Google AI Studio Temperature 設定：為什麼 Gemini 3.8 Flash、Gemini 4 Argon 調了沒用？改用什麼控制輸出

在 Google AI Studio 或 Gemini API 把 temperature 從 1 改成 0.2，回答卻看不出差別，問題不在你的設定。截至 2026 年 10 月，Google 官方疑難排解頁寫明：Gemini 4 與 Gemini 3.6 以後的模型會忽略 temperature、top_p、top_k 的自訂值，並在回應附上棄用警告標頭，之後的版本會直接回傳 400 錯誤，官方要求把這三個參數從請求中拿掉。

這篇整理三件事：哪些模型還吃這些參數、舊程式碼要改哪裡，以及新模型改用什麼方式控制輸出。

查看相關日報

先看結論：哪些模型還能調（截至 2026 年 10 月）

簡單說：官方建議新專案使用的 3.8 Flash、3.5 Flash-Lite，以及旗艦模型 Gemini 4 Argon，都不能再靠 temperature 控制輸出。

Temperature 是什麼（簡短版）

API 參考對這三個取樣參數的定義是：

• temperature：控制輸出的隨機程度。
• top_p：取樣時納入考慮的 token 累積機率上限。
• top_k：取樣時納入考慮的 token 數量上限。

三者的預設值都依模型而異。Gemini 3 指南也提到，以前的模型常靠調 temperature 在「創意」與「確定性」之間取捨。以前常見的做法是寫程式調低、寫故事調高。到了新模型，這套做法已經不適用。

為什麼新模型調了沒用

官方在幾個地方都講了同一件事：

1. 疑難排解頁：「Gemini 4 與 Gemini 3.6 以後的模型會忽略 temperature、top_p、top_k 的自訂值並回傳棄用警告標頭（未來版本會回傳 400 錯誤）。請從請求設定中移除。」
2. API 參考：temperature、topP、topK 三個欄位都加註「這個欄位已不再支援，在 Gemini 3.6 Flash 與更新的模型上會被靜默忽略」。也就是說，請求不會報錯，只是設定不起作用。
3. 版本說明：2026 年 7 月 21 日 Gemini 3.6 Flash 與 3.5 Flash-Lite 推出正式版時，版本說明同步宣布 temperature、top_p、top_k 棄用；Gemini 3.6 新功能頁寫明這兩個模型都要移除這些取樣參數。

至於還會接受 temperature 的較早 Gemini 3 模型，Gemini 3 指南強烈建議維持預設值 1.0：Gemini 3 的推理能力是針對預設值最佳化，把 temperature 調到 1.0 以下，可能出現迴圈或表現變差，複雜的數學與推理任務特別明顯。疑難排解頁也建議這些模型維持預設值，以免推理表現下降。

gemini-3.7-flash 已在 10 月 8 日棄用

如果你的舊程式或範例寫的是 gemini-3.7-flash：依版本說明，2026 年 10 月 8 日 gemini-3.7-flash 棄用、由 gemini-3.8-flash 取代：AI Studio 已經選不到這個模型，API 請求會自動轉到 gemini-3.8-flash。同一天 gemini-3.5-flash 也棄用，請求改轉到 gemini-3.6-flash。棄用時程頁註明這兩個端點不會關閉，會持續自動轉送。

所以照抄舊範例 model="gemini-3.7-flash" 加上 temperature: 0.7，程式還是跑得動，但實際回答的是 3.8 Flash，temperature 不會有任何效果。

舊程式碼要改哪裡

Gemini 3.6 新功能頁直接列出要移除的寫法：

# 要移除（已棄用）
generation_config = {
    "temperature": 0.7,
    "top_p": 0.9,
    "top_k": 40,
}

依 Gemini 3.8 Flash 新功能頁的遷移清單，搬到 3.8 Flash 要做這幾件事：

1. 模型字串改成 gemini-3.8-flash。
2. 拿掉 temperature、top_p、top_k，以及 Gemini 3 之後不再支援的 candidate_count。
3. 原本用 thinking_budget 的，改用 thinking_level。 3.8 Flash 支援 low、medium（預設）、high，設成 minimal 會回傳錯誤。

環境的部分照官方快速入門：新使用者第一次進 Google AI Studio 會自動建立專案與 API 金鑰，可以在 API keys 頁面複製；接著設定環境變數並安裝 Python SDK。詳細畫面操作見 Google AI Studio 教學。

export GEMINI_API_KEY="YOUR_API_KEY"
pip install -U google-genai

新模型改用什麼控制輸出

拿掉 temperature 之後，官方文件裡可以用來替代的做法有這幾種。

1. 系統指令：寫下規則與語氣

Gemini 3.6 新功能頁的建議是：想提高輸出的一致性，就用系統指令針對你的使用情境寫下明確規則。文字生成指南的寫法是傳入 system_instruction：

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    system_instruction="你是電商客服。只回答訂單與退換貨問題，用三點條列，每點不超過 30 字。",
    input="退貨要怎麼申請？",
)

print(interaction.output_text)

語氣也是靠系統指令調。AI Studio 快速入門的範例，就是在系統指令加上「回答不超過 3 段、用輕快開朗的語氣」，來讓聊天機器人的回答變短、口吻變一致。

2. thinking_level：速度、成本與推理深度

新模型預設會先「思考」再回答。依思考指南，可以用 thinking_level 調整推理的投入程度：

官方的使用建議：

• 簡單任務（查事實、分類）：用 minimal 或 low。
• 中等任務（比較概念、需要發揮的推理）：用預設值。
• 複雜任務（進階程式、數學、多步驟規劃）：用最高等級。

