Temperatura
La temperatura è un’impostazione che controlla quanto è casuale un modello linguistico quando sceglie il token successivo. Un valore basso gli fa scegliere quasi sempre la continuazione più probabile, un valore alto dà una vera possibilità alle parole meno probabili.
Aggiornato il 8 novembre 2026
In questa pagina
Leggibile solo sui tuoi dispositivi.
La tua conversazione appare in chiaro sul tuo dispositivo, e sugli altri tuoi dispositivi se li sincronizzi. Da nessun’altra parte.
Illeggibile per noi.
Il tuo messaggio transita senza essere registrato; le tue chat vengono salvate solo cifrate.
Il modello non sa chi sei.
Riceve la domanda, mai la tua e-mail, il tuo account o il tuo indirizzo IP.
Niente resta per strada.
La risposta torna e viene salvata qui, cifrata; anche con la sincronizzazione, la tua chiave non ci arriva mai in chiaro.
Come funziona
A ogni passo un modello assegna un punteggio a ogni token del suo vocabolario e lo trasforma in probabilità. La temperatura riscala quei punteggi prima della scelta. Vicino allo zero domina il token più probabile e l’uscita diventa quasi deterministica: ponendo due volte la stessa domanda si ottiene quasi la stessa risposta. Intorno a uno, il modello estrae secondo le sue probabilità originali. Ancora più in alto, la distribuzione si appiattisce, le parole sorprendenti compaiono più spesso e il testo può diventare fantasioso, poi incoerente. Immagina il tamburo di una lotteria: con temperatura bassa restano dentro solo le palline più pesanti, con temperatura alta escono anche le più leggere.
Nella pratica il valore giusto dipende dal lavoro. Un estrattore di clausole, un generatore di test o un aiuto per le query SQL vogliono valori bassi, dove conta la coerenza e una deviazione creativa è un errore. Un brainstorming di slogan, una favola della buonanotte o il monologo di un cattivo vogliono valori più alti, dove la varietà è lo scopo. Una temperatura bassa non rende però il modello più veritiero: può ripetere con perfetta coerenza la stessa risposta sbagliata.
Spesso si regolano insieme altri controlli affini. Top_p, o campionamento a nucleo, tiene solo il gruppo più piccolo di token le cui probabilità sommano una quota scelta e campiona da lì. Una sequenza di stop dice al modello dove chiudere la risposta. Un seed, dove il fornitore lo supporta, rende ripetibile una scelta casuale. Il consiglio usuale è regolare la temperatura o top_p, non entrambi insieme. Matematicamente, i punteggi grezzi vengono divisi per la temperatura prima che la funzione softmax li normalizzi: dividere per un numero minore di uno accentua i picchi, dividere per un numero maggiore di uno appiattisce il paesaggio e sposta probabilità verso la coda.
In NeverNo
Su NeverNo l’API accetta temperature, top_p, stop e seed in una richiesta di chat. Vengono passati ai modelli che li prevedono e omessi per gli altri; l’elenco dei modelli indica quali parametri supporta ciascuno, quindi controllalo prima di fare affidamento su uno. Qwen 3.5 35B, il modello privato gratuito di Alibaba che legge le immagini e ti lascia scegliere se ragionare, è uno dei modelli aperti del catalogo.
La pagina sulla chat senza censura mostra come NeverNo risponde con franchezza e tiene la cronologia nel tuo browser. I limiti di fondo restano gli stessi qualunque temperatura tu scelga: niente che riguardi minori, niente su persone reali senza il loro consenso e nessun aiuto concreto per fare gravi danni ad altri.
Da ricordare
La temperatura cambia quanto è casuale la scelta del token successivo, non quanto il modello sa.
I valori bassi vanno bene per compiti che richiedono coerenza; quelli alti per il lavoro creativo.
Una temperatura bassa non garantisce una risposta corretta, solo più ripetibile.
Top_p, sequenze di stop e seed sono parenti stretti; cambia temperatura o top_p, non entrambi.
Alcuni modelli di ragionamento fissano o ignorano l’impostazione, quindi leggi prima i parametri supportati.
Domande frequenti
Che temperatura devo usare?
Per domande fattuali, codice e uscite strutturate parti da valori bassi, tra 0 e circa 0,3. Per scrittura e idee prova un valore vicino a 0,7–1. Sono punti di partenza, perché ogni modello reagisce un po’ in modo diverso.
Con temperatura 0 la risposta è identica ogni volta?
La rende molto coerente, ma non sempre rigorosamente identica, perché arrotondamenti in virgola mobile, raggruppamento sulla GPU e pianificazione lato server possono spostare il calcolo. Un seed, quando il modello lo supporta, aiuta a riprodurre un risultato.
Una temperatura alta causa allucinazioni?
Rende più probabili formulazioni improbabili, e questo può portare il modello lontano da un terreno affidabile. Un modello può dire cose false a qualsiasi temperatura, quindi controlla i fatti importanti qualunque sia l’impostazione. Annotare il valore esatto accanto a ogni risultato rende gli esperimenti riproducibili e confrontabili da un’esecuzione all’altra.
Fai la tua prima domanda
Senza account né carta. Scrivi in una delle 10 lingue che NeverNo parla.
Apri la chat