本文へ移動
Harch AI Lab AI Learning & Research Mediapowered by Artiql Inc.

Temperature(温度)とは・意味、仕組み・主なモデル・試験

Temperature(温度)とは?

Temperature(温度)とは、大規模言語モデルなどの生成AIが次に出すトークンを選ぶときに、選び方のランダム性の度合いを調整する設定値のこと。トークンは、AIが文章を処理するときの文字のまとまりを指す。

Google Cloud は日本語の文書で、温度をトークンの選び方のランダム性を決める値と説明している。温度が低いほど決まった応答が求められるプロンプトに適し、温度が高いほど多様で創造的な結果を得やすいという。

OpenAI は API のリファレンスで、temperature に0から2までの値を指定でき、指定しなければ1になるとしている。0.8 のような高い値では出力がよりランダムになり、0.2 のような低い値では出力がより絞り込まれて決定的になると、同社は説明している。

日本語での表記は資料によって分かれ、Google Cloud の文書は「温度」と訳し、生成AI活用普及協会(GUGA)の生成AIパスポートのシラバスや情報処理推進機構(IPA)の試験のシラバス案は「Temperature」と英語のまま表記している。

Temperature の仕組み

次のトークンの確率の分布を温度で変える

大規模言語モデル(LLM)は文章を作るとき、語彙に含まれるトークンの確率をもとに、次のトークンを1つずつ選ぶ。

米ワシントン大学などの Ari Holtzman 氏らは、国際会議 ICLR 2020 で発表した論文で、温度による調整を式で説明している。モデルが出す各トークンの値(ロジット)を温度で割ってから確率に直す。温度を0以上1未満にすると、分布は確率の高いトークンに偏り、確率の低いトークンの合計の確率は下がる。

温度を0にすると毎回いちばん確率の高いトークンが選ばれ、同じプロンプトへの応答はほとんど決まった内容になると、Google Cloud は説明している。ただし、応答がわずかに変わる可能性は残るという。

温度は Top-k と Top-p で絞った候補に使われる

Google Cloud は、トークンを選ぶ手順を3段階で説明している。モデルはトークンを選ぶたびに、まず確率の高い順に Top-K の数までのトークンを候補に残す。次に、確率を高い順に足して合計が Top-P の値に達するまでのトークンに候補を絞り、最後に温度を使って1つを選ぶ。

たとえば確率が0.3・0.2・0.1 の3つのトークンがあり、Top-P を0.5 にすると、温度を使って選ぶ候補は確率の高い2つになる。確率が0.1 のトークンは候補から外れる。Google Cloud は Top-K と Top-P についても、ランダムな応答を減らすなら小さい値、増やすなら大きい値にするよう案内している。

Google は Gemini API のリファレンスで、Top-p によるサンプリングを nucleus sampling とも呼んでいる。OpenAI は、temperature と top_p はどちらか一方を変え、両方は変えないことを一般に勧めている。

Temperature の由来と広まった経緯

Holtzman 氏らは ICLR 2020 で発表した論文で、温度で確率の分布の形を変える方法を、文章の生成に広く使われてきたサンプリングの手法として取り上げ、この方法の出典に Ackley 氏らの1985年の論文を挙げている。

同じ論文で提案されたのが、確率の高い上位の一部に候補を絞ってからトークンを選ぶ Nucleus Sampling だ。著者らは、確率の合計が p 以上になる最小のトークンの集まりを、上位 p の語彙(top-p vocabulary)と定めている。

OpenAI と Google は API で、Temperature を利用者がリクエストごとに指定できる値として設けている。Gemini API で指定できる範囲は0.0から2.0だ。Anthropic の API の版 2023-06-01 でも、Claude Sonnet 4.6 のように既定値以外の temperature を受け付けるモデルがある。

