La température et top_p contrôlent la manière dont un modèle choisit chaque jeon suivant: des valeurs plus basses rendent la sortie ciblée et répétable, des valeurs plus élevées la rendent plus variée. Une graine corrige les choix aléatoires, donc la même requête avec la même graine donne le même résultat ou un résultat très similaire.
Un modèle de langage écrit un jeton à la fois. À chaque étape, il attribue une probabilité à chaque jeton de son vocabulaire, et une étape d’échantillonnage en choisit un. Température et en haut Reconfigurez ces probabilités avant le choix, et une graine fixe les nombres aléatoires utilisés par le choix. Ensemble, ils décident à quel point le résultat est prévisible ou varié.
La température ajuste dans quelle mesure le modèle préférence ses jetons les plus probables. Des valeurs faibles concentrent le choix sur les principaux candidats, ce qui rend la sortie ciblée et cohérente. Des valeurs élevées répartissent le choix sur plus de candidats, ce qui rend la sortie plus variée et, au-delà d’un certain point, moins cohérente. At 0, le modèle prend presque toujours le jeton le plus probable unique.
Les plages acceptées varient selon le modèle: certains prennent de 0 à 1 et d’autres vont jusqu’à 2. Lorsque vous omettez la température, la valeur par défaut du modèle s’applique. Sur certains modèles de parole, la température détermine à quel point la voix sonne expressive et variable plutôt que quels mots apparaissent. Certains modèles de raisonnement utilisent des paramètres d’échantillonnage fixes et ignorent la température, et leurs pages de modèle l’indiquent.
en haut, également appelé échantillonnage du noyau, limite le choix au plus petit ensemble de jetons dont les probabilités s’additionnent à la valeur que vous définissez. À 1, aucun jeton n’est exclu. À 0.9, les jetons les moins probables qui contiennent ensemble les 10 % de probabilité sont retirés avant l’échantillonnage. Les valeurs plus basses focalisent davantage la sortie.
Ajuster la température ou en haut, généralement pas les deux, car changer les deux en même temps rend l’effet difficile à prévoir. Certains modèles acceptent également top_k, qui ne conserve que les K jetons les plus probables.
L’échantillonnage repose sur des nombres aléatoires. A Seed corrige leur point de départ, donc envoyer la même requête avec la même graine et les mêmes paramètres a tendance à répéter les mêmes choix. Cela aide quand vous testez des invites, déboguez une application ou comparez équitablement deux versions d’une invite.
Une graine n’est pas une garantie sur les modèles textuels. Les pages de modèle pour de nombreux modèles de texte décrivent le résultat comme similaire, pas toujours identique: de petites différences numériques entre les exécutions, une version plus récente du modèle, ou toute modification de l’entrée ou des paramètres peuvent modifier la sortie. Sur certains modèles, une graine n’est pas appliquée lorsque la recherche web est activée. Lorsque vous avez besoin exactement du même texte à nouveau, stockez la réponse au lieu de la générer à nouveau.
De nombreux modèles de génération d’images, de vidéos et d’audio acceptent également une graine. La réutiliser avec le même prompt et les mêmes réglages donne le même résultat ou une variation proche, selon le modèle, ce qui facilite l’affinage d’un prompt étape par étape.
Changez un réglage à la fois et comparez plusieurs sorties pour la même requête, car un seul échantillon peut induire en erreur. Pour les tâches avec une seule réponse correcte, commencez en bas et augmentez la température uniquement si la sortie devient répétitive. Pour l’écriture ouverte, commencez près du milieu de la plage du modèle et ajustez à partir de là. Les modèles listés sur cette page montrent lesquels chacun accepte parmi ces paramètres. Essayez les valeurs dans le Playground avant de les définir en code, et de lire à propos Modèles de raisonnement, dont certains corrigent leurs paramètres d’échantillonnage.
