Température : le bouton « prévisible ou créatif » d'une IA
La température est un réglage qui dose la part de hasard dans le choix des mots d'un modèle de langage. Basse, il choisit presque toujours le mot le plus probable et répond de façon stable ; plus haute, il ose des choix moins attendus et varie davantage ses réponses.
Données au 22 octobre 2026
L'essentiel en chiffres
| Niveau | Intermédiaire |
|---|
Comment ça marche
Un modèle de langage produit sa réponse token par token. À chaque étape, il calcule une probabilité pour chaque suite possible : après « Le chat dort sur le… », « canapé » peut être très probable, « toit » moins, « nuage » très peu. Il faut ensuite en choisir un. La température modifie cette distribution avant le tirage :
- basse : les écarts sont accentués, le mot le plus probable gagne presque toujours ;
- élevée : les probabilités se rapprochent, les mots moins attendus ont plus de chances d’être choisis.
Les échelles varient selon les fournisseurs. Au 22 octobre 2026, l’API d’OpenAI accepte une température entre 0 et 2, et l’API de Claude entre 0 et 1, avec 1 comme valeur par défaut, d’après leurs références officielles.
Un exemple concret
Une équipe marketing demande à un modèle de proposer un nom pour une gamme de thés. À température basse, il propose des noms sûrs et proches d’une génération à l’autre. À température haute, les idées sont plus surprenantes, avec quelques propositions bancales. À l’inverse, la même équipe qui extrait des montants de factures pour un tableau Excel a tout intérêt à une température basse : on veut le même résultat à chaque fois, pas de la fantaisie. Pour rédiger des consignes adaptées à chaque cas, notre générateur de prompt peut servir de base.
Pourquoi ça compte
La température explique pourquoi deux essais d’un même prompt donnent des réponses différentes, et pourquoi un programme qui attend un format strict peut échouer de temps en temps. C’est un levier simple pour équilibrer fiabilité et créativité, à combiner avec une sortie structurée quand le format compte.
Le réglage perd toutefois de son importance avec les modèles de raisonnement. La documentation d’Anthropic indique ainsi que les modèles sortis après Claude Opus 4.6 ne permettent plus de régler la température : seule la valeur 1 reste acceptée.
Idées reçues fréquentes
- « Température basse = réponses vraies. » Non : elle rend les réponses plus stables, pas plus exactes. Un modèle peut répéter la même hallucination avec assurance.
- « Plus haut = plus intelligent ou plus créatif. » Au-delà d’un certain point, le texte devient incohérent.
- « C’est le même réglage partout. » Les plages et valeurs par défaut diffèrent d’un fournisseur à l’autre.
Termes voisins : token, sortie structurée, modèle de raisonnement, hallucination, API.
Termes liés
- Token · Petit morceau de texte (mot, bout de mot, signe) que lit et produit un modèle d'IA ; sert d'unité de mesure, de limite et de prix.
- Hallucination · Réponse d'une IA qui paraît sûre d'elle et plausible mais qui est fausse ou inventée : chiffre, citation, source, référence.
- API · Interface qui permet à un programme d'envoyer des demandes à un service, par exemple un modèle d'IA, et d'en recevoir les réponses.
- Modèle de raisonnement · Modèle de langage entraîné à « réfléchir » par étapes avant de répondre : plus lent et plus coûteux, mais plus solide en maths, code et logique.
- Sortie structurée (JSON) · Réponse d'un modèle d'IA produite dans un format imposé, le plus souvent un JSON conforme à un schéma, pour être lue par un programme.
À essayer
Tout le glossaire
Questions fréquentes
Quelle température choisir ?
La documentation d'Anthropic recommande une valeur proche de 0 pour les tâches analytiques ou à choix multiples, et plus proche de 1 pour les tâches créatives. Pour une extraction de données, une classification ou du code, une valeur basse est un bon point de départ ; pour des idées de slogans, montez-la et comparez.
Une température de 0 donne-t-elle toujours la même réponse ?
Pas tout à fait. Anthropic précise que même à 0, les résultats ne sont pas totalement déterministes. Les réponses sont beaucoup plus stables, mais de petites variations restent possibles.
Peut-on régler la température dans ChatGPT ou Claude ?
Pas dans les applications grand public, qui utilisent leurs propres réglages. Le paramètre se règle via l'API, ou dans les outils de développement et d'automatisation qui l'exposent. Et certains modèles récents ne l'acceptent plus du tout.
Quelle différence avec top_p ?
Top_p est une autre méthode d'échantillonnage : le modèle ne considère que les mots qui forment ensemble une certaine part de la probabilité totale. OpenAI recommande de modifier l'un ou l'autre, mais pas les deux à la fois.
Sources des données
Données au 22 octobre 2026
Signaler une erreur
Un chiffre, une date ou une information vous semble faux ? Dites-le-nous : chaque signalement est vérifié.