La température

Posez deux fois la même question à Claude et vous obtiendrez souvent deux réponses différentes. Ce n’est pas un défaut, c’est un réglage — et il porte un nom : la température. Ce paramètre contrôle le degré de prévisibilité ou de créativité des réponses, sous la forme d’un curseur entre 0 et 1. Bien réglé, il aligne le comportement du modèle sur la nature de votre tâche ; ignoré, il laisse ce comportement au hasard des valeurs par défaut.

Comment Claude génère du texte

Pour comprendre ce que la température règle vraiment, il faut se rappeler comment le texte naît. Pour chaque token à générer, Claude calcule des probabilités pour les suites possibles — tel mot très probable, tel autre plausible, tel autre exotique — puis en sélectionne un. La température influence directement cette sélection : elle ne change pas les probabilités calculées, elle change la manière dont on tire au sort parmi elles.

Effet de la température

Aux deux extrêmes du curseur :

• Température basse (près de 0) : Claude devient très déterministe et choisit presque toujours le token le plus probable
• Température haute (près de 1) : les probabilités sont réparties plus uniformément, produisant des sorties plus variées et créatives

À 0, le modèle suit le chemin le plus sûr, token après token — les réponses se ressemblent d’une exécution à l’autre, ce qui est exactement ce qu’on veut pour de l’extraction de données ou du code. À 1, les options moins probables reprennent leurs chances : les formulations varient, les idées inattendues émergent — précieux en brainstorming, risqué dans un rapport factuel où « inattendu » peut vouloir dire « faux ».

Plages recommandées par cas d’usage

Le fil conducteur du tableau : plus le coût d’une variation est élevé, plus la température doit être basse. Une extraction de données qui varie est cassée ; un slogan qui ne varie pas est inutile.

Implémentation

Intégrons le paramètre à notre fonction utilitaire :

def chat(messages, system=None, temperature=1.0):
    params = {
        "model": model,
        "max_tokens": 1000,
        "messages": messages,
        "temperature": temperature
    }

    if system:
        params["system"] = system

    message = client.messages.create(**params)
    return message.content[0].text

La valeur par défaut de 1.0 reproduit le comportement standard de l’API ; chaque appel peut désormais la surcharger selon sa tâche — c’est le grand avantage d’avoir centralisé les appels dans une fonction unique.

Tester l’effet

# Previsible
answer = chat(messages, temperature=0.0)

# Creatif
answer = chat(messages, temperature=1.0)

Faites l’expérience avec une question ouverte — « propose un nom pour une startup de café » — exécutée plusieurs fois à chaque réglage : à 0.0 le même nom revient presque toujours, à 1.0 les propositions changent à chaque appel. Gardez toutefois la nuance en tête : la température ne garantit pas des sorties différentes (ni identiques) — elle change seulement la probabilité d’en obtenir. Même à température 0, une légère variabilité peut subsister. Adaptez le réglage à votre tâche et expérimentez : c’est un paramètre qui se calibre par l’essai, pas par principe.

Points clés à retenir

• La température (0 à 1) règle le tirage parmi les tokens probables : basse = déterministe, haute = varié
• Règle de choix : plus une variation coûte cher (données, code), plus la température doit être basse
• Repères : 0.0-0.3 factuel/code, 0.4-0.7 rédaction équilibrée, 0.8-1.0 créatif
• Intégrée à la fonction chat avec défaut à 1.0, surchargeable appel par appel
• Elle modifie des probabilités, pas des certitudes — même à 0, l’identité stricte n’est pas garantie