---
title: "O que é o parâmetro seed? Saídas de LLM reproduzíveis"
description: "O parâmetro seed pede à API do LLM que amostre do mesmo jeito em requisições repetidas. Como funcionam seed e system_fingerprint e por que não há garantia."
url: https://broadrouter.com/pt/glossary/seed-parameter/
lang: pt-BR
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/glossary/seed-parameter/) (atualizado em 2026-11-15).

# Parâmetro seed

Atualizado em 2026-11-15

O parâmetro seed é um inteiro que você envia com a requisição para que a API tente amostrar os mesmos tokens quando a mesma requisição for repetida. A OpenAI o descreve como best effort: o determinismo não é garantido, e o campo system\_fingerprint mostra quando a configuração do backend mudou.

Também chamado de: seed, parâmetro seed, semente aleatória, saídas reproduzíveis, saídas determinísticas, random seed, reproducible outputs, deterministic outputs, system\_fingerprint

A amostragem é aleatória de propósito. Uma seed fixa essa aleatoriedade para que uma nova execução tenha chance de bater com a primeira.

## Como funciona

Quando a [temperatura](https://broadrouter.com/pt/glossary/temperature/) está acima de zero, o servidor sorteia cada próximo token a partir da distribuição do modelo. Um gerador de números aleatórios conduz esses sorteios. Fixe o valor inicial dele, a seed, e a mesma requisição deve fazer os mesmos sorteios.

A referência da OpenAI marca `seed` como Beta. O cookbook diz “our system will make a best effort to sample deterministically” (tradução: nosso sistema fará o possível para amostrar de forma determinística). Para obter saídas iguais, ele orienta manter isto igual entre as requisições:

-   o inteiro `seed`,
-   o prompt e as mensagens,
-   `temperature`, [top\_p](https://broadrouter.com/pt/glossary/top-p/) e `max_tokens`.

A resposta inclui `system_fingerprint`, que segundo a OpenAI “represents the backend configuration that the model runs with” (tradução: representa a configuração de backend com que o modelo roda). Se ele mudar entre duas execuções, espere saídas diferentes mesmo com a mesma seed.

```python
r = client.chat.completions.create(
    model=MODEL, seed=42, temperature=0.7,
    messages=[{"role": "user", "content": "Name a colour."}],
)
print(r.choices[0].message.content, r.system_fingerprint)
```

Servidores de modelos abertos têm o mesmo controle. Os `SamplingParams` do vLLM têm `seed`, “Random seed to use for the generation” (seed aleatória a usar na geração), sem valor padrão.

## Por que isso importa

-   **Evals.** Quando você compara prompts ou modelos em uma [eval](https://broadrouter.com/pt/glossary/eval/), uma seed fixa reduz o ruído entre execuções. Mesmo assim, rode várias amostras; best effort não é garantia.
-   **Depuração.** Uma requisição com seed facilita reproduzir uma resposta estranha.
-   **Cache.** Se você guarda respostas em cache, inclua a seed na chave do cache, como faz o [post sobre cache de respostas](https://broadrouter.com/pt/blog/cache-llm-responses-cut-cost/).

## Na BroadNet Inference

A [referência da API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-seed-parameter&utm_content=body) da BroadNet não documenta `seed` nem `system_fingerprint`. Teste antes de depender disso: envie a mesma requisição com seed cinco vezes e compare as saídas. Se forem diferentes, baixe a temperatura, guarde as saídas de que precisa e avalie com várias amostras em vez de uma só. O [passo a passo da migração](https://broadrouter.com/pt/blog/migrate-from-openai-api-code-walkthrough/) lista seed entre os campos da OpenAI a testar ou remover.

## Erros comuns

-   Tratar uma seed como promessa de saída idêntica byte a byte.
-   Mudar max\_tokens ou o system prompt entre execuções e culpar a seed pela diferença.

## Perguntas frequentes

### A mesma seed sempre dá a mesma resposta?

Não. A OpenAI diz "Determinism is not guaranteed" (o determinismo não é garantido) e que há "a small chance that responses differ" (uma pequena chance de as respostas serem diferentes) mesmo quando os parâmetros e o system\_fingerprint coincidem.

### Temperatura 0 é o mesmo que definir uma seed?

Não exatamente. Uma temperatura baixa torna o token do topo muito provável; uma seed fixa os sorteios aleatórios. Muitas equipes usam as duas coisas, mas nenhuma delas sozinha garante saída idêntica.

### A BroadNet Inference suporta seed?

A referência da API da BroadNet não documenta seed nem system\_fingerprint. Envie a mesma requisição com seed várias vezes e compare antes de depender dela.

## Veja também

-   [Temperatura (temperature)](https://broadrouter.com/pt/glossary/temperature/) (termo)
-   [Top-p (nucleus sampling)](https://broadrouter.com/pt/glossary/top-p/) (termo)
-   [Eval (avaliação de LLM)](https://broadrouter.com/pt/glossary/eval/) (termo)
-   [Logprobs (log-probabilidades)](https://broadrouter.com/pt/glossary/logprobs/) (termo)
-   [Chat Completions API](https://broadrouter.com/pt/glossary/chat-completions-api/) (termo)
-   [Frequency e presence penalty](https://broadrouter.com/pt/glossary/frequency-and-presence-penalty/) (termo)
-   [Benchmark de LLM](https://broadrouter.com/pt/glossary/llm-benchmark/) (termo)
-   [Cache de respostas de LLM para cortar custo: um cache exato em Python](https://broadrouter.com/pt/blog/cache-llm-responses-cut-cost/) (artigo)
-   [Como avaliar um LLM antes de trocar de provedor](https://broadrouter.com/pt/blog/evaluate-llm-before-switching/) (artigo)
-   [Como migrar da API da OpenAI: o código em Python, Node e cURL](https://broadrouter.com/pt/blog/migrate-from-openai-api-code-walkthrough/) (artigo)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

[Começar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-seed-parameter&utm_content=page-cta) ·

**Fontes**

-   [Referência da API da OpenAI, criar chat completion (seed, system\_fingerprint) (conferido em 2026-11-15)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI Cookbook, saídas reproduzíveis com o parâmetro seed (conferido em 2026-11-15)](https://developers.openai.com/cookbook/examples/reproducible_outputs_with_the_seed_parameter)
-   [Documentação do vLLM, SamplingParams (seed) (conferido em 2026-11-15)](https://docs.vllm.ai/en/latest/api/vllm/sampling_params/)
