メインコンテンツへスキップ
リクエストごとに temperature、top_p、出力の上限を設定して、多様性と再現性、長さとコストのバランスを調整します。モデルの量子化が品質の上限を決め、これらのパラメーターは、その範囲内でモデルが次のトークンをどう選ぶかを決めます。
このページでは、各コントロールの役割と最初に設定する値を説明します。各エンドポイントでのフィールドの型、受け付ける値、既定値については、パラメーターリファレンスを参照してください。

ランダム性を制御する

temperature と top_p はどちらもランダム性を変えるため、一度に 1 つずつ調整してください。低ビットに量子化されたモデルでランダム性を高くすると、出力が目に見えて不安定になることがあります。

繰り返しを減らす

出力を制限して停止する

出力の上限は、Chat Completions と Anthropic Messages では max_tokens、Responses では max_output_tokens です。コストとレイテンシーに上限を設けますが、低すぎると回答が途中で切れます。finish_reason: "length" で早く停止したレスポンスは出力の上限に達したもので、モデルの失敗ではありません。 stop には出力を終了させるシーケンスを指定し、出力の区切りや解析を容易にします。各エンドポイントのフィールドについては、出力の長さと停止を参照してください。

プロバイダーがパラメーターをサポートしていない場合

top_k、seed、stop、ペナルティをすべてのプロバイダーがサポートしているわけではありません。リクエストを処理するプロバイダーがサポートしていない場合、Phaseo はリクエストを拒否せずにそのパラメーターを削除し、X-Phaseo-Dropped-Params レスポンスヘッダーに記載します。出力の上限が削除されることはありません。完全なリストはサポートされていないパラメーターを参照してください。

次の値から始める

max_tokens は、すべてに 1 つの大きな値を使うのではなく、タスクごとに想定される出力に合わせて設定してください。すべてに 1 つのプロファイルを使うのではなく、タスクごとに個別に調整してください。創作のタスクでは、ランダム性を徐々に上げ、出力を目で確認してください。

不適切な設定を見分ける

パラメーターを調整する

1

先にモデルと量子化を選ぶ

量子化を参照してください。
2

評価セットを固定する

結果を比較できるよう、毎回同じプロンプトを使います。
3

一度に 1 つのパラメーターだけを変える

値ごとに、品質、レイテンシー、トークン使用量を比較します。
4

タスクごとに結果を保存する

エンドポイントやユースケースごとに別々のプリセットを用意し、呼び出し元が調整済みの既定値を引き継げるようにします。
最終更新日 2026年11月5日