---
title: "Was ist Top-p? Nucleus Sampling bei LLMs erklärt | BroadRouter"
description: "Top-p (Nucleus Sampling) zieht nur aus den wahrscheinlichsten Tokens, bis deren Summe p erreicht. Wie es funktioniert und was es von der Temperatur trennt."
url: https://broadrouter.com/de/glossary/top-p/
lang: de
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/glossary/top-p/) (aktualisiert am 2026-11-14).

# Top-p (Nucleus Sampling)

Aktualisiert 2026-11-14

Top-p, auch Nucleus Sampling genannt, ist ein Decoding-Verfahren, bei dem ein Sprachmodell das nächste Token nur aus der kleinsten Menge der wahrscheinlichsten Tokens zieht, deren gemeinsame Wahrscheinlichkeit einen Schwellenwert p erreicht, etwa 0,9. Der unwahrscheinliche Rest wird verworfen.

Auch genannt: Top-p, Nucleus Sampling, Top-p-Sampling, Nukleus-Sampling, nucleus sampling, top\_p, top-p sampling

Top-p legt fest, welche Tokens überhaupt in die Auswahl kommen, bevor das Modell eines zieht.

## So funktioniert es

Holtzman und Kollegen haben Nucleus Sampling 2019 eingeführt. Sie definieren das Top-p-Vokabular als die kleinste Menge an Tokens, deren kumulierte Wahrscheinlichkeit mindestens p beträgt. Jedes Token außerhalb dieser Menge erhält die Wahrscheinlichkeit null. Die übrigen werden so skaliert, dass sie zusammen eins ergeben, und das nächste Token wird aus ihnen gezogen. Ihre Hauptergebnisse verwenden p = 0,95.

Die Menge ändert bei jedem Schritt ihre Größe:

| Verteilung für das nächste Token | Behaltene Tokens bei p = 0,9 |
| --- | --- |
| Ein Token mit 0,95 | 1 |
| Vier Tokens mit 0,3, 0,3, 0,2 und 0,15 | 4 |
| Eine lange, flache Verteilung | viele |

Genau darum geht es bei der Methode. Das Paper argumentiert, dass der „less reliable tail“ (Übersetzung: „weniger verlässliche Rest“) der Verteilung degenerierten Text verursacht und dass man durch das Abschneiden abwechslungsreichen Output erhält, ohne an Kohärenz zu verlieren. Ein festes Top-k kann sich so nicht anpassen: Es behält dieselbe Anzahl, ob das Modell sicher oder unsicher ist.

In der API von OpenAI hat `top_p` den Standardwert 1, also keinen Schnitt. Die Referenz nennt als Beispiel: „0.1 means only the tokens comprising the top 10% probability mass are considered“ (Übersetzung: „0.1 bedeutet, dass nur die Tokens berücksichtigt werden, die die obersten 10 % der Wahrscheinlichkeitsmasse ausmachen“). Auch Hugging Face Transformers nutzt standardmäßig 1.0, sofern die `generation_config.json` des Modells keinen anderen Wert setzt.

## Warum es wichtig ist

-   **Weniger seltsame Tokens.** Wer den Rest abschneidet, entfernt die seltenen Treffer, die Text abdriften lassen. Das zählt bei langen Antworten und beim Risiko von [Halluzinationen](https://broadrouter.com/de/glossary/hallucination/).
-   **Zusammenspiel mit der Temperatur.** Die [Temperatur](https://broadrouter.com/de/glossary/temperature/) wirkt auf die Scores; Top-p beschneidet danach das Ergebnis. Wer beides gleichzeitig justiert, kann das Verhalten kaum noch vorhersagen. Deshalb rät OpenAI, nur eines von beiden zu ändern.
-   **Debugging.** Zeigen die [Logprobs](https://broadrouter.com/de/glossary/logprobs/), dass das Modell ein [Token](https://broadrouter.com/de/glossary/token/) mit geringer Wahrscheinlichkeit gewählt hat, hätte ein niedrigeres Top-p es blockiert.

Top-p ändert den Preis nicht. Jedes erzeugte Token wird gleich abgerechnet.

## Bei BroadNet Inference

Die [API-Referenz](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-glossary-top-p&utm_content=body) von BroadNet dokumentiert weder `top_p` noch `top_k` noch deren Standardwerte. Die Beispielanfragen setzen keinen der beiden Parameter. Ein OpenAI-SDK reicht `top_p` durch, aber ob ein bestimmtes Modell den Wert anwendet, ist nicht angegeben. Testen Sie ihn also mit Ihren eigenen Prompts, bevor Sie sich darauf verlassen. Siehe die [Anleitung zum Python SDK](https://broadrouter.com/de/guides/openai-python-sdk/) und den Beitrag zur [Evaluierung eines Modells vor dem Wechsel](https://broadrouter.com/de/blog/evaluate-llm-before-switching/), der erklärt, warum die Sampling-Einstellungen während eines Vergleichs fest bleiben müssen.

## Häufige Fehler

-   `top_p` und die Temperatur zusammen justieren und dann nicht wissen, welcher Wert das Ergebnis verändert hat.
-   Sampling-Einstellungen von einem Modell auf ein anderes übertragen. Die empfohlenen Werte unterscheiden sich je nach Modell.

## Häufige Fragen

### Was ist der Unterschied zwischen Top-p und Temperatur?

Die Temperatur verändert alle Token-Wahrscheinlichkeiten. Top-p schneidet den unwahrscheinlichen Rest ab und zieht aus dem, was übrig bleibt. OpenAI empfiehlt, entweder das eine oder das andere zu ändern, nicht beides.

### Was ist der Unterschied zwischen Top-p und Top-k?

Top-k behält eine feste Anzahl Tokens, etwa 50. Top-p behält so viele Tokens, wie nötig sind, um den Wahrscheinlichkeitsschwellenwert zu erreichen. Die Menge ist also klein, wenn das Modell sicher ist, und groß, wenn es unsicher ist.

### Dokumentiert BroadNet top\_p?

Nein. Die API-Referenz von BroadNet nennt top\_p und dessen Standardwert für kein Modell. Setzen Sie den Wert in der Anfrage und testen Sie die Wirkung selbst.

## Siehe auch

-   [Temperatur (Temperature)](https://broadrouter.com/de/glossary/temperature/) (Begriff)
-   [Logprobs (Log-Wahrscheinlichkeiten)](https://broadrouter.com/de/glossary/logprobs/) (Begriff)
-   [Token](https://broadrouter.com/de/glossary/token/) (Begriff)
-   [Halluzination (KI)](https://broadrouter.com/de/glossary/hallucination/) (Begriff)
-   [Frequency Penalty und Presence Penalty](https://broadrouter.com/de/glossary/frequency-and-presence-penalty/) (Begriff)
-   [OpenAI Python SDK mit BroadNet Inference nutzen](https://broadrouter.com/de/guides/openai-python-sdk/) (Anleitung)
-   [Wie Sie ein LLM vor dem Anbieterwechsel evaluieren](https://broadrouter.com/de/blog/evaluate-llm-before-switching/) (Artikel)

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

[Loslegen](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-glossary-top-p&utm_content=page-cta) ·

**Quellen**

-   [Holtzman et al. (2019), The Curious Case of Neural Text Degeneration](https://arxiv.org/abs/1904.09751)
-   [OpenAI-API-Referenz, Chat Completion erstellen (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)