3.8 Flash 新功能頁另外說明：low 適合即時聊天、寫草稿這類講求速度的工作；medium 是多數任務品質最好的預設；high 用在深度推理、數學與困難的多步驟任務。

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="列出 3 位知名物理學家和他們的主要貢獻",
    generation_config={
        "thinking_level": "low"
    },
)

print(interaction.output_text)

對應的 cURL，驗證用的是 x-goog-api-key 標頭：

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3.8-flash",
    "input": "列出 3 位知名物理學家和他們的主要貢獻",
    "generation_config": {
      "thinking_level": "low"
    }
  }'

想控制長度時要注意：max_output_tokens 的上限包含思考用的 token。模型在思考途中碰到上限，會直接停下，回傳截斷甚至空白的內容，已經產生的思考 token 照樣計費。官方建議想省成本或縮短等待時間，就把 thinking_level 調低，不要把 max_output_tokens 設得很小。

3. 結構化輸出：格式一定要固定

以前常見的做法是把 temperature 調到 0，希望模型每次吐出一樣的格式。現在格式要固定的任務，例如資料擷取、分類，官方建議改用結構化輸出：提供 JSON Schema，模型的回應就會符合這個結構，Python 可以直接用 Pydantic 定義：

from google import genai
from pydantic import BaseModel, Field

class Review(BaseModel):
    sentiment: str = Field(description="positive、negative 或 neutral")
    summary: str = Field(description="一句話摘要")

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="把這則評論分類並摘要：出貨很快，但包裝有點破。",
    response_format={
        "type": "text",
        "mime_type": "application/json",
        "schema": Review.model_json_schema(),
    },
)

review = Review.model_validate_json(interaction.output_text)
print(review)

3.8 Flash 模型頁的能力表列出結構化輸出與思考（low、medium、high）都支援。

4. 回答一直重複：改指令，不靠調參數

疑難排解頁針對「不屬於結構化輸出的重複文字」給的建議是：開啟思考時，不要在指令裡規定模型該怎麼一步步想，只要求最終輸出；再加上「Be concise」「Don't repeat yourself」「Provide the answer once」這類指令。如果用了結構化輸出卻出現重複，官方建議不要在提示裡指定欄位順序，並把所有輸出欄位設為必填。

官方同段還提過把 temperature 調到 0.8 以上，但那只對仍吃 temperature 的舊模型有用，3.6 以後的模型會忽略。

對照表：以前調 temperature 想達成的事，現在怎麼做

Google AI Studio 介面上看得到什麼

依 AI Studio 快速入門，打開 AI Studio 預設是 Playground 的新對話。點右上角的 Run settings 會展開設定面板，可以調整模型參數、安全設定，也能開關結構化輸出、函式呼叫、程式碼執行與接地（grounding）等工具；System Instructions 欄位也在這個面板裡。

在 AI Studio 測新模型時，該動的是 System Instructions 和這些工具開關。Gemini 4 Argon、3.8 Flash、3.6 Flash 會忽略 temperature 等取樣參數的自訂值，調了也看不出差別。另外，gemini-3.7-flash 與 gemini-3.5-flash 已經從 AI Studio 的模型選單消失。

測到滿意後，可以按 Get code 選擇程式語言、取得對應的程式碼。如果產出的程式裡帶有 temperature、top_p、top_k，搬進專案前一併拿掉。

還在用 Gemini 2.5 的人

2.5 系列不在官方的忽略名單內，在 generateContent API 的 generationConfig 裡仍可設定 temperature；預設值依模型而異，可從 getModel 回傳的 Model.temperature 查到（API 參考）。

但要注意它的開放範圍。2026 年 9 月 18 日起，模型總覽頁與版本說明寫明：為了維持服務穩定，2.5 系列只開放給過去實際用過的使用者；這些模型沒有被棄用，會持續提供到另行通知；新專案請改用 3.5 Flash-Lite 或 3.8 Flash。換句話說，第一次用 Gemini API 的人已經選不到 2.5。2.5 Pro 的現況與替代選擇，可以看 Gemini 2.5 Pro 現況與替代方案。

常見問題

為什麼我在 Gemini 3.8 Flash 調 temperature，回答都沒有差別？

因為新模型不吃這個參數。Google 官方文件說明，Gemini 4 與 Gemini 3.6 以後的模型會忽略 temperature、top_p、top_k 的自訂值，回傳棄用警告標頭，之後的版本還會直接回傳 400 錯誤，官方要求把這三個參數從請求中拿掉。

現在還有哪些 Gemini 模型可以調 temperature？

Gemini 2.5 系列（2.5 Flash、2.5 Flash-Lite、2.5 Pro）不在忽略名單內，但只開放給過去實際用過的使用者，新專案官方建議改用 3.5 Flash-Lite 或 3.8 Flash（這兩個都已不吃 temperature）。較早的 Gemini 3 模型雖然還會接受，官方強烈建議維持預設值 1.0，調低可能造成迴圈或推理表現下降。

程式裡寫 gemini-3.7-flash 還能跑嗎？

還能跑，但實際回答的是 3.8 Flash。gemini-3.7-flash 在 2026 年 10 月 8 日棄用，AI Studio 已經選不到，API 請求會自動轉到 gemini-3.8-flash，官方建議把模型字串直接改成 gemini-3.8-flash。同一天 gemini-3.5-flash 也棄用，請求改轉到 gemini-3.6-flash。

不能調 temperature，要怎麼讓輸出更穩定？

官方建議用系統指令寫下明確規則來提高輸出的一致性；格式要固定的任務，改用結構化輸出指定 JSON Schema。想要回答更快、更省 token，就把 thinking_level 調低；需要深入推理再調高。