113 modèles. La page de chaque modèle présente sa grille tarifaire, ses paramètres et du code.
| Modèle | Paramètre | Plage / valeurs |
|---|---|---|
| Gemma 4 26B-A4B Google | temperature top_p seed | temperature: 0 à 2; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 seed: 0 à 2147483647 |
| Muse Spark 1.1 Meta AI | temperature top_p seed | temperature: 0 à 2; par défaut 1 top_p: 0.01 à 1; par défaut 1 seed: - |
| Muse Spark 1.2 Meta AI | temperature top_p seed | temperature: 0 à 2; par défaut 1 top_p: 0.01 à 1; par défaut 1 seed: - |
| Qwen3.5 122B-A10B Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.5 27B Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.5 35B-A3B Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.5 397B-A17B Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.5 4B Alibaba Cloud | temperature top_p seed | temperature: 0 à 2; par défaut 0.7 top_p: 0.01 à 1; par défaut 0.95 seed: 0 à 2147483647 |
| Modèle | Paramètre | Plage / valeurs |
|---|---|---|
| Qwen3.5 9B Alibaba Cloud | temperature top_p seed | temperature: 0 à 2; par défaut 0.7 top_p: 0.01 à 1; par défaut 0.95 seed: 0 à 2147483647 |
| Qwen3.5 Flash Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.5 Omni Flash Realtime Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99 top_p: 0.01 à 1 seed: 0 à 2147483647 |
| Qwen3.5 Omni Plus Realtime Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99 top_p: 0.01 à 1 seed: 0 à 2147483647 |
| Qwen3.5 Plus Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.6 27B Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.6 35B A3B Alibaba Cloud | temperature top_p seed | temperature: min 0; par défaut 0.7 top_p: 0.01 à 1; par défaut 0.95 seed: 0 à 2147483647 |
| Qwen3.6 Flash Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.6 Plus Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.7 Flash Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.7 Max Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.7 Plus Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.8 27B Alibaba Cloud | temperature top_p seed | temperature: 0 à 2; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 seed: 0 à 2147483647 |
| Qwen3.8 Flash Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.8 Max Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.8 Max 0902 Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.8 Omni Flash Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| Qwen3.8 Omni Flash Realtime Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99 top_p: 0.01 à 1 seed: 0 à 2147483647 |
| Qwen4 Max Alibaba Cloud | temperature top_p seed | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 seed: 0 à 2147483647 |
| SoulX Podcast Soul AI Lab | temperature top_p seed | temperature: 0.1 à 2; par défaut 0.6 top_p: 0.1 à 1; par défaut 0.9 seed: par défaut 42 |
| DeepReasoning WinFunc | temperature top_p | temperature: 0 à 2; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| DeepSeek V4 Flash 0731 DeepSeek | temperature top_p | temperature: 0 à 2; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| DeepSeek V4 Pro DeepSeek | temperature top_p | temperature: 0 à 2; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| DeepSeek V4 Pro 0813 DeepSeek | temperature top_p | temperature: 0 à 2; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| DeepSeek V4.1 Flash 1017 DeepSeek | temperature top_p | temperature: 0 à 2; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| GLM 4.5 Flash Z.ai | temperature top_p | temperature: 0 à 1; par défaut 0.6 top_p: 0.01 à 1; par défaut 0.95 |
