Temperatura, top_p e Parâmetros de Geração
Nesta página
Atualizado a 3 de novembro de 2026 com base na documentação da OpenAI:
temperatureetop_papenas são aceites com um esforço de raciocínio denone, ao passo que os modelos GPT-5.6 raciocinam por predefinição (medium). As chamadas que definem estes parâmetros devem, portanto, especificarreasoning={"effort": "none"}(API de Respostas) oureasoning_effort="none"(Chat Completions). Fontes: Utilizar o GPT-6 · GPT-5.6 Terra.
Temperatura, top_p e Parâmetros de Geração
Quando envia um prompt para um modelo de linguagem, o texto gerado não é determinístico por predefinição: duas chamadas estritamente idênticas podem devolver duas respostas diferentes. Os parâmetros de geração permitem-lhe controlar o grau de criatividade ou rigor nessas respostas. Dominá-los serve dois objetivos concretos: obter resultados adaptados a cada caso de uso e saber onde procurar quando um conjunto de testes de integração começa a falhar uma em cada três vezes sem explicação aparente.
Como o Modelo Escolhe o Próximo Token
Em cada passo da geração, o modelo calcula uma distribuição de probabilidade sobre todo o seu vocabulário e, em seguida, amostra o token seguinte a partir dessa distribuição. A palavra “melhor” não surge mecanicamente; é um sorteio. Os parâmetros de geração intervêm antes da amostragem, quer apertando a distribuição em torno dos candidatos mais prováveis, quer achatando-a para dar hipótese aos outsiders. As duas chamadas abaixo ilustram os extremos desta necessidade: um slogan de padaria só tem valor se surpreender, ao passo que a sintaxe de uma list comprehension nunca deve surpreender.
from openai import OpenAI
client = OpenAI()
# Resposta criativa (temperatura alta)
response_creative = client.responses.create(
model="gpt-5.6-terra",
reasoning={"effort": "none"}, # temperature requires effort none
instructions="You are a creative writer.",
input="Propose a slogan for an artisanal bakery.",
temperature=1.2
)
# Resposta factual (temperatura baixa)
response_factual = client.responses.create(
model="gpt-5.6-terra",
reasoning={"effort": "none"}, # temperature requires effort none
instructions="You are a precise technical assistant.",
input="What is the syntax of a list comprehension in Python?",
temperature=0.1
)
Temperatura
A temperatura é um fator multiplicativo aplicado aos logits antes do softmax. Em 0, a distribuição aperta-se ao ponto de o modelo selecionar sempre o token mais provável: o comportamento torna-se quase determinístico, que é exatamente o que se espera de um extrator de dados repetido num teste unitário. Entre 0,1 e 0,3, as respostas mantêm-se muito consistentes de chamada para chamada: este é o território do código e das respostas factuais. O intervalo de 0,7 a 0,9 equilibra criatividade e consistência, adequando-se à escrita geral. Para além disso, entre 1,0 e 1,5, os resultados tornam-se variados e por vezes desorientadores — o efeito desejado para brainstorming, mas um defeito fatal em qualquer outro contexto.
A tabela abaixo reúne configurações que funcionam bem para os casos de uso mais frequentes. Encare-a como um ponto de partida a validar nos seus próprios prompts: um prompt altamente restritivo tolera uma temperatura mais alta do que poderia pensar, enquanto um prompt vago descarrila mais cedo.
| Caso de Uso | Temperatura | top_p |
|---|---|---|
| Geração de Código | 0,0 – 0,2 | 1,0 |
| Extração de Dados | 0,0 | 1,0 |
| Escrita Profissional | 0,5 – 0,7 | 0,9 |
| Brainstorming | 1,0 – 1,3 | 0,95 |
| Escrita Criativa | 1,0 – 1,5 | 0,9 |
Top_p (Amostragem do Núcleo)
O parâmetro top_p atua sobre a mesma distribuição, mas através de um mecanismo completamente diferente: filtra tokens com base na sua probabilidade cumulativa. Com top_p=0.9, o modelo considera apenas os tokens cuja probabilidade cumulativa atinge 90%, removendo pura e simplesmente a cauda longa de escolhas improváveis. Enquanto a temperatura distorce as probabilidades de todos os candidatos, o top_p trunca a lista de candidatos admissíveis.
response = client.responses.create(
model="gpt-5.6-terra",
reasoning={"effort": "none"}, # temperature requires effort none
instructions="Generate a technical summary.",
input="Summarize how TLS 1.3 works.",
temperature=0.3,
top_p=0.95
)
Isto leva a uma regra prática que não se arrependerá de aplicar: não mexa na temperatura e no top_p ao mesmo tempo. Como ambos atuam sobre o mesmo mecanismo, seria incapaz de atribuir o efeito observado a um ou a outro, e as suas configurações tornar-se-iam uma questão de superstição. Ajuste um parâmetro, deixando o outro no seu valor predefinido; a OpenAI recomenda começar pela temperatura.
Outros Parâmetros Importantes
max_output_tokens limita o comprimento da resposta em tokens. Esta é a sua salvaguarda tanto para custos como para respostas intermináveis, particularmente útil quando a saída deve caber num campo de interface restrito: uma resposta enquadrada durante a geração é preferível a um truncamento no lado da visualização.
response = client.responses.create(
model="gpt-5.6-terra",
instructions="Answer in one sentence.",
input="What is DNS?",
max_output_tokens=100
)
Desde o GPT-5.6, o raciocínio deixou de ser um modelo separado: é uma definição que controla o tempo de reflexão em toda a família de modelos.
response = client.responses.create(
model="gpt-5.6-terra",
input="Solve this differential equation: y' + 2y = e^(-x)",
reasoning={
"effort": "high" # "none", "low", "medium", "high", "xhigh", "max"
}
)
O nível low responde rapidamente a perguntas simples, medium constitui um compromisso honesto para a maioria das tarefas e high envolve um raciocínio aprofundado que deve ser reservado a problemas genuinamente difíceis. A equação diferencial acima merece-o; reformular uma frase de boas-vindas não — estaria a pagar por tempo de reflexão numa tarefa que não o exige.
Observe a Variação por Si Mesmo
Nada substitui ver estas definições em ação. Escreva um script Python que envie o mesmo prompt para o GPT-5.6 Terra com cinco valores de temperatura (0, 0,3, 0,7, 1,0 e 1,3) e apresente as cinco saídas lado a lado. Escolha uma instrução francamente criativa, por exemplo, “Invente um nome para uma startup de IA”: a repetição quase palavra por palavra em 0 e a dispersão em 1,3 tornam-se impossíveis de ignorar, e esta memória visual servirá de ponto de referência por muito mais tempo do que uma tabela de valores.
Pontos-chave
- A temperatura controla a dispersão da distribuição de probabilidade
top_pfiltra tokens por probabilidade cumulativa- Nunca modifique ambos simultaneamente
- Temperatura baixa para tarefas factuais, alta para tarefas criativas
- A definição de raciocínio (de none a max) aplica-se a toda a família GPT-5.6