Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Temperatuur en generatieparameters

Les 3 van 14 Bijgewerkt op 3 november 2026 Beginner
Op deze pagina
  1. Generatie sturen met parameters
  2. Temperatuur
  3. De parameter top_p (nucleus sampling)
  4. max_completion_tokens
  5. De parameter seed
  6. Parameters die door redeneermodellen worden geweigerd
  7. Aanbevolen instellingen
  8. Oefening in de praktijk
  9. Belangrijkste punten

Les herschreven op 3 november 2026 op basis van de best practices van xAI, de API-referentie (Chat Completions en Responses) en de Reasoning-gids: xAI raadt een temperature van 0,7 en een top_p van 0,95 aan voor zijn modellen; temperaturen boven 1 worden begrensd tot 1, top_p heeft standaard de waarde 0,95, max_completion_tokens beperkt alleen het zichtbare antwoord (standaard 128.000 tokens), en seed garandeert geen determinisme. De vorige versie adviseerde temperaturen tot 2, een standaard top_p van 1 en een limiet die redeneren omvatte. Bronnen: Best practices · Chat Completions · Reasoning.

Generatie sturen met parameters

Naast uw prompttekst accepteert de Grok-API verschillende numerieke parameters die beïnvloeden hoe het model zijn antwoord genereert. Bij de huidige modellen is de belangrijkste les contra-intuïtief: ga uiterst terughoudend om met deze instellingen en onthoud dat de prompt, veel meer dan de schuifregelaars, de kwaliteit van het antwoord bepaalt.

Een creatief antwoord verkregen via de prompt, in de Grok-applicatie

Temperatuur

Temperatuur regelt de mate van willekeur bij de selectie van tokens. De API-referentie beschrijft dit op klassieke wijze: een lage waarde, zoals 0,2, maakt de output gerichter en deterministischer; een hogere waarde, zoals 0,8, maakt deze gevarieerder. De parameter accepteert waarden van 0 tot 2, maar alles boven 1 wordt gesampled op 1.

De best practices van xAI gaan verder: stel temperature in op 0,7 en wijk hier niet veel van af. Volgens xAI reageren Grok-modellen slecht op andere sampling-instellingen en daalt de kwaliteit doorgaans wanneer u deze wijzigt.

{
  "model": "grok-4.7",
  "messages": [{"role": "user", "content": "Propose a slogan for an organic bakery"}],
  "temperature": 0.7,
  "top_p": 0.95
}
0.7
Temperature recommended by xAI
1
Effective temperature cap
0.95
Recommended and default top_p

Gebruik voor meer creativiteit, nauwkeurigheid of beknoptheid liever de prompt: vraag expliciet om onverwachte voorstellen, een feitelijke toon of een antwoord in drie opsommingstekens. Dit komt aan bod in de volgende lessen.

De parameter top_p (nucleus sampling)

De parameter top_p beperkt de keuze tot tokens die samen een bepaalde waarschijnlijkheidsmassa vertegenwoordigen: bij 0,1 worden alleen tokens in aanmerking genomen die de bovenste 10% van de waarschijnlijkheid beslaan. De huidige Grok-tekstmodellen hebben dit standaard ingesteld op 0,95, en waarden boven de modelstandaard worden tot die standaardwaarde begrensd.

De API-referentie herhaalt het gebruikelijke advies om óf temperature óf top_p aan te passen, maar niet beide. De nieuwere, modelspecifieke best practices van xAI vragen daarentegen om beide bij elk verzoek expliciet in te stellen — 0,7 en 0,95 — zodat uw resultaten niet afhangen van serverstandaarden en u dezelfde waarden gebruikt voor alle modellen die u vergelijkt.

max_completion_tokens

Deze parameter beperkt het aantal tokens in het antwoord. Hij dient om de lengte en de kosten van het zichtbare deel te beheersen.

{
  "model": "grok-4.7",
  "messages": [{"role": "user", "content": "Summarize this document in three points"}],
  "max_completion_tokens": 500
}

Belangrijke punten, volgens de API-referentie:

  • Hij geldt alleen voor zichtbare tokens: redeneringen en functieaanroepen tellen niet mee; de inspanning voor redeneren (reasoning effort) stuurt de reflectie
  • Zonder waarde is de standaard 128.000 tokens; de oude max_tokens is verouderd
  • Als de limiet wordt bereikt, wordt het antwoord afgebroken en is finish_reason "length" in plaats van "stop" (de Responses-API noemt deze limiet max_output_tokens en signaleert een status incomplete)

De parameter seed

De parameter seed vraagt om een zo deterministisch mogelijke systeem-sampling: herhaalde verzoeken met dezelfde seed en parameters zouden hetzelfde resultaat moeten opleveren. De API-referentie specificeert dat determinisme niet gegarandeerd is en verwijst naar het veld system_fingerprint in het antwoord om wijzigingen aan serverzijde op te sporen.

{
  "model": "grok-4.7",
  "messages": [{"role": "user", "content": "Generate 5 tech startup names"}],
  "temperature": 0.7,
  "top_p": 0.95,
  "seed": 42
}

Toepassingsgebieden voor seed:

  • Tests en debugging: verifiëren dat een prompt stabiele resultaten oplevert
  • Vergelijking: verschillende promptformuleringen testen met dezelfde seed om het effect van de wijziging te isoleren
  • Tracking: log seed en system_fingerprint bij elk resultaat om variantie te verklaren

Parameters die door redeneermodellen worden geweigerd

Huidige Grok-modellen redeneren: presence_penalty, frequency_penalty en stop kunnen niet naar hen worden verzonden; een verzoek dat deze bevat, levert een fout op. logprobs wordt vanaf Grok 4.20 genegeerd. Als u code overzet die voor een andere provider is geschreven, verwijdert u deze parameters.

Aanbevolen instellingen

xAI stelt geen reeks instellingen per use case voor: de aanbeveling is overal hetzelfde.

{"temperature": 0.7, "top_p": 0.95}

Voeg naar behoefte een max_completion_tokens toe dat is afgestemd op de verwachte lengte, een seed voor uw tests en, bij grok-4.5 tot 4.7, een redeneerinspanning (reasoning_effort) gekozen op basis van de taakmoeilijkheid: dit, en niet de temperatuur, bepaalt snelheid, kosten en diepgang.

Oefening in de praktijk

Verzend dezelfde prompt drie keer, met temperature op 0,7 en top_p op 0,95, en verzend vervolgens drie keer een versie van de prompt die de verwachte toon en het formaat specificeert:

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."

Vergelijk de variatie en relevantie van de antwoorden: het verschil komt door de prompt, niet door de parameters.

Belangrijkste punten

  • xAI raadt temperature 0,7 en top_p 0,95 aan; stel deze bij elk verzoek expliciet in
  • Boven 1 wordt temperatuur begrensd tot 1; top_p overschrijdt de modelstandaard (0,95) niet
  • max_completion_tokens beperkt alleen het zichtbare antwoord, standaard 128.000 tokens
  • seed streeft naar reproduceerbaarheid zonder garantie: volg system_fingerprint
  • presence_penalty, frequency_penalty en stop worden geweigerd door redeneermodellen