| GLM 4.6V Flash Z.ai | temperature top_p | temperature: 0 à 1; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 |
| GLM 4.6V FlashX Z.ai | temperature top_p | temperature: 0 à 1; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 |
| GLM 4.7 Flash Z.ai | temperature top_p | temperature: 0 à 1; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 |
| GLM 4.7 FlashX Z.ai | temperature top_p | temperature: 0 à 1; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 |
| GLM 5.1 Z.ai | temperature top_p | temperature: 0 à 1.99; par défaut 1 top_p: 0 à 1; par défaut 0.95 |
| GLM 5.2 Z.ai | temperature top_p | temperature: 0 à 1; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 |
| GLM 5.3 Z.ai | temperature top_p | temperature: 0 à 1; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 |
| GLM 5.3 Flash Z.ai | temperature top_p | temperature: 0 à 1; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 |
| Gemma 3 27B Google | temperature top_p | temperature: 0 à 2; par défaut 1 top_p: 0.01 à 1; par défaut 1 |
| Kimi K2.6 Moonshot AI | temperature top_p | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| MiMo V2.6 Flash Xiaomi | temperature top_p | temperature: 0 à 1.5; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 |
| MiMo V2.6 Pro Xiaomi | temperature top_p | temperature: 0 à 1.5; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 |
| MiMo V2.6 Pro UltraSpeed Xiaomi | temperature top_p | temperature: 0 à 1.5; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 |
| Mistral Small 3.1 Mistral AI | temperature top_p | temperature: 0 à 5; par défaut 0.15 top_p: 0.01 à 1; par défaut 1 |
| Muse Glimmer 30B Meta AI | temperature top_p | temperature: min 0; par défaut 1 top_p: 0.01 à 1; par défaut 0.95 |
| Muse Spark 1.3 Meta AI | temperature top_p | temperature: 0 à 2; par défaut 1 top_p: 0.01 à 1; par défaut 1 |
| Nova Lite 1.0 Amazon | temperature top_p | temperature: 0 à 1; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| Nova Lite 2 Amazon | temperature top_p | temperature: 0 à 1; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| Nova Micro 1.0 Amazon | temperature top_p | temperature: 0 à 1; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| Nova Pro 1.0 Amazon | temperature top_p | temperature: 0 à 1; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| Qwen3.5 Omni Flash Alibaba Cloud | temperature top_p | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| Qwen3.5 Omni Plus Alibaba Cloud | temperature top_p | temperature: 0 à 1.99; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| Seed 2.0 Mini ByteDance | temperature top_p | temperature: 0 à 2; par défaut 0.7 top_p: 0 à 1; par défaut 0.9 |
| Step 3.5 Flash StepFun | temperature top_p | temperature: 0 à 2; par défaut 0.5 top_p: 0.01 à 1; par défaut 0.9 |
| Step 3.5 Flash 2603 StepFun | temperature top_p | temperature: 0 à 2; par défaut 0.5 top_p: 0.01 à 1; par défaut 0.9 |
| Step 3.7 Flash StepFun | temperature top_p | temperature: 0 à 2; par défaut 0.5 top_p: 0.01 à 1; par défaut 0.9 |
| Step 5 Preview StepFun | temperature top_p | temperature: 0 à 2; par défaut 0.5 top_p: 0.01 à 1; par défaut 0.9 |
| StepAudio 2.5 Chat StepFun | temperature top_p | temperature: 0 à 2; par défaut 0.5 top_p: 0.01 à 1; par défaut 0.9 |
| StepAudio 3 Chat StepFun | temperature top_p | temperature: 0 à 2; par défaut 0.5 top_p: 0.01 à 1; par défaut 0.9 |
