---
title: "Apa itu top-p? Penjelasan nucleus sampling di LLM | BroadRouter"
description: "Top-p atau nucleus sampling hanya mengambil sampel dari himpunan token terkecil yang total probabilitasnya mencapai p. Cara kerjanya dan bedanya dengan temperature."
url: https://broadrouter.com/id/glossary/top-p/
lang: id
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/glossary/top-p/) (diperbarui 2026-11-14).

# Top-p (nucleus sampling)

Diperbarui 2026-11-14

Top-p, disebut juga nucleus sampling, adalah metode decoding di mana model bahasa memilih token berikutnya hanya dari himpunan terkecil token paling mungkin yang total probabilitasnya mencapai ambang p, misalnya 0,9, lalu membuang ekor yang kecil kemungkinannya.

Disebut juga: nucleus sampling, sampling top-p, parameter top\_p, top\_p, top-p sampling

Top-p menentukan token mana yang boleh ikut diundi sebelum model memilih salah satunya.

## Cara kerjanya

Holtzman dan rekan-rekannya memperkenalkan nucleus sampling pada 2019. Mereka mendefinisikan kosakata top-p sebagai himpunan token terkecil yang probabilitas kumulatifnya paling sedikit p. Setiap token di luar himpunan itu mendapat probabilitas nol. Sisanya diskalakan ulang agar totalnya satu, lalu token berikutnya diambil dari situ. Hasil utama mereka memakai p = 0,95.

Ukuran himpunan berubah di setiap langkah:

| Distribusi token berikutnya | Token yang disimpan pada p = 0,9 |
| --- | --- |
| Satu token dengan 0,95 | 1 |
| Empat token dengan 0,3, 0,3, 0,2, 0,15 | 4 |
| Sebaran panjang yang datar | banyak |

Itulah inti metodenya. Makalah tersebut berpendapat bahwa “less reliable tail” (terjemahan: ekor yang kurang andal) dari distribusi menyebabkan teks yang rusak, dan memotongnya memberi output yang bervariasi tanpa kehilangan koherensi. Top-k yang tetap tidak bisa beradaptasi seperti ini: jumlah token yang disimpan sama, entah model yakin atau ragu.

Di API OpenAI, `top_p` bernilai default 1, artinya tidak ada pemotongan. Referensinya memberi contoh bahwa “0.1 means only the tokens comprising the top 10% probability mass are considered.” (terjemahan: 0.1 berarti hanya token yang membentuk 10% massa probabilitas teratas yang dipertimbangkan.) Hugging Face Transformers juga memakai default 1.0 kecuali `generation_config.json` milik model menetapkan nilai lain.

## Kenapa ini penting

-   **Lebih sedikit token aneh.** Memotong ekor membuang pilihan langka yang membuat teks melantur, yang penting untuk jawaban panjang dan risiko [halusinasi](https://broadrouter.com/id/glossary/hallucination/).
-   **Interaksi dengan temperature.** [Temperature](https://broadrouter.com/id/glossary/temperature/) diterapkan pada skor; top-p lalu memangkas hasilnya. Menyetel keduanya sekaligus membuat perilaku sulit diprediksi, itulah sebabnya OpenAI menyarankan mengubah satu saja.
-   **Debugging.** Jika [logprobs](https://broadrouter.com/id/glossary/logprobs/) menunjukkan model memilih [token](https://broadrouter.com/id/glossary/token/) berprobabilitas rendah, top-p yang lebih rendah akan memblokirnya.

Top-p tidak mengubah harga. Setiap token yang dihasilkan ditagih sama.

## Di BroadNet Inference

[Referensi API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-glossary-top-p&utm_content=body) BroadNet tidak mendokumentasikan `top_p`, `top_k`, atau nilai default-nya. Contoh permintaannya tidak mengatur keduanya. SDK OpenAI akan meneruskan `top_p`, tetapi tidak disebutkan apakah model tertentu menerapkannya, jadi uji dengan prompt Anda sendiri sebelum mengandalkannya. Lihat [panduan SDK Python](https://broadrouter.com/id/guides/openai-python-sdk/) dan artikel tentang [mengevaluasi model sebelum beralih](https://broadrouter.com/id/blog/evaluate-llm-before-switching/), yang menjelaskan mengapa pengaturan sampling harus tetap selama perbandingan.

## Kesalahan umum

-   Menyetel `top_p` dan temperature bersamaan, lalu tidak tahu mana yang mengubah hasilnya.
-   Menyalin pengaturan sampling dari satu model ke model lain. Nilai yang disarankan berbeda per model.

## Pertanyaan umum

### Apa bedanya top-p dan temperature?

Temperature mengubah bentuk semua probabilitas token. Top-p memotong ekor yang kecil kemungkinannya lalu mengambil sampel dari sisanya. OpenAI menyarankan mengubah salah satunya saja, bukan keduanya.

### Apa bedanya top-p dan top-k?

Top-k menyimpan jumlah token yang tetap, misalnya 50. Top-p menyimpan berapa pun token yang dibutuhkan untuk mencapai ambang probabilitas, jadi himpunannya kecil saat model yakin dan besar saat tidak.

### Apakah BroadNet mendokumentasikan top\_p?

Tidak. Referensi API BroadNet tidak mencantumkan top\_p atau nilai default-nya untuk model mana pun. Atur di permintaan dan uji sendiri efeknya.

## Lihat juga

-   [Temperature (suhu sampling)](https://broadrouter.com/id/glossary/temperature/) (istilah)
-   [Logprobs (log probabilitas)](https://broadrouter.com/id/glossary/logprobs/) (istilah)
-   [Token](https://broadrouter.com/id/glossary/token/) (istilah)
-   [Halusinasi AI (hallucination)](https://broadrouter.com/id/glossary/hallucination/) (istilah)
-   [Frequency penalty dan presence penalty](https://broadrouter.com/id/glossary/frequency-and-presence-penalty/) (istilah)
-   [Memakai OpenAI Python SDK dengan BroadNet Inference](https://broadrouter.com/id/guides/openai-python-sdk/) (panduan)
-   [Cara mengevaluasi LLM sebelum berpindah penyedia](https://broadrouter.com/id/blog/evaluate-llm-before-switching/) (artikel)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-glossary-top-p&utm_content=page-cta) ·

**Sumber**

-   [Holtzman dkk. (2019), The Curious Case of Neural Text Degeneration](https://arxiv.org/abs/1904.09751)
-   [Referensi API OpenAI, membuat chat completion (top\_p)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Hugging Face Transformers, GenerationConfig (top\_p, top\_k)](https://huggingface.co/docs/transformers/main/en/main_classes/text_generation)