主なモデルでの Temperature の扱い

OpenAI、Google、Anthropic はいずれも、2026年に公開した新しいモデルで、利用者が Temperature の値を変えられないようにした。

提供元 モデル Temperature の扱い
OpenAI GPT-6 Astra、GPT-6.1 Sol 推論の度合い(reasoning effort)に none を選べず、temperature は指定から外す
OpenAI GPT-6.1 Terra、GPT-6 Sol、GPT-6 Luna 推論の度合いを none 以外にするときは、指定から外す
Google Gemini 4、Gemini 3.6 Flash・Gemini 3.5 Flash-Lite とそれ以降のモデル 指定しても無視される。今後の世代のモデルでは、指定するとエラーを返す
Anthropic Claude Opus 4.7 以降の Opus、Claude Sonnet 5 以降の Sonnet、Claude Haiku 5.5 など 既定値以外を指定すると400のエラーを返す
Anthropic API の版 2026-10-21 で使うすべてのモデル 値にかかわらず、指定すると400のエラーを返す

※2026年11月時点

OpenAI は推論を使うときに temperature を外すよう求める

OpenAI は2026年9月3日に GPT-6 Astra を公開し、このモデルでは temperature と top_p に独自の値を指定できないとした。

また、同社は GPT-6 のモデル群への移行の案内で、推論モデルが答える前に考える度合い(reasoning effort)を none 以外にするときは、temperature と top_p をリクエストから外すよう求めている。

Gemini 3.6 Flash 以降は指定した値を無視する

Google は、Gemini 3.6 Flash・Gemini 3.5 Flash-Lite と今後のすべての Gemini のモデルで、temperature・top_p・top_k を廃止予定の扱いにした。これらのモデルでは API が値を無視し、今後の世代のモデルでは指定するとエラーを返す。Gemini 4 も、指定した値を使わない。

2026年11月2日には、Gemini 2.5 Pro と Gemini 2.5 Flash への API のリクエストを12月1日から新しいモデルに自動で回すと、Google が発表した。移行で変わる点には、サンプリングのパラメーターの削除も含まれる。

Claude は新しいモデルと API の新しい版で指定をエラーにする

Anthropic の Claude では、Claude Opus 4.7 以降の Opus、Claude Sonnet 5 以降の Sonnet、Claude Haiku 5.5 などのモデルで、temperature・top_p・top_k に既定値以外の値を指定すると400のエラーになる。400のエラーは、一般にリクエストの内容に誤りがあるときにサーバーが返すエラーを指す。

さらに、Anthropic は2026年10月21日に、API の新しい版 2026-10-21 を公開した。この版では、temperature・top_p・top_k のどれか1つでもリクエストに含めると、既定値と同じ値でも400のエラーになる。これらを省いたリクエストは、temperature 1.0 などの既定値でトークンを選ぶ。

既定値以外を受け付ける Claude Sonnet 4.6 のようなモデルで出力をそろえるために temperature を下げていたリクエストは、新しい版ではその効果を失い、代わりになる設定はないという。同社は、既定値以外の値に頼るリクエストについて、パラメーターを送るのをやめるか、前の版 2023-06-01 のまま使うよう案内している。

Temperature に関する主な出来事・ニュース

Temperature の言い方

表記 意味 使用主体
temperature トークンの選び方のランダム性を調整する値 OpenAI、Google、Anthropic
sampling temperature サンプリングに使う温度 OpenAI
sampling parameters temperature・top_p・top_k をまとめた呼び方 Google、Anthropic
temperature sampling 温度で形を変えた確率の分布からトークンを選ぶ方法 Holtzman 氏ら
nucleus sampling 確率の合計が決めた値に達するまでの上位のトークンから選ぶ方法(Top-p) Holtzman 氏ら、OpenAI、Google
greedy sampling 確率が最も高いトークンを常に選ぶ方法 Horace He 氏ら

Temperature を使うときの注意と試験での扱い

温度を0にしても同じ出力になるとは限らない

Google Cloud の説明では、乱数の種(シード)の値を固定すると、モデルは同じ応答をできる限り返すものの、同じになるとは保証されない。モデルや温度などの設定を変えると、同じシードの値でも応答が変わることがある。

また、Anthropic は Claude Opus 5.5 への移行の案内で、決まった出力を得るために temperature を0にしていた利用者に向けて、以前のモデルでも同じ出力は保証されていなかったと注意している。

