Das Modell wählt nie ein Wort. Es wählt aus einer Liste
Nachdem es deinen Prompt gelesen hat, erzeugt ein Sprachmodell für jedes Token in seinem Vokabular einen Score, bei aktuellen Modellen 100.000 bis 200.000, und wandelt diese Scores in Wahrscheinlichkeiten um: "Blätter" 45 Prozent, "Wetter" 25, "Farben" 15, und so weiter über einen langen Schwanz. Was ist ein LLM erklärt, warum das so funktioniert. Dann zieht es ein Token aus dieser Liste, hängt es an und macht das Ganze erneut.
Die Temperatur wird zwischen den Scores und der Ziehung angewendet. Jeder Score wird durch die Temperatur geteilt, bevor die Wahrscheinlichkeiten berechnet werden. Teilt man durch eine Zahl unter 1, weiten sich die Abstände zwischen den Scores, sodass der Favorit weiter vorne liegt. Teilt man durch eine Zahl über 1, schrumpfen die Abstände, sodass der lange Schwanz eine echte Chance bekommt. Bei genau 0 reduziert sich die Mathematik auf "nimm immer den höchsten Score", weshalb 0 als deterministisch verkauft wird.
Der Name stammt aus der Physik, wo ein heißeres Gas mehr zufällig bewegte Teilchen hat. Ein heißeres Modell wählt zufälliger Wörter. Am Wissen des Modells ändert sich nichts, nur an der Ziehung.
Was die Zahl mit den Chancen macht, Schritt für Schritt
Nimm einen Prompt, dessen nächstes Wort das Modell mit fünf Kandidaten bei 45, 25, 15, 10 und 5 Prozent bewertet. Das ist die Verteilung bei Temperatur 1. Wendet man die Formel bei 0.5 und bei 2 an, ergeben sich für dieselben fünf Kandidaten die Werte unten. Die Prozentsätze sind aus der Formel berechnet, nicht gemessen, und die Form entspricht jeder echten Verteilung.
Verfolge den fünften Kandidaten über die drei Panels: unter 1 Prozent, dann 5, dann 11. Bei einer 500-Token-Antwort summiert sich eine 11-prozentige Chance pro Token, das fünftbeste Wort zu ziehen, zu einem Text, der abschweift, erfindet und irgendwann keinen Sinn mehr ergibt, genau das, was man sieht, wenn man in einem Playground den Regler auf 2 schiebt. Und beim Spitzenkandidaten: selbst bei 0,5 verliert er eine von drei Ziehungen, eine niedrige Temperatur ist also konsistent, nicht fix.
Dieser letzte Punkt ist wichtig für das Wort "deterministisch". Anthropics API-Referenz sagt, dass die Ergebnisse selbst bei 0 "nicht vollständig deterministisch" sind, und der Vorbehalt ist real: Fließkomma-Arithmetik auf paralleler Hardware und anbieterseitiges Batching bedeuten, dass derselbe Prompt bei 0 immer noch zwei unterschiedliche Antworten liefern kann. Wenn du ein identisches Ergebnis brauchst, speichere es; verlasse dich nicht auf die Einstellung.
Was jeder Anbieter erlaubt, und was die Standardwerte sind
| Anbieter | Bereich | Standard | Hinweise |
|---|---|---|---|
| OpenAI | 0 bis 2 | 1 | Reasoning-Modelle (die o-Serie, GPT-5 mit Reasoning) akzeptieren den Parameter nicht |
| Anthropic | 0 bis 1 | 1 | Lehnt Anfragen ab, die beides bei Opus 4.1 und später setzen |
| Google Gemini | 0 bis 2 | 1 | Als Schieberegler in AI Studio verfügbar |
| OpenRouter | Wird durchgereicht | Anbieter-Standard | Die Route, über die Whizi jedes Modell erreicht |
Drei Dinge fallen auf. Jeder Anbieter setzt standardmäßig auf 1, das heißt, er zieht aus den eigenen Chancen des Modells, sodass die Antworten in einem gewöhnlichen Chat schon eine Ziehung unter vielen sind. Anthropics Skala endet bei 1, eine Claude-Temperatur von 1 ist also die Obergrenze, während eine OpenAI-1 der Mittelwert ist; die Zahlen sind zwischen den Anbietern nicht vergleichbar. Und Reasoning-Modelle lehnen die Einstellung ab: OpenAI führt Temperature für die o-Serie und GPT-5 als nicht unterstützt auf und gibt einen Fehler zurück, wenn man sie sendet, und Anthropic verlangt 1, sobald Extended Thinking aktiv ist.
Welche Einstellung für welche Aufgabe
Die Regel passt in eine Zeile: niedriger für Aufgaben mit einer richtigen Antwort, höher für Aufgaben mit vielen guten Antworten.
| Aufgabe | Temperatur | Warum |
|---|---|---|
| Extraktion in eine Tabelle oder JSON, Klassifikation, Code | 0 bis 0.3 | Eine richtige Form; Variation ist ein Fehler |
| Zusammenfassungen, Übersetzung, Faktenfragen | 0.3 bis 0.7 | Etwas Freiheit bei der Formulierung, keine Erfindung gewünscht |
| Entwürfe, Umformulieren, Brainstorming | 0.7 bis 1 | Der Anbieter-Standard; abwechslungsreich, aber kohärent |
| Fiktion, Namen, Slogans, bewusst ausgefallene Ideen | 1 bis 1.3 | Long-Tail-Wörter sind der Punkt |
| Über 1.5 | Selten | Kohärenz sinkt, bevor Neuheit steigt |
Zwei Vorbehalte. Temperatur kontrolliert nicht die Wahrheit. Ein Modell bei 0 wählt seine wahrscheinlichste Antwort, und wenn die wahrscheinlichste Antwort falsch ist, ist sie es jedes Mal, mit völliger Sicherheit, was was ist eine KI-Halluzination von der Trainingsseite her erklärt. Und Temperatur ist nicht der Hebel für Ton oder Länge. Die gehören in die Anweisungen, und Prompt Engineering für Anfänger behandelt sie; die Zahl entscheidet nur, wie oft das Modell bei einem Wort würfelt.