| StepAudio 3 Music StepFun | temperature top_p | temperature: 0.01 à 2; par défaut 0.85 top_p: 0 à 1; par défaut 0.92 |
| ACE-Step 1.5 XL ACE-Step | seed | - |
| FLUX.2 Klein 4B Black Forest Labs | seed | - |
| GLM TTS Z.ai | seed | - |
| Gemini 3.8 Live Google | temperature | 0.2 à 2 |
| Gemini 3.8 Live Extended Thinking Google | temperature | 0.2 à 2 |
| HappyHorse 1.0 Alibaba Cloud | seed | - |
| HappyHorse 1.1 Alibaba Cloud | seed | 0 à 2147483647 |
| Hunyuan Image 3 Tencent | seed | - |
| Hunyuan Video 1.5 Tencent | seed | min 0 |
| Hyper3D Gen2 Deemos | seed | 0 à 65535 |
| MOSS Video and Audio OpenMOSS | seed | 0 à 4294967295 |
| MOSS-Image Turbo OpenMOSS | seed | 0 à 2147483647 |
| MiniMax Music 3 MiniMax | seed | - |
| Mistral Small 4 Mistral AI | temperature | 0 à 1; par défaut 0.7 |
| OpenAI Whisper 1 OpenAI | temperature | 0 à 1; par défaut 0 |
| PixVerse V6 Max PixVerse | seed | 0 à 2147483647 |
| Pixverse C1 PixVerse | seed | 0 à 2147483647 |
| Pixverse Edit PixVerse | seed | 0 à 2147483647 |
| Pixverse v5 PixVerse | seed | - |
| Pixverse v5.6 PixVerse | seed | - |
| Pixverse v6 PixVerse | seed | 0 à 2147483647 |
| Qwen Audio 3.0 TTS Alibaba Cloud | seed | 0 à 65535; par défaut 0 |
| Qwen Audio 3.1 TTS Alibaba Cloud | seed | 0 à 65535; par défaut 0 |
| Qwen Audio 3.1 TTS Next Alibaba Cloud | seed | 0 à 2147483647 |
| Qwen Audio 3.1 TTS Plus Alibaba Cloud | seed | 0 à 65535; par défaut 0 |
| Qwen Image 2.0 Alibaba Cloud | seed | 0 à 2147483647 |
| Qwen Image 2.1 Alibaba Cloud | seed | 0 à 2147483647 |
| Qwen Image 3.0 Alibaba Cloud | seed | 0 à 2147483647 |
| Seedance 2.5 ByteDance | seed | -1 à 2147483647 |
| Seedance 2.5 Flash ByteDance | seed | -1 à 2147483647 |
| Stable Audio 2.0 Stability AI | seed | - |
| Stable Audio 2.5 Stability AI | seed | - |
| Stable Audio 3 Medium Stability AI | seed | 0 à 2147483647 |
| TRELLIS.2 4B Microsoft | seed | 0 à 2147483647; par défaut 42 |
| TTS 1.5 Max Inworld | temperature | 0.1 à 2; par défaut 1 |
| TTS 1.5 Mini Inworld | temperature | 0.1 à 2; par défaut 1 |
| TTS 2 Inworld | temperature | 0.1 à 2; par défaut 1 |
| TTS 2 Flash Inworld | temperature | 0.1 à 2; par défaut 1 |
| Wan 2.1 Alibaba Cloud | seed | - |
| Wan 2.2 Alibaba Cloud | seed | - |
| Wan 2.5 Alibaba Cloud | seed | - |
| Wan 2.6 Alibaba Cloud | seed | - |
| Wan 2.7 Alibaba Cloud | seed | - |
| Wan 3.0 Alibaba Cloud | seed | 0 à 2147483647 |
| Wan2.1 Image Alibaba Cloud | seed | 0 à 2147483647 |
| Wan2.2 Image Alibaba Cloud | seed | 0 à 2147483647 |
| Wan2.5 Image Alibaba Cloud | seed | 0 à 2147483647 |
| Wan2.7 Image Alibaba Cloud | seed | 0 à 2147483647 |
| Whisper Large v3 Turbo OpenAI | temperature | par défaut 0,0.2,0.4,0.6,0.8,1 |
Utilisez 0 à 0,3 pour l’extraction, la classification et le code, et environ 0,5 à 1,0 pour la conversation et l’écriture. Vérifiez la plage acceptée de chaque modèle, car certains s’arrêtent à 1.
En général non. Ajustez l’un d’eux et laissez l’autre à sa valeur par défaut, pour pouvoir voir l’effet de chaque changement.
Pas toujours. Sur les modèles textuels, une graine rend la sortie plus répétable, mais le résultat peut tout de même varier légèrement entre les exécutions, donc stockez une réponse exactement quand vous en avez besoin.
Cela rend la sortie proche du déterministe, car le modèle choisit presque toujours son jeton le plus probable. De petites différences entre les exécutions peuvent néanmoins survenir.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.