Temperatūra un ģenerēšanas parametri
Šajā lapā
Nodarbība pārrakstīta 2026. gada 3. novembrī, pamatojoties uz xAI labākajām praksēm, API atsauces dokumentāciju (Chat Completions un Responses) un Reasoning rokasgrāmatu: xAI iesaka iestatīt
temperatureuz 0.7 untop_puz 0.95 saviem modeļiem; temperatūras vērtības virs 1 tiek samazinātas līdz 1;top_pnoklusējuma vērtība ir 0.95;max_completion_tokensierobežo tikai redzamo atbildi (pēc noklusējuma 128 000 tokeni); unseednegarantē determinismu. Iepriekšējā versija ieteica temperatūru līdz pat 2,top_pnoklusējuma vērtību 1 un ierobežojumu, kas ietvēra spriešanu. Avoti: Labākās prakses · Chat Completions · Reasoning.
Ģenerēšanas vadība ar parametriem
Papildus tavam instrukcijas tekstam Grok API pieņem vairākus skaitliskus parametrus, kas ietekmē to, kā modelis ģenerē savu atbildi. Ar pašreizējiem modeļiem galvenā atziņa ir pretintuitīva: izmanto šos iestatījumus ar lielu piesardzību un atceries, ka tieši instrukcija, nevis slīdņi, nosaka atbildes kvalitāti.

Temperatūra
Temperatūra kontrolē nejaušības pakāpi tokena izvēlē. API atsauces dokumentācija to apraksta klasiski: zema vērtība, piemēram, 0.2, padara izvadi fokusētāku un deterministiskāku; augstāka vērtība, piemēram, 0.8, padara to daudzveidīgāku. Tā pieņem vērtības no 0 līdz 2, taču jebkas virs 1 tiek paraugots kā 1.
xAI labākās prakses iet tālāk: iestati temperature uz 0.7 un neatkāpies no tā pārāk tālu. Saskaņā ar xAI, Grok modeļi slikti reaģē uz citiem paraugošanas iestatījumiem, un kvalitāte parasti pazeminās, ja tos maini.
{
"model": "grok-4.7",
"messages": [{"role": "user", "content": "Propose a slogan for an organic bakery"}],
"temperature": 0.7,
"top_p": 0.95
}
Lai iegūtu lielāku radošumu, precizitāti vai kodolīgumu, izmanto instrukciju: tieši pieprasi negaidītus priekšlikumus, faktisku toni vai atbildi trīs punktu veidā. Tieši par to būs runa nākamajās nodarbībās.
Parametrs top_p (kodola paraugošana)
Parametrs top_p ierobežo izvēli tikai tiem tokeniem, kas uzkrāj noteiktu varbūtības masu: pie 0.1 tiek ņemti vērā tikai tokeni, kas pārstāv augšējos 10 % varbūtības. Pašreizējiem Grok teksta modeļiem šī vērtība ir noklusējuma iestatījumā 0.95, un vērtības, kas pārsniedz modeļa noklusējumu, tiek samazinātas līdz šim noklusējumam.
API atsauces dokumentācija atkārto parasto padomu mainīt vai nu temperature, vai top_p, bet ne abus vienlaikus. Tomēr xAI labākās prakses, kas ir jaunākas un specifiskas tā modeļiem, prasa instead abiem iestatījumiem katrā pieprasījumā norādīt eksplicītas vērtības — 0.7 un 0.95 —, lai tavi rezultāti nebūtu atkarīgi no servera noklusējumiem un lai visos salīdzināmajos modeļos izmantotu vienādas vērtības.
max_completion_tokens
Šis parametrs ierobežo tokena skaitu atbildē. Tas kalpo, lai kontrolētu redzamās daļas garumu un izmaksas.
