---
title: "logprobs とは？LLM API のトークン対数確率 | BroadRouter"
description: "logprobs は、モデルが各出力トークンに割り当てた対数確率です。logprobs と top_logprobs フィールドのしくみと、確信度チェックへの使い方を解説します。"
url: https://broadrouter.com/ja/glossary/logprobs/
lang: ja
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。 [英語の原文を読む](https://broadrouter.com/glossary/logprobs/) (2026-11-14 更新).

# logprobs（対数確率）

更新日 2026-11-14

logprobs（対数確率）とは、言語モデルが生成したトークンに割り当てた確率の対数です。logprobs を返す API では、出力トークンごとにモデルがどれだけありそうだと判断したかと、必要に応じてその位置の有力な代替トークンがわかります。

別名： 対数確率、トークンの対数確率、トークン確率、ログ確率、log probabilities、token log probabilities、top\_logprobs、token probabilities

モデルが書くトークンは、どれも確率分布から選ばれています。logprobs は、その分布をトークン 1 つずつ見せてくれます。

## しくみ

モデルは各ステップで語彙内のすべての[トークン](https://broadrouter.com/ja/glossary/token/)にスコアを付け、それを確率に変換します。API は、選ばれたトークンの確率の自然対数を返すことができます。対数を使うのは、生の数値が非常に小さくなるためです。対数の足し算は確率の掛け算と同じです。

OpenAI の Chat Completions API では、2 つのリクエストフィールドで取得します。

-   `logprobs: true` で、出力トークンごとに対数確率が返ります。
-   `top_logprobs` は「an integer between 0 and 20」（訳：0 から 20 までの整数）で、各位置で有力な代替をいくつ並べるかを指定します。`logprobs: true` が必要です。

`choices[0].logprobs.content` の各要素には、`token`、その `logprob`、UTF-8 の `bytes`、`top_logprobs` のリストが入っています。`exp(logprob)` で換算します。

| logprob | 確率 |
| --- | --- |
| 0 | 1.00 |
| \-0.105 | 約 0.90 |
| \-0.693 | 約 0.50 |
| \-2.303 | 約 0.10 |

## なぜ重要か

OpenAI の Cookbook は、実用的な使い方を挙げています。

-   **分類の確信度。** 1 語のラベルを出力させ、そのトークンの logprob を読みます。確信度の低いものは人に回します。
-   **検索結果のチェック。** 渡したコンテキストで質問に答えられるかを尋ね、「yes」の確率をスコアにします。Cookbook はこれを[ハルシネーション](https://broadrouter.com/ja/glossary/hallucination/)の低減に結び付けています。
-   **オートコンプリート。** モデルに確信があるときだけ次の単語を提案します。
-   **パープレキシティ。** 回答全体の logprobs を平均し、符号を反転して e のその乗を取ります。パープレキシティが低いほど、モデルにとってそのテキストは予測しやすかったことになります。

logprobs はサンプリングも可視化します。[temperature](https://broadrouter.com/ja/glossary/temperature/) や [top-p](https://broadrouter.com/ja/glossary/top-p/) を上げると確率の低いトークンが通るようになり、logprobs にそれが表れます。追加のリクエストなしで回答と一緒に返ってくるので、[LLM-as-judge](https://broadrouter.com/ja/glossary/llm-as-judge/) のステップを安価に補えます。

## BroadNet Inference の場合

BroadNet の [API リファレンス](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-logprobs&utm_content=body)には、どのモデルについても `logprobs` や `top_logprobs` の記載がありません。OpenAI 互換のエンドポイントだからといって返ってくるとは限りません。`logprobs: true` を付けたリクエストを 1 回送り、`choices[0].logprobs` に値が入っているかを確認してください。入っていなければ、判定用プロンプトなどの代替手段を用意しましょう。テスト用のクライアント設定は [Python SDK のガイド](https://broadrouter.com/ja/guides/openai-python-sdk/)にあります。

## よくある間違い

-   logprob が高いことを、事実が正しい証拠と受け取ること。モデルがそのトークンを予想していたというだけです。
-   異なるモデル間で logprobs を比べること。トークナイザーもキャリブレーションも違うので、数値は同じ尺度ではありません。

## よくある質問

### logprob をパーセントに換算するには？

e の logprob 乗を計算します。logprob が -0.105 なら約 0.90、つまり 90% です。logprob が 0 なら、モデルはそのトークンに確率 1 を与えたことになります。

### logprobs で答えが正しいかどうかがわかりますか？

いいえ。わかるのはモデルが言い回しにどれだけ確信を持っていたかで、事実が正しいかどうかではありません。モデルは自信満々に間違えることがあります。

### BroadNet Inference は logprobs を返しますか？

BroadNet の API リファレンスには logprobs の記載がありません。これを前提に開発する前に、logprobs を true にしたテストリクエストを送り、応答を確認してください。

## 関連項目

-   [トークン（token）](https://broadrouter.com/ja/glossary/token/) (用語)
-   [temperature（温度）](https://broadrouter.com/ja/glossary/temperature/) (用語)
-   [top-p（Nucleus サンプリング）](https://broadrouter.com/ja/glossary/top-p/) (用語)
-   [ハルシネーション（hallucination）](https://broadrouter.com/ja/glossary/hallucination/) (用語)
-   [LLM-as-a-Judge（LLM による評価）](https://broadrouter.com/ja/glossary/llm-as-judge/) (用語)
-   [OpenAI Python SDK を BroadNet Inference で使う](https://broadrouter.com/ja/guides/openai-python-sdk/) (ガイド)
-   [プロバイダーを乗り換える前に LLM を評価する方法](https://broadrouter.com/ja/blog/evaluate-llm-before-switching/) (記事)

実際のワークロードで試してください。 新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

[始める](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-logprobs&utm_content=page-cta) ·

**出典**

-   [OpenAI API リファレンス、チャット補完の作成（logprobs、top\_logprobs）](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI Cookbook、logprobs の使い方](https://developers.openai.com/cookbook/examples/using_logprobs)
-   [BroadNet Inference API リファレンス （英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-logprobs&utm_content=sources)
