Temperatura em IA, top-p e seed

O que é temperatura em IA e o que fazem top-p e seed?

Os três são botões que mudam a forma como o modelo escolhe cada pedaço de texto da resposta. Esses pedaços se chamam tokens.

A cada passo, o modelo calcula a probabilidade de vários tokens possíveis e sorteia um deles. Os três parâmetros mexem nesse sorteio.

• Temperatura (temperature). Controla a aleatoriedade. Segundo a referência da API da OpenAI, valores altos, como 0.8, deixam a saída mais aleatória. Valores baixos, como 0.2, deixam a saída mais concentrada e previsível.
• Top-p (top_p). É uma alternativa à temperatura baseada em nucleus sampling (amostragem por núcleo). O modelo considera apenas os tokens que, somados, atingem certa probabilidade acumulada. Com top_p = 0.1, ele escolhe só entre os tokens que formam os 10% mais prováveis.
• Seed (seed). É a "semente" da aleatoriedade. Com a mesma seed e os mesmos parâmetros, a OpenAI tenta produzir resultados repetíveis, mas não garante isso.

Como se ajustam temperatura, top-p e seed na OpenAI, na Anthropic e no Google?

{
  "model": "modelo-atual",
  "temperature": 0.2,
  "top_p": 1,
  "seed": 42
}

A tabela compara os três provedores com os mesmos critérios (verificado em nov/2026):

Sobre as fontes da coluna da OpenAI:

• A faixa de 0 a 2 e o padrão 1 estão na referência de Completions, atualizada em 31 de outubro de 2026. Não confirmamos se a mesma faixa vale para todos os modelos atuais da OpenAI.
• A regra sobre raciocínio está na documentação de migração para o modelo mais recente. Ela fala dos modelos de raciocínio mais recentes da OpenAI. Não encontramos, nessa fonte, a lista exata de modelos a que a regra se aplica.

Não reunimos documentação oficial atual da Anthropic nem do Google sobre esses parâmetros. Por isso a tabela não preenche essas colunas. Antes de usar, confira a documentação de cada empresa.

Quais são as confusões mais comuns sobre esses parâmetros?

• "Mesma seed, mesma resposta." Não é garantido. A OpenAI diz que faz um esforço para repetir resultados, mas não garante determinismo. A documentação de uso avançado, atualizada em 12 de novembro de 2026, recomenda três cuidados para uma saída "majoritariamente determinística":
• usar uma seed inteira;
• manter idênticos todos os outros parâmetros, inclusive o prompt e a temperatura;
• acompanhar o campo system_fingerprint, que indica mudanças no backend, isto é, nos servidores do provedor.
• "Ajustar temperatura e top-p juntos dá mais controle." A OpenAI recomenda o contrário: altere um ou outro, não os dois ao mesmo tempo. Assim fica mais fácil entender o efeito de cada mudança.
• "Todo modelo aceita esses ajustes." Nem sempre. Nos modelos de raciocínio mais recentes da OpenAI, com reasoning_effort diferente de none, a documentação manda retirar temperature e top_p.
• "Temperatura baixa garante uma resposta correta." Não garante. Ela só deixa a saída mais concentrada e previsível. Uma resposta previsível ainda pode estar errada. Confira o que importa, como saúde, dinheiro, lei e fatos, antes de usar.