---
title: "O que é top-p? Nucleus sampling em LLMs explicado | BroadRouter"
description: "Top-p, ou nucleus sampling, amostra só do menor conjunto de tokens cuja probabilidade soma p. Como funciona e qual a diferença em relação à temperatura."
url: https://broadrouter.com/pt/glossary/top-p/
lang: pt-BR
updated: 2026-11-14
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/top-p/) (atualizado em 2026-11-14).

# Top-p (nucleus sampling)

Atualizado em 2026-11-14

Top-p, também chamado de nucleus sampling, é um método de decodificação em que o modelo de linguagem escolhe o próximo token apenas entre o menor conjunto de tokens mais prováveis cuja probabilidade somada atinge um limiar p, como 0,9, descartando a cauda improvável.

Também chamado de: top-p, amostragem top-p, amostragem de núcleo, parâmetro top\_p, nucleus sampling, top\_p, top-p sampling

O top-p decide quais tokens podem entrar no sorteio antes de o modelo escolher um.

## Como funciona

Holtzman e colegas apresentaram o nucleus sampling em 2019. Eles definem o vocabulário top-p como o menor conjunto de tokens cuja probabilidade acumulada é pelo menos p. Todo token fora desse conjunto recebe probabilidade zero. Os demais são reescalados para somar um, e o próximo token é amostrado entre eles. Os principais resultados do artigo usam p = 0,95.

O conjunto muda de tamanho a cada passo:

| Distribuição do próximo token | Tokens mantidos com p = 0,9 |
| --- | --- |
| Um token com 0,95 | 1 |
| Quatro tokens com 0,3; 0,3; 0,2; 0,15 | 4 |
| Uma distribuição longa e achatada | muitos |

Essa é a ideia do método. O artigo argumenta que a “less reliable tail” (tradução: cauda menos confiável) da distribuição gera texto degenerado, e que cortá-la dá saídas variadas sem perder coerência. Um top-k fixo não consegue se adaptar assim: ele mantém a mesma quantidade quer o modelo esteja seguro, quer esteja em dúvida.

Na API da OpenAI, `top_p` tem padrão 1, ou seja, nenhum corte. A referência dá o exemplo de que “0.1 means only the tokens comprising the top 10% probability mass are considered” (tradução: 0,1 significa que só os tokens que formam os 10% superiores da massa de probabilidade são considerados). O Hugging Face Transformers também usa 1,0 por padrão, a menos que o `generation_config.json` do modelo defina outro valor.

## Por que isso importa

-   **Menos tokens estranhos.** Cortar a cauda elimina as escolhas raras que fazem o texto desandar, o que pesa em respostas longas e no risco de [alucinação](https://broadrouter.com/pt/glossary/hallucination/).
-   **Interação com a temperatura.** A [temperatura](https://broadrouter.com/pt/glossary/temperature/) é aplicada às pontuações; depois o top-p apara o resultado. Ajustar os dois ao mesmo tempo deixa o comportamento difícil de prever, e é por isso que a OpenAI sugere mudar só um.
-   **Depuração.** Se os [logprobs](https://broadrouter.com/pt/glossary/logprobs/) mostram que o modelo escolheu um [token](https://broadrouter.com/pt/glossary/token/) de baixa probabilidade, um top-p menor o teria bloqueado.

O top-p não muda o preço. Todo token gerado é cobrado do mesmo jeito.

## Na BroadNet Inference

A [referência da API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-top-p&utm_content=body) da BroadNet não documenta `top_p`, `top_k` nem seus valores padrão. Os exemplos de requisição não definem nenhum dos dois. Um SDK da OpenAI vai repassar `top_p`, mas não está dito se cada modelo o aplica, então teste nos seus próprios prompts antes de depender dele. Veja o [guia do SDK Python](https://broadrouter.com/pt/guides/openai-python-sdk/) e o post sobre [avaliar um modelo antes de trocar](https://broadrouter.com/pt/blog/evaluate-llm-before-switching/), que explica por que as configurações de amostragem precisam ficar fixas durante uma comparação.

## Erros comuns

-   Ajustar `top_p` e temperatura juntos e depois não saber qual dos dois mudou o resultado.
-   Copiar configurações de amostragem de um modelo para outro. Os valores recomendados variam de modelo para modelo.

## Perguntas frequentes

### Qual é a diferença entre top-p e temperatura?

A temperatura remodela todas as probabilidades dos tokens. O top-p corta a cauda improvável e amostra do que sobra. A OpenAI recomenda mudar um ou outro, não os dois.

### Qual é a diferença entre top-p e top-k?

O top-k mantém um número fixo de tokens, como 50. O top-p mantém quantos tokens forem necessários para atingir o limiar de probabilidade, então o conjunto é pequeno quando o modelo tem certeza e grande quando não tem.

### A BroadNet documenta o top\_p?

Não. A referência da API da BroadNet não lista top\_p nem seu valor padrão para nenhum modelo. Defina o parâmetro na requisição e teste o efeito você mesmo.

## Veja também

-   [Temperatura (temperature)](https://broadrouter.com/pt/glossary/temperature/) (termo)
-   [Logprobs (log-probabilidades)](https://broadrouter.com/pt/glossary/logprobs/) (termo)
-   [Token](https://broadrouter.com/pt/glossary/token/) (termo)
-   [Alucinação (hallucination)](https://broadrouter.com/pt/glossary/hallucination/) (termo)
-   [Frequency e presence penalty](https://broadrouter.com/pt/glossary/frequency-and-presence-penalty/) (termo)
-   [Como usar o SDK Python da OpenAI com a BroadNet Inference](https://broadrouter.com/pt/guides/openai-python-sdk/) (guia)
-   [Como avaliar um LLM antes de trocar de provedor](https://broadrouter.com/pt/blog/evaluate-llm-before-switching/) (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-top-p&utm_content=page-cta) ·

**Fontes**

-   [Holtzman et al. (2019), The Curious Case of Neural Text Degeneration](https://arxiv.org/abs/1904.09751)
-   [Referência da API da OpenAI, criar 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)
