top-p
top-p，也叫核采样，是一项设置：它把语言模型限定在概率之和达到所选比例的、最可能的最小一组 token 里，然后只从这一组中挑选下一个 token。设为 0.9 时，模型会忽略掉占最后十分之一概率的那条不太可能的长尾。
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
给词表打完分之后，模型手里有每一个可能的下一个 token 的概率。top-p 把它们按可能性从高到低排序，从最上面开始往下累加，直到总和达到 p，然后丢弃这条线以下的一切。留下的 token 会被重新缩放，使它们的概率之和为一，选择就在它们之中进行。这一组的大小不是固定的：当模型很有把握时，一个 token 就可能已经超过阈值；而当许多续写都合理时，这一组会扩大到包含几十个。这种自适应的特点，正是 top-p 与 top-k 并列流行的原因，top-k 是一种更简单的截断，不论情况如何，总是保留同样数量的候选。
可以把它想成餐厅的菜单：只列出客人点得最多的菜，直到它们占到十份订单里的九份。在有明确热门菜的清静夜晚，菜单很短；在口味各异的忙碌夜晚，菜单就很长。top-p 为 1，保留所有 token，所以没有任何改变；接近 0.1 的值，几乎只保留最好的选择，使输出接近确定。对于对话和写作，常见取值在 0.8 到 1 之间，调低这个数字，可以修剪那些会让文字跑偏的罕见而古怪的词。许多聊天界面隐藏了这个控制项，但当助手听起来重复或者跑题时，它依然是一个好用的调节杆。
top-p 与温度作用在同一阶段，两者会相互影响。温度先重塑概率，然后 top-p 再截掉重塑后分布的尾部。因此大多数指南建议改其中一个，另一个保持默认，这样你才能知道是哪一个造成了差别。这两项设置都不会让回答更真实：它们只是塑造措辞的大胆程度。有些推理模型会固定或忽略这些参数，各服务商开放的采样控制也不尽相同，所以最终以模型自己的文档为准。
在 NeverNo 中
在 NeverNo 上，API 的聊天请求接受 top_p，与 temperature、stop 和 seed 并列。支持这些参数的模型会收到它们，其他模型则会略去。模型列表显示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。Qwen 3.5 35B 是阿里巴巴的免费私密模型，能看图，也让你选择是否推理，它是目录里的开源模型之一。
关于无审查 AI 聊天的页面，展示了 NeverNo 如何在把历史记录保存在浏览器里的同时坦率回答。采样设置改变的是回答的风格，永远不会改变硬性界限：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
top-p 保留概率之和达到所选总量的最小一组 token，只从这一组里采样。
这一组的大小会自适应：模型有把握时更小，许多词都合适时更大。
取值为 1 就是关闭截断；较低的值让措辞更稳妥、更可预测。
top-p 和温度只改其中一个，不要同时改，这样才看得出各自的作用。
常见问题
top-p 取多少合适？
对于大多数聊天和写作，0.9 到 1 是稳妥的默认值。对于代码、数据提取和其他需要输出稳定的工作，可以试试 0.1 到 0.5。任何数字都只是起点，因为每个模型的反应略有不同。
top-p 和 top-k 有什么区别？
top-k 总是保留固定数量、最可能的 token，比如 40 个。top-p 则保留达到概率总量所需的任意多个，所以模型有把握时这一组会缩小，没有把握时会变大。
top-p 和温度可以一起用吗？
可以，它们依次起作用，先是温度。由于两者的效果有重叠，改变其中一个、让另一个保持默认值，再用同样的提示词比较结果，会更容易。
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