{
"model": "grok-4.7",
"messages": [{"role": "user", "content": "Summarize this document in three points"}],
"max_completion_tokens": 500
}
Svarīgi punkti saskaņā ar API atsauces dokumentāciju:
- Tas attiecas tikai uz redzamiem tokeniem: spriešana un funkciju izsaukumi netiek ieskaitīti; spriešanas piepūle kontrolē pārdomas
- Bez vērtības tas pēc noklusējuma ir 128 000 tokeni; vecais
max_tokensir novecojis - Ja limits tiek sasniegts, atbilde tiek pārtraukta un
finish_reasonir"length"nevis"stop"(Responses API šo ierobežojumu dēvē parmax_output_tokensun signalizē statusuincomplete)
Parametrs seed
Parametrs seed pieprasa sistēmas paraugošanu pēc iespējas deterministiskāku: atkārtoti pieprasījumi ar vienu un to pašu seed un parametriem vajadzētu dot vienu un to pašu rezultātu. API atsauces dokumentācija norāda, ka determinisms nav garantēts, un atsaucas uz lauku system_fingerprint atbildē, lai noteiktu izmaiņas servera pusē.
{
"model": "grok-4.7",
"messages": [{"role": "user", "content": "Generate 5 tech startup names"}],
"temperature": 0.7,
"top_p": 0.95,
"seed": 42
}
seed lietojuma gadījumi:
- Testēšana un atkļūdošana: pārbaudi, vai instrukcija rada stabilus rezultātus
- Salīdzināšana: testē dažādas instrukciju formulējumus ar vienu un to pašu seed, lai izolētu izmaiņu ietekmi
- Izsekošana: reģistrē
seedunsystem_fingerprintkopā ar katru rezultātu, lai izskaidrotu variācijas
Parametri, kurus noraida spriešanas modeļi
Pašreizējie Grok modeļi veic spriešanu: presence_penalty, frequency_penalty un stop nevar tiem nosūtīt, un pieprasījums, kas tos satur, atgriezīs kļūdu. Savukārt logprobs tiek ignorēts, sākot no Grok 4.20. Ja portēji kodu, kas rakstīts citam sniedzējam, noņem šos parametrus.
Ieteicamie iestatījumi
xAI nepiedāvā iestatījumu kopumu katram lietojuma gadījumam: tā ieteikums ir vienāds visur.
{"temperature": 0.7, "top_p": 0.95}
Pēc vajadzības pievieno max_completion_tokens, kas pielāgots paredzamajam garumam, seed saviem testiem un, strādājot ar grok-4.5 līdz 4.7, spriešanas piepūli (reasoning_effort), kas izvēlēta atbilstoši uzdevuma sarežģītībai: tieši tas, nevis temperatūra, nosaka ātrumu, izmaksas un dziļumu.
Praktiskais uzdevums
Nosūti vienu un to pašu instrukciju trīs reizes ar temperature 0.7 un top_p 0.95, pēc tam trīs reizes nosūti instrukcijas versiju, kas precizē paredzamo toni un formātu:
Instrukcija A: "Ierosini trīs nosaukumus meditācijas lietotnei"
Instrukcija B: "Ierosini trīs īsus, iespaidīgus un negaidītus nosaukumus meditācijas lietotnei,
kas paredzēta aizņemtiem vadītājiem. Viens nosaukums rindā, bez paskaidrojumiem."
Salīdzini atbilžu daudzveidību un atbilstību: atšķirība rodas no instrukcijas, nevis parametriem.
Galvenās atziņas
- xAI iesaka
temperature0.7 untop_p0.95, katrā pieprasījumā tos iestatot eksplicīti - Virs 1 temperatūra tiek ierobežota līdz 1;
top_pnepārsniedz modeļa noklusējumu (0.95) max_completion_tokensierobežo tikai redzamo atbildi, pēc noklusējuma 128 000 tokeniseedtiecas uz reproducējamību bez garantijas: izsekosystem_fingerprintpresence_penalty,frequency_penaltyunstoptiek noraidīti spriešanas modeļos