AIの研究と製品開発を手がける Thinking Machines Lab の Horace He 氏らは、2025年9月に公開した報告で、温度を0にしても推論の結果が一致しない理由を調べた。He 氏らが Qwen3-235B-A22B-Instruct-2507 というモデルに、同じプロンプトで1,000トークンずつの文章を温度0で1,000回生成させると、出力は80通りに分かれた。

LLM の推論を提供するサービスのほぼすべてで結果が一致しない主な理由は、まとめて処理するリクエストの数(バッチサイズ)がサーバーの負荷によって変わることだと、He 氏らは説明している。バッチサイズによって計算の順序が変わらない処理に He 氏らが替えると、1,000回の出力はすべて同じになった。

Google と Anthropic は温度の代わりにプロンプトの指示を勧める

Google は Gemini 3.6 Flash の移行の資料で、出力のぶれを抑えたいときは、用途に合わせた明確な決まりをシステム指示に書くよう案内している。Anthropic は Claude Opus 5.5 への移行の案内で、サンプリングのパラメーターを外し、プロンプトでモデルのふるまいを導くよう案内している。

生成AIパスポートのシラバスとIPAのシラバス案に入った

GUGA は2026年10月1日に、生成AIパスポートの試験のシラバスを大幅に改訂し、2027年2月の試験から使うと発表した。新しいシラバスの中項目「生成AIの生成(推論)プロセス」には、学習項目として「生成パラメータ(Temperature・Top-p)」があり、詳細キーワードにも Temperature と Top-p が挙がっている。

IPA は、2027年度から始める予定の新しい試験制度について、試験ごとのシラバスの案を公開している。「ランダム性の制御(Temperature,Top-p,Top-k)」は、2026年9月30日に掲載した基本情報技術者試験のシラバス案 Ver.0.1 で、小分類「生成AI利活用」の用語例に挙がっている。

加えて、IPA は2026年10月30日に、プロフェッショナルデジタルスキル(データ・AI)試験(仮称)のシラバス案 Ver.0.1 を掲載した。小分類「生成AI利活用」の用語例には、「ランダム性の制御(Temperature,Top-p,Top-k,決定的出力,創造的出力)」が挙がっている。

Temperature に関連する用語

  • 大規模言語モデル(LLM):大量の文章のデータで学習し、文章の生成や翻訳、要約といった言語にかかわる作業を行うAIモデルのこと。
  • 推論モデル:問題を小さな段階に分けて考える途中の過程を最終の答えの前に作り、それを踏まえて答えるAIモデルのこと。

Temperature に関する出典

Google Cloud「コンテンツ生成パラメータ」(2026年11月11日更新)
OpenAI「Create a model response」
生成AI活用普及協会「生成AIパスポート試験シラバス(2027年2月試験より適用)」
情報処理推進機構「基本情報技術者試験 シラバス(案)Ver.0.1」(2026年9月30日掲載)
Ari Holtzman ほか「The Curious Case of Neural Text Degeneration」(2019年4月22日、2020年2月14日改訂、arXiv)
Google「Generating content」
Anthropic「Migrating to API version 2026-10-21」
OpenAI「Changelog」
OpenAI「Using GPT-6」
Google「What’s new in Gemini 3.6 Flash and 3.5 Flash-Lite」
Google「Text generation」
Anthropic「Thinking」
Google「Release notes」
Anthropic「Claude Platform release notes」
Horace He「Defeating Nondeterminism in LLM Inference」(2025年9月10日、Thinking Machines Lab)
Anthropic「Claude Opus 5.5 migration guide」
Thinking Machines Lab「Thinking Machines Lab」
生成AI活用普及協会「生成AIパスポート、2027年試験のシラバスを大幅改訂。改訂版公式テキストの予約販売および資格更新テストの受講申込受付を開始」(2026年10月1日)
情報処理推進機構「新試験制度のシラバス案について」(2026年6月30日公開、10月30日更新)
情報処理推進機構「プロフェッショナルデジタルスキル(データ・AI)試験(仮称)シラバス(案)Ver.0.1」(2026年10月30日掲載)