Warum du den Regler in einer Chat-App nie gesehen hast
ChatGPT, die Claude-App, Gemini und Whizi bieten keine Temperatur-Kontrolle an. Die Einstellung lebt in Entwickler-Playgrounds und APIs, und keiner der drei Anbieter veröffentlicht den Wert, den die eigene App verwendet. Whizi sendet keinen, sodass jedes Modell hier mit seinem Anbieter-Standard von 1 läuft. Der Grund ist derselbe wie oben: Der Standard ist bereits die Einstellung, die sich die meisten Aufgaben wünschen, und ein Regler am falschen Ort macht aus einem guten Assistenten einen schlechten, ohne ein Signal, welcher Knopf es war.
Was dir ein Multi-Modell-Arbeitsbereich stattdessen gibt, ist ein größerer Hebel. Zwei verschiedene Modelle sind zwei verschiedene Wahrscheinlichkeitslisten, und zwischen ihnen zu wechseln verändert die Antwort viel stärker als jede Temperatur. Die Gewohnheit, die den Regler ersetzt: Bei einer Aufgabe mit einer richtigen Antwort ein zweites Modell fragen und nur dort handeln, wo sie übereinstimmen; bei einer Aufgabe mit vielen guten Antworten zwei Modelle fragen und auswählen. In Whizi ist das ein Modellwechsel mitten im Gespräch, und Modelle mitten im Gespräch wechseln beschreibt, was dabei erhalten bleibt.
Falls du den Regler wirklich brauchst: Er steckt in der API oder im Playground des jeweiligen Anbieters, pro Anfrage, und es gelten die Bereiche aus der Tabelle oben.
- Nutze 0 bis 0.3 für alles mit einer richtigen Form: Extraktion, Klassifikation, Code
- Lass den Standard von 1 für Entwürfe und Umformulierungen; darauf ist jeder Anbieter abgestimmt
- Behandle 0 nie als Garantie für identische Ausgaben; speichere die Antwort, die du behalten willst
- Greife nicht zur Temperatur, um Ton, Länge oder Genauigkeit zu korrigieren; das sind Aufgaben für die Anweisung
- Hat eine Chat-App keinen Regler, wechsle stattdessen das Modell, das verändert die Antwort mehr als jede Temperatur
Häufige Fragen
Was bedeutet Temperatur 0 bei KI?
Bei Temperatur 0 nimmt das Modell immer das einzige wahrscheinlichste nächste Token, statt zu ziehen, sodass derselbe Prompt fast immer dieselbe Antwort liefert. Anthropics API-Referenz sagt, dass die Ergebnisse selbst bei 0 "nicht vollständig deterministisch" sind, weil Hardware und Batching immer noch winzige Unterschiede verursachen können. Es ist die richtige Einstellung für Extraktion, Klassifikation und Code, und sie macht die wahrscheinlichste Antwort nicht richtiger.
Was ist die beste Temperatur für ChatGPT?
Die ChatGPT-App lässt dich keine setzen, und OpenAI veröffentlicht nicht den Wert, den die App verwendet. Über die API nutzt du 0 bis 0.3 für strukturierte Ausgaben und Faktenextraktion, 0.7 bis 1 zum Schreiben, und über 1 nur für bewusst vielfältigen kreativen Text. OpenAIs Reasoning-Modelle geben einen Fehler zurück, wenn du den Parameter überhaupt sendest.
Was ist der Unterschied zwischen Temperatur und Top-p?
Temperatur formt die gesamte Wahrscheinlichkeitsliste um, macht sie schärfer oder flacher. Top-p schneidet die Liste ab und behält nur die wahrscheinlichsten Tokens, deren Wahrscheinlichkeiten zusammen p ergeben, und zieht daraus. Beide verringern oder erhöhen den Zufall. OpenAI rät, nur eines von beiden zu ändern, und Anthropic lehnt eine Anfrage ab, die bei Opus 4.1 und später beides setzt.
Macht eine höhere Temperatur KI kreativer?
Sie lässt das Modell öfter weniger wahrscheinliche Wörter wählen, was bis etwa 1.3 als kreativ wirkt und ab etwa 1.5 als unzusammenhängend. In einem Rechenbeispiel hebt eine Erhöhung der Temperatur von 1 auf 2 die Chance des fünftbesten Kandidaten von 5 auf 11 Prozent pro Token an, und das summiert sich über eine lange Antwort. Kreativität im Sinne einer besseren Idee kommt vom Prompt und vom Modell, nicht vom Regler.
Kann ich die Temperatur in Whizi ändern?
Nein. Whizi sendet keine Temperatur, sodass jedes Modell mit seinem Anbieter-Standard läuft; ChatGPT, die Claude-App und Gemini bieten ebenfalls keine Kontrolle an und veröffentlichen keinen Wert. Der entsprechende Hebel in einem Multi-Modell-Arbeitsbereich ist die Modellauswahl: Zwei Modelle sind zwei verschiedene Wahrscheinlichkeitsverteilungen, und ein Wechsel mitten im Gespräch verändert eine Antwort mehr als jede Temperatureinstellung.
