温度（temperature）
温度（temperature）是一项设置，用来控制语言模型挑选下一个 token 时的随机程度。数值低时，它几乎每次都选最可能的续写；数值高时，不太可能的词也有了真正被选中的机会。
更新于 2026年11月8日
只在你的设备上可读。
对话只在你的设备上可读；开启同步后，其他设备上也可读。别处一概读不到。
我们读不了。
消息只是经过，不会留下记录；你的对话始终只以加密形式保存。
模型不知道你是谁。
它只收到问题，绝不会收到你的邮箱、账户或 IP 地址。
途中什么也不留下。
回复传回后加密保存在这里；即使开启同步，你的密钥也从不以明文到达我们这里。
工作原理
每一步，模型都会给词表里的每个 token 打分，再把分数变成概率。温度会在做出选择之前对这些分数重新缩放。接近零时，概率最高的 token 占据主导，输出几乎是确定的：同一个问题问两次，答案几乎一样。在 1 左右，模型按原始概率来抽样。再高一些，分布变得平缓，出人意料的词出现得更多，文字会变得有创意，然后变得语无伦次。可以想象一个抽奖滚筒：低温时里面只留下最重的球，高温时连最轻的球也会滚出来。
合适的数值取决于任务。条款提取、单元测试生成、SQL 辅助适合低值，因为一致性很重要，富有创意的岔路反而是缺陷。标语头脑风暴、睡前故事、反派的独白适合较高的值，因为多样性正是目的所在。不过，低温并不会让模型更诚实：模型可能以完美的一致性重复同一个错误答案。
与它搭配设置的，常常还有两个相关的控制项。top_p（核采样）只保留概率之和达到所选比例的最小一组 token，并从这一组里抽样。停止序列告诉模型在哪里结束回复。种子（seed）在服务商支持时，可以让随机选择变得可重复。常见的建议是调整温度或 top_p 其中之一，不要两个同时调。从数学上看，logits 会先除以温度，再由 softmax 函数归一化：除以小于 1 的数会让峰值更尖锐，除以大于 1 的数则会让分布变平，把概率分散到尾部。
在 NeverNo 中
在 NeverNo 上，API 的聊天请求接受 temperature、top_p、stop 和 seed。支持这些参数的模型会收到它们，其他模型则会略去。模型列表里写明了每个模型支持哪些参数，所以在依赖某个参数之前，请先查看列表。Qwen 3.5 35B 是阿里巴巴的免费私密模型，能看图，也能让你选择是否推理，它是目录里的开源模型之一。
关于无审查 AI 聊天的页面，介绍了 NeverNo 如何坦率回答，并把你的历史记录保存在浏览器里。不论你把温度设成多少，硬性界限都不会变：不涉及未成年人，不涉及未经同意的真实人物，也不为严重伤害他人提供实际帮助。
值得记住
温度改变的是下一个 token 选择的随机程度，而不是模型知道多少。
低值适合需要保持一致的任务，较高的值适合创意工作。
低温不能保证答案正确，只是让它更容易重复。
top_p、停止序列和种子是近亲：温度和 top_p 只调其中一个。
有些推理模型会固定或忽略这项设置，所以先读一读模型支持的参数。
常见问题
温度应该设成多少？
对于事实类问题、代码和结构化输出，从低值开始，在 0 到 0.3 左右。对于写作和想点子，可以试试 0.7 到 1 之间的数值。这些只是起点，因为每个模型的反应略有不同。
温度为 0，每次答案都一样吗？
答案会非常一致，但不一定严格相同，因为浮点数舍入、GPU 批处理和服务器端调度，都可能让运算产生细微差异。如果模型支持种子，它有助于复现结果。
温度高会导致幻觉吗？
它会让不太可能的措辞更容易被选中，可能把模型带离可靠的依据。但模型在任何温度下都可能说出错误的内容，所以无论怎么设置，重要的事实都要核对。把每次输出所用的确切数值记录下来，实验就能复现，不同批次之间也能比较。
问出你的第一个问题
无需账户，无需银行卡。NeverNo 会 10 种语言，用哪种写都行。
打开聊天