O modelo nunca escolhe uma palavra. Ele escolhe de uma lista
Depois de ler o seu prompt, um modelo de linguagem produz uma pontuação para cada token do seu vocabulário, de 100.000 a 200.000 nos modelos atuais, e transforma essas pontuações em probabilidades: "folhas" 45 por cento, "tempo" 25, "cores" 15, e assim por diante ao longo de uma cauda longa. O que é um LLM explica por que funciona assim. Depois ele sorteia um token dessa lista, anexa e faz tudo de novo.
A temperatura é aplicada entre as pontuações e o sorteio. Cada pontuação é dividida pela temperatura antes de as probabilidades serem calculadas. Dividir por um número abaixo de 1 alarga as diferenças entre as pontuações, então o favorito se distancia ainda mais. Dividir por um número acima de 1 encolhe as diferenças, então a cauda longa ganha uma chance real. Exatamente em 0 a matemática colapsa para "sempre pegue a pontuação mais alta", motivo pelo qual 0 é vendido como determinístico.
O nome vem da física, onde um gás mais quente tem mais partículas se movendo aleatoriamente. Um modelo mais quente tem mais palavras escolhidas aleatoriamente. Nada no conhecimento do modelo muda; só o sorteio muda.
O que o número faz às chances, na prática
Considere um prompt cuja próxima palavra o modelo classifica em cinco candidatos com 45, 25, 15, 10 e 5 por cento. Essa é a distribuição na temperatura 1. Aplique a fórmula em 0,5 e em 2 e os mesmos cinco candidatos saem como abaixo. As porcentagens são calculadas pela fórmula, não medidas, e o formato é o que toda distribuição real segue.
Leia o quinto candidato nos três painéis: menos de 1 por cento, depois 5, depois 11. Ao longo de uma resposta de 500 tokens, uma chance de 11 por cento por token de escolher a quinta melhor palavra se acumula em um texto que divaga, inventa e eventualmente deixa de fazer sentido, o que é o que as pessoas veem quando empurram um controle deslizante de playground até 2. E leia o principal candidato: mesmo em 0,5 ele perde um sorteio a cada três, então uma temperatura baixa é consistente, não fixa.
Esse último ponto importa para a palavra "determinístico". A referência da API da Anthropic diz que mesmo em 0 os resultados "não serão totalmente determinísticos", e a ressalva é real: aritmética de ponto flutuante em hardware paralelo e processamento em lote do lado do provedor significam que o mesmo prompt em 0 ainda pode produzir duas respostas diferentes. Se você precisa de uma saída idêntica, salve-a; não confie no ajuste.
O que cada provedor permite, e quais são os padrões
| Provedor | Faixa | Padrão | Notas |
|---|---|---|---|
| OpenAI | 0 a 2 | 1 | Os modelos de raciocínio (a série o, GPT-5 com raciocínio) não aceitam o parâmetro |
| Anthropic | 0 a 1 | 1 | Rejeita solicitações que definem ambos no Opus 4.1 e versões posteriores |
| Google Gemini | 0 a 2 | 1 | Exposto como um controle deslizante no AI Studio |
| OpenRouter | Repassa direto | Padrão do provedor | A rota que o Whizi usa para acessar todos os modelos |
Três coisas se destacam. Todo provedor usa 1 como padrão, o que significa amostrar a partir das próprias chances do modelo, então as respostas que você recebe em um chat comum já são um sorteio entre muitos. A escala da Anthropic para em 1, então uma temperatura 1 no Claude é o teto, enquanto um 1 da OpenAI é o meio; os números não são comparáveis entre fornecedores. E os modelos de raciocínio rejeitam o ajuste: a OpenAI lista a temperatura como não suportada para a série o e o GPT-5 e retorna um erro se você a enviar, e a Anthropic exige 1 sempre que o pensamento estendido está ativado.
Qual ajuste para qual tarefa
A regra cabe em uma linha: mais baixa para tarefas com uma resposta certa, mais alta para tarefas com muitas boas respostas.
| Tarefa | Temperatura | Por quê |
|---|---|---|
| Extração para uma tabela ou JSON, classificação, código | 0 a 0,3 | Um formato certo; variação é um defeito |
| Resumos, tradução, perguntas factuais | 0,3 a 0,7 | Alguma liberdade de fraseado, nenhuma invenção desejada |
| Rascunhos, reescrita, brainstorming | 0,7 a 1 | O padrão do provedor; variado mas coerente |
| Ficção, nomes, slogans, ideias propositalmente incomuns | 1 a 1,3 | Palavras de cauda longa são o objetivo |
| Acima de 1,5 | Raramente | A coerência cai antes de a novidade subir |
Duas ressalvas. A temperatura não controla a veracidade. Um modelo em 0 escolhe sua resposta mais provável, e se a resposta mais provável estiver errada, ela estará errada sempre com total confiança, o que o que é uma alucinação de IA explica pelo lado do treinamento. E a temperatura não é a alavanca para tom ou tamanho. Isso pertence às instruções, e engenharia de prompt para iniciantes cobre isso; o número só decide com que frequência o modelo aposta em uma palavra.
