Température
La température est un réglage qui contrôle le degré de hasard d’un modèle de langage quand il choisit le jeton suivant. Une valeur basse lui fait choisir presque toujours la suite la plus probable, une valeur haute donne une vraie chance aux mots moins probables.
Mis à jour le 8 novembre 2026
Lisible sur tes appareils seulement.
Ta discussion s’affiche en clair sur ton appareil, et sur tes autres appareils si tu les synchronises. Nulle part ailleurs.
Illisible chez nous.
Ton message passe sans être écrit ; tes discussions n’y restent que chiffrées.
Le modèle ignore qui tu es.
Il reçoit la question, jamais ton e-mail, ton compte ni ton adresse IP.
Rien ne reste en route.
La réponse revient et se range ici, chiffrée ; même synchronisée, ta clé ne nous parvient jamais en clair.
Comment ça marche
À chaque étape, le modèle note tous les jetons de son vocabulaire et transforme ces notes en probabilités. La température rééchelonne ces notes avant le tirage. Proche de zéro, le jeton le plus probable domine et la sortie devient presque déterministe : poser deux fois la même question donne à peu près la même réponse. Autour de un, le modèle tire selon ses probabilités brutes. Plus haut encore, la distribution s’aplatit, les mots surprenants reviennent plus souvent, et le texte peut devenir inventif, puis incohérent. Imagine un tirage au sort : une température basse donne presque toutes les chances au favori, une température haute les redistribue vers les outsiders.
En pratique, la bonne valeur dépend du travail. Un extracteur de clauses, un générateur de tests unitaires ou un assistant SQL demandent des valeurs basses : la régularité compte et un détour créatif est un défaut. Un brainstorming de slogans, un conte du soir ou le monologue d’un méchant en demandent de plus hautes : la variété est le but. Une température basse ne rend pourtant pas un modèle plus véridique : il peut répéter la même erreur avec une parfaite constance.
Deux réglages voisins l’accompagnent souvent. Top_p, ou échantillonnage par noyau, ne garde que le plus petit groupe de jetons dont les probabilités atteignent une part choisie, et tire dans ce groupe. Une séquence d’arrêt dit au modèle où terminer sa réponse. Une graine (seed), quand le fournisseur la prend en charge, rend un tirage reproductible. Le conseil courant est de régler la température ou top_p, pas les deux à la fois. Mathématiquement, les logits sont divisés par la température avant que la fonction softmax ne les normalise ; diviser par un nombre inférieur à un accentue les pics, diviser par un nombre supérieur à un aplatit le relief et répartit la probabilité vers la queue de distribution.
Dans NeverNo
Sur NeverNo, l’API accepte temperature, top_p, stop et seed dans une requête de discussion. Ces paramètres sont transmis aux modèles qui les acceptent et omis pour les autres, et la liste des modèles indique ceux que chacun prend en charge. Les paramètres applicables dépendent du modèle, vérifie donc la liste avant de compter sur l’un d’eux. Qwen 3.5 35B, le modèle privé et gratuit d’Alibaba, lit les images et laisse activer ou couper son raisonnement ; c’est l’un des modèles ouverts du catalogue.
La page sur le chat IA sans censure montre comment NeverNo répond franchement et garde ton historique dans ton navigateur. Quelle que soit la température choisie, les limites fermes restent les mêmes : rien qui implique des mineurs, rien sur des personnes réelles sans leur consentement, et aucune aide réelle pour nuire gravement à autrui.
À retenir
La température change le hasard du choix du jeton suivant, pas l’étendue des connaissances du modèle.
Les valeurs basses conviennent aux tâches qui demandent de la régularité, les valeurs plus hautes à la création.
Une température basse ne garantit pas une réponse exacte, seulement une réponse plus reproductible.
Top_p, séquences d’arrêt et graine sont des réglages voisins ; modifie la température ou top_p, pas les deux.
Certains modèles de raisonnement figent ou ignorent ce réglage : lis d’abord les paramètres pris en charge.
Questions fréquentes
Quelle température utiliser ?
Pour les questions factuelles, le code et les sorties structurées, commence bas, entre 0 et environ 0,3. Pour l’écriture et la recherche d’idées, essaie une valeur proche de 0,7 à 1. Ce sont des points de départ, car chaque modèle réagit un peu différemment.
Avec une température de 0, la réponse est-elle toujours identique ?
Elle devient très régulière, mais pas toujours strictement identique, car les arrondis en virgule flottante, le traitement par lots sur GPU et l’ordonnancement des serveurs peuvent décaler le calcul. Une graine, quand le modèle en accepte une, aide à reproduire un résultat.
Une température élevée provoque-t-elle des hallucinations ?
Elle rend les formulations improbables plus fréquentes, ce qui peut éloigner le modèle d’un terrain fiable. Un modèle peut affirmer des choses fausses à n’importe quelle température : vérifie les faits importants quel que soit le réglage.
Pose ta première question
Sans compte ni carte. Écris dans l’une des 10 langues que parle NeverNo.
Ouvrir le chat