Temperature是什么意思？AI里的温度参数详解

模型从不直接挑一个词，它是从一份列表里选

读完你的提示词后，语言模型会给词表里的每一个token打分，当前模型的词表大小在10万到20万之间，然后把这些分数转换成概率："树叶"45%，"天气"25%，"颜色"15%，以此类推，形成一条长长的尾巴。什么是LLM讲了它为什么是这样工作的。接着它从这份列表里抽出一个token，接在后面，然后重新来一遍。

Temperature作用在打分和抽取之间。每个分数在计算概率之前都会先除以温度值。除以一个小于1的数，分数之间的差距会被拉大，于是最靠前的候选词优势更明显。除以一个大于1的数，差距会缩小，长尾词因此获得真正的机会。当温度恰好为0时，数学计算就退化成"永远取最高分"，这也是0被宣传为确定性设置的原因。

这个名字借自物理学，气体越热，粒子的随机运动就越多。模型越"热"，选出的词就越随机。模型的知识本身不会改变，改变的只是抽取这一步。

这个数字对概率做了什么，用一个例子讲清楚

假设某个提示词的下一个词，模型给出五个候选，概率分别是45%、25%、15%、10%和5%。这就是温度为1时的分布。把公式套用到0.5和2上，同样这五个候选词会变成下面这样。这些百分比是按公式算出来的，不是实测的，但形状和每一个真实分布是一致的。

看一下第五名候选词在三个面板里的变化：不到1%，然后是5%，再到11%。在一段500个token的答案里，每个token有11%的概率选到第五好的词，累积起来就会变成那种跑题、编造、最终不知所云的文本，这正是有人把playground的滑块拉到2时看到的效果。再看排名第一的候选词：即便在0.5时，它也有三分之一的机会落选，所以低温度只是更稳定，而不是固定不变。

这一点关系到"确定性"这个说法。Anthropic的API文档写道，即便温度为0，结果也"不会完全确定性"，这个保留是真实存在的：并行硬件上的浮点运算以及厂商端的批处理，都意味着同一个提示词在温度为0时仍可能给出两个不同的答案。如果你需要完全一致的输出，把答案存下来，不要指望这个设置。

各家厂商允许的范围，以及默认值是多少

有三点值得注意。所有厂商都默认用1，也就是按模型自身的概率分布采样，所以你在普通聊天里得到的答案，本身就已经是众多可能抽取结果中的一次。Anthropic的范围止步于1，所以Claude的温度1是上限，而OpenAI的1只是中点；这些数字在不同厂商之间不能直接比较。而且推理模型会拒绝这个设置：OpenAI把temperature列为o系列和GPT-5不支持的参数，发送了就会报错，Anthropic则要求只要开启了扩展思考就必须是1。

不同任务该用哪个设置

规则就一句话：有唯一正确答案的任务用低值，有很多种好答案的任务用高值。

两点提醒。Temperature并不控制真实性。温度为0的模型选的是它认为最可能的答案，如果那个最可能的答案是错的，它会每次都以十足的自信错下去，什么是AI幻觉从训练的角度解释了这一点。而且temperature不是控制语气或长度的旋钮，那些应该写进指令里，面向新手的提示词工程讲了这部分；这个数字只决定模型在一个词上赌一把的频率。

为什么你在聊天应用里从没见过这个滑块

ChatGPT、Claude应用、Gemini和Whizi都不暴露temperature控制。这个设置存在于开发者的playground和API里，而三家厂商没有一家公开自己应用所用的数值。Whizi不发送这个参数，所以这里的每个模型都跑在各自厂商的默认值1上。原因和前面一样：默认值本身就已经是大多数任务想要的设置，把滑块放在错的地方，会把一个好的助手变成一个坏助手，而且完全没有信号告诉你是哪个旋钮出的问题。

一个多模型工作区给你的替代方案是一根更大的杠杆。两个不同的模型就是两份不同的概率列表，在它们之间切换，对答案的改变远大于任何一个temperature值。取代滑块的习惯是：对于有唯一正确答案的任务，问第二个模型，只在它们意见一致时才采用；对于有很多种好答案的任务，问两个模型，然后自己挑。在Whizi里，这就是对话中途换模型，对话中途切换模型讲了哪些内容会被保留下来。

如果你确实需要这个旋钮，它就在厂商自己的API或playground里，按每次请求设置，上面表格里的范围都适用。