Por que você nunca viu o controle deslizante em um app de chat
ChatGPT, o app do Claude, Gemini e Whizi não expõem nenhum controle de temperatura. O ajuste vive em playgrounds de desenvolvedor e APIs, e nenhum dos três fornecedores publica o valor que o próprio app usa. O Whizi não envia nenhum, então todo modelo aqui roda no padrão do provedor, que é 1. O motivo é o de cima: o padrão já é o ajuste que a maioria das tarefas quer, e um controle deslizante no lugar errado transforma um bom assistente em um ruim sem nenhum sinal de qual botão fez isso.
O que um espaço de trabalho multimodelo oferece em vez disso é uma alavanca maior. Dois modelos diferentes são duas listas de probabilidade diferentes, e alternar entre eles muda a resposta muito mais do que qualquer temperatura mudaria. O hábito que substitui o controle deslizante: para uma tarefa com uma resposta certa, pergunte a um segundo modelo e aja apenas onde eles concordam; para uma tarefa com muitas boas respostas, pergunte a dois modelos e escolha. No Whizi isso é uma troca de modelo no meio da conversa, e trocar de modelo no meio da conversa cobre o que se mantém entre as trocas.
Se você realmente precisa do controle, ele está na própria API ou playground do provedor, por solicitação, e as faixas na tabela acima se aplicam.
- Use de 0 a 0,3 para qualquer coisa com um formato certo: extração, classificação, código
- Deixe o padrão de 1 para rascunhos e reescrita; é para isso que todo provedor ajustou o modelo
- Nunca trate o 0 como uma garantia de saída idêntica; salve a resposta que você quer guardar
- Não recorra à temperatura para corrigir tom, tamanho ou precisão; esses são problemas de instrução
- Quando um app de chat não tem controle deslizante, troque o modelo em vez disso, o que muda a resposta mais do que qualquer temperatura
Perguntas frequentes
O que significa temperatura 0 em IA?
Na temperatura 0 o modelo sempre pega seu único token mais provável em vez de amostrar, então o mesmo prompt dá quase sempre a mesma resposta. A referência da API da Anthropic diz que os resultados "não serão totalmente determinísticos" mesmo em 0, porque o hardware e o processamento em lote ainda podem introduzir pequenas diferenças. É o ajuste certo para extração, classificação e código, e não faz nada para tornar a resposta mais provável mais correta.
Qual é a melhor temperatura para o ChatGPT?
O app do ChatGPT não permite que você defina uma, e a OpenAI não publica o valor que o app usa. Pela API, use de 0 a 0,3 para saída estruturada e extração factual, de 0,7 a 1 para escrita, e acima de 1 apenas para texto criativo propositalmente variado. Os modelos de raciocínio da OpenAI retornam um erro se você enviar o parâmetro, seja qual for.
Qual é a diferença entre temperatura e top-p?
A temperatura remodela toda a lista de probabilidades, deixando-a mais afiada ou mais achatada. O top-p corta a lista, mantendo apenas os tokens mais prováveis cujas probabilidades somam p e sorteando a partir deles. Ambos reduzem ou aumentam a aleatoriedade. A OpenAI recomenda mudar um ou outro, e a Anthropic rejeita uma solicitação que define ambos no Opus 4.1 e versões posteriores.
Uma temperatura mais alta torna a IA mais criativa?
Ela faz o modelo escolher palavras menos prováveis com mais frequência, o que soa criativo até cerca de 1,3 e incoerente a partir de cerca de 1,5. Em um exemplo trabalhado, elevar a temperatura de 1 para 2 leva o quinto melhor candidato de uma chance de 5 por cento para 11 por cento em cada token, e isso se acumula ao longo de uma resposta longa. A criatividade no sentido de uma ideia melhor vem do prompt e do modelo, não do controle.
Posso mudar a temperatura no Whizi?
Não. O Whizi não envia temperatura nenhuma, então todo modelo roda no padrão do seu provedor; o ChatGPT, o app do Claude e o Gemini também não expõem controle nenhum e não publicam nenhum valor. A alavanca equivalente em um espaço de trabalho multimodelo é o seletor de modelo: dois modelos são duas distribuições de probabilidade diferentes, e trocar no meio da conversa muda uma resposta mais do que qualquer ajuste de temperatura mudaria.
