---
title: "Cos’è il parametro seed? Output LLM riproducibili | BroadRouter"
description: "Il parametro seed chiede a un’API LLM di campionare allo stesso modo su richieste ripetute. Come funzionano seed e system_fingerprint e perché non è garantito."
url: https://broadrouter.com/it/glossary/seed-parameter/
lang: it
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/glossary/seed-parameter/) (aggiornato il 2026-11-15).

# Parametro seed

Aggiornato 2026-11-15

Il parametro seed è un intero che invii con una richiesta perché l’API provi a campionare gli stessi token quando la stessa richiesta viene ripetuta. OpenAI lo descrive come best effort: il determinismo non è garantito, e il campo system\_fingerprint indica quando la configurazione del backend è cambiata.

Detto anche: seed, parametro seed, seed casuale, output riproducibili, output deterministici, random seed, reproducible outputs, deterministic outputs, system\_fingerprint

Il campionamento è casuale di proposito. Un seed fissa la casualità, così una nuova esecuzione ha qualche possibilità di coincidere con la prima.

## Come funziona

Quando la [temperatura](https://broadrouter.com/it/glossary/temperature/) è sopra zero, il server estrae a caso ogni token successivo dalla distribuzione del modello. Quelle estrazioni sono guidate da un generatore di numeri casuali. Se fissi il suo valore iniziale, il seed, la stessa richiesta dovrebbe produrre le stesse estrazioni.

Il riferimento di OpenAI segna `seed` come Beta. Il cookbook dice “our system will make a best effort to sample deterministically” (traduzione: il nostro sistema farà del suo meglio per campionare in modo deterministico). Per ottenere output coincidenti indica di mantenere uguali tra le richieste:

-   l’intero `seed`,
-   il prompt e i messaggi,
-   `temperature`, [top\_p](https://broadrouter.com/it/glossary/top-p/) e `max_tokens`.

La risposta include `system_fingerprint`, che secondo OpenAI “represents the backend configuration that the model runs with” (traduzione: rappresenta la configurazione del backend con cui gira il modello). Se cambia tra due esecuzioni, aspettati output diversi anche con lo stesso seed.

```python
r = client.chat.completions.create(
    model=MODEL, seed=42, temperature=0.7,
    messages=[{"role": "user", "content": "Name a colour."}],
)
print(r.choices[0].message.content, r.system_fingerprint)
```

I server per modelli open hanno la stessa manopola. I `SamplingParams` di vLLM hanno `seed`, “Random seed to use for the generation” (seed casuale da usare per la generazione), senza valore predefinito.

## Perché è importante

-   **Eval.** Quando confronti prompt o modelli in un’[eval](https://broadrouter.com/it/glossary/eval/), un seed fisso riduce il rumore tra le esecuzioni. Usa comunque più campioni: “best effort” non è una garanzia.
-   **Debug.** Una richiesta con seed rende più facile riprodurre una risposta strana.
-   **Cache.** Se metti in cache le risposte, includi il seed nella chiave della cache, come fa l’[articolo sul caching delle risposte](https://broadrouter.com/it/blog/cache-llm-responses-cut-cost/).

## Su BroadNet Inference

Il [riferimento API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-seed-parameter&utm_content=body) di BroadNet non documenta `seed` né `system_fingerprint`. Provalo prima di farci affidamento: invia cinque volte la stessa richiesta con seed e confronta gli output. Se cambiano, abbassa la temperatura, salva gli output che ti servono e valuta su più campioni invece che su uno solo. La [guida passo passo alla migrazione](https://broadrouter.com/it/blog/migrate-from-openai-api-code-walkthrough/) elenca seed tra i campi OpenAI da provare o rimuovere.

## Errori comuni

-   Considerare un seed come la promessa di un output identico byte per byte.
-   Cambiare max\_tokens o il system prompt tra un’esecuzione e l’altra e poi dare la colpa della differenza al seed.

## Domande frequenti

### Lo stesso seed dà sempre la stessa risposta?

No. OpenAI dice "Determinism is not guaranteed" (il determinismo non è garantito) e che c’è "a small chance that responses differ" (una piccola probabilità che le risposte differiscano) anche quando parametri e system\_fingerprint coincidono.

### Temperatura 0 equivale a impostare un seed?

Non esattamente. Una temperatura bassa rende molto probabile il token in cima; un seed fissa le estrazioni casuali. Molti team usano entrambi, ma nessuno dei due da solo garantisce un output identico.

### BroadNet Inference supporta seed?

Il riferimento API di BroadNet non documenta seed né system\_fingerprint. Invia più volte la stessa richiesta con seed e confronta i risultati prima di farci affidamento.

## Vedi anche

-   [Temperatura (temperature)](https://broadrouter.com/it/glossary/temperature/) (termine)
-   [Top-p (nucleus sampling)](https://broadrouter.com/it/glossary/top-p/) (termine)
-   [Eval (valutazione degli LLM)](https://broadrouter.com/it/glossary/eval/) (termine)
-   [Logprobs (log-probabilità)](https://broadrouter.com/it/glossary/logprobs/) (termine)
-   [Chat Completions API](https://broadrouter.com/it/glossary/chat-completions-api/) (termine)
-   [Frequency e presence penalty](https://broadrouter.com/it/glossary/frequency-and-presence-penalty/) (termine)
-   [Benchmark LLM](https://broadrouter.com/it/glossary/llm-benchmark/) (termine)
-   [Cache delle risposte delle API LLM: una cache esatta in Python](https://broadrouter.com/it/blog/cache-llm-responses-cut-cost/) (articolo)
-   [Come valutare un LLM prima di cambiare provider](https://broadrouter.com/it/blog/evaluate-llm-before-switching/) (articolo)
-   [Migrare dall’API di OpenAI: il codice in Python, Node e cURL](https://broadrouter.com/it/blog/migrate-from-openai-api-code-walkthrough/) (articolo)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-seed-parameter&utm_content=page-cta) ·

**Fonti**

-   [Riferimento API di OpenAI, creare una chat completion (seed, system\_fingerprint) (verificato il 2026-11-15)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI Cookbook, output riproducibili con il parametro seed (verificato il 2026-11-15)](https://developers.openai.com/cookbook/examples/reproducible_outputs_with_the_seed_parameter)
-   [Documentazione di vLLM, SamplingParams (seed) (verificato il 2026-11-15)](https://docs.vllm.ai/en/latest/api/vllm/sampling_params/)
