Teplota a parametry generování
Na této stránce
Lekce přepracována 3. listopadu 2026 na základě osvědčených postupů xAI, reference k API (Chat Completions a Responses) a příručky Reasoning: xAI doporučuje pro své modely hodnotu
temperature0,7 atop_p0,95; teploty nad 1 jsou ořezány na 1, výchozí hodnotatop_pje 0,95,max_completion_tokensomezuje pouze viditelnou odpověď (ve výchozím nastavení 128 000 tokenů) a parametrseednezaručuje determinismus. Předchozí verze doporučovala teploty až do 2, výchozítop_p1 a omezení zahrnující i uvažování. Zdroje: Osvědčené postupy · Chat Completions · Reasoning.
Řízení generování pomocí parametrů
Kromě textu tvého promptu přijímá API Grok několik číselných parametrů, které ovlivňují způsob generování odpovědi modelem. U současných modelů platí protiintuitivní poučka: s těmito nastaveními zacházej velmi obezřetně a pamatuj, že právě prompt, nikoliv posuvníky, je hlavním hybatelem kvality odpovědi.

Teplota
Teplota řídí míru náhodnosti při výběru tokenů. Reference k API ji popisuje klasicky: nízká hodnota, například 0,2, činí výstup soustředěnějším a determinističtějším; vyšší hodnota, jako 0,8, jej činí rozmanitějším. Přijímá hodnoty od 0 do 2, ale cokoli nad 1 je vzorkováno jako 1.
Osvědčené postupy xAI jdou ještě dál: nastav temperature na 0,7 a příliš se od této hodnoty neodchyluj. Podle xAI reagují modely Grok špatně na jiná nastavení vzorkování a kvalita se při jejich změně obecně snižuje.
{
"model": "grok-4.7",
"messages": [{"role": "user", "content": "Propose a slogan for an organic bakery"}],
"temperature": 0.7,
"top_p": 0.95
}
Chceš-li dosáhnout větší kreativity, přesnosti nebo stručnosti, využij raději prompt: explicitně požádej o nečekané návrhy, faktický tón nebo odpověď ve třech bodech. Tomu se věnují následující lekce.
Parametr top_p (vzorkování jádra)
Parametr top_p omezuje výběr na tokeny, které dohromady tvoří danou pravděpodobnostní hmotu: při hodnotě 0,1 jsou zvažovány pouze tokeny představující nejvyšších 10 % pravděpodobnosti. Současné textové modely Grok mají tuto hodnotu nastavenou ve výchozím stavu na 0,95 a hodnoty překračující výchozí nastavení modelu jsou ořezány na tuto výchozí hodnotu.
Reference k API opakuje obvyklou radu upravovat buď temperature, nebo top_p, ale ne oba najednou. Novější a pro modely xAI specifické osvědčené postupy však žádají nastavit oba parametry explicitně v každém požadavku – tedy 0,7 a 0,95 – aby tvé výsledky nezávisely na výchozích nastaveních serveru a abys používal stejné hodnoty pro všechny porovnávané modely.
max_completion_tokens
Tento parametr omezuje počet tokenů v odpovědi. Slouží ke kontrole délky a nákladů viditelné části.
{
"model": "grok-4.7",
"messages": [{"role": "user", "content": "Summarize this document in three points"}],
"max_completion_tokens": 500
}
Důležité body podle reference k API:
- Platí pouze pro viditelné tokeny: uvažování a volání funkcí se nepočítají; úsilí o uvažování řídí hloubku reflexe
- Bez uvedené hodnoty je výchozí nastavení 128 000 tokenů; starý parametr
max_tokensje zastaralý - Je-li limit dosažen, odpověď je přerušena a
finish_reasonmá hodnotu"length"místo"stop"(API Responses nazývá tento stropmax_output_tokensa signalizuje stavincomplete)
Parametr seed
Parametr seed požaduje, aby bylo vzorkování systému co nejvíce deterministické: opakované požadavky se stejným seed a parametry by měly vést ke stejnému výsledku. Reference k API specifikuje, že determinismus není zaručen, a odkazuje na pole system_fingerprint v odpovědi pro odhalení změn na straně serveru.
{
"model": "grok-4.7",
"messages": [{"role": "user", "content": "Generate 5 tech startup names"}],
"temperature": 0.7,
"top_p": 0.95,
"seed": 42
}
Příklady využití parametru seed:
- Testování a ladění: ověření, zda prompt produkuje stabilní výsledky
- Porovnávání: testování různých formulací promptu se stejným seedem za účelem izolace efektu změny
- Sledování: logování
seedasystem_fingerprintu každého výsledku pro vysvětlení rozptylu
Parametry odmítané modely s uvažováním
Současné modely Grok uvažují: parametry presence_penalty, frequency_penalty a stop jim nelze zaslat a požadavek, který je obsahuje, vrátí chybu. Parametr logprobs je od verze Grok 4.20 ignorován. Pokud převádíš kód napsaný pro jiného poskytovatele, tyto parametry odstraň.
Doporučená nastavení
xAI nenavrhuje sadu nastavení pro jednotlivé případy použití: jeho doporučení je všude stejné.
{"temperature": 0.7, "top_p": 0.95}
Podle potřeby přidej max_completion_tokens přizpůsobený očekávané délce, seed pro své testy a u modelů grok-4.5 až 4.7 také úsilí o uvažování (reasoning_effort) zvolené podle obtížnosti úkolu: právě toto, nikoliv teplota, rozhoduje o rychlosti, nákladech a hloubce.
Praktické cvičení
Pošli stejný prompt třikrát s temperature nastavenou na 0,7 a top_p na 0,95, poté třikrát verzi promptu, která specifikuje očekávaný tón a formát:
Prompt A: "Propose three names for a meditation app"
Prompt B: "Propose three short, evocative, and unexpected names for a meditation app
designed for busy executives. One name per line, no explanation."
Porovnej rozmanitost a relevanci odpovědí: rozdíl pramení z promptu, nikoliv z parametrů.
Klíčové poznatky
- xAI doporučuje
temperature0,7 atop_p0,95, nastavené explicitně v každém požadavku - Nad hodnotou 1 je teplota ořezána na 1;
top_pnepřekračuje výchozí hodnotu modelu (0,95) max_completion_tokensomezuje pouze viditelnou odpověď, ve výchozím nastavení 128 000 tokenůseedusiluje o reprodukovatelnost bez záruky: sledujsystem_fingerprintpresence_penalty,frequency_penaltyastopjsou modely s uvažováním odmítány