---
title: "O que são logprobs? Log-probabilidades de tokens em APIs"
description: "Logprobs são as log-probabilidades que um modelo atribui a cada token de saída. Como funcionam logprobs e top_logprobs e como usá-los para medir confiança."
url: https://broadrouter.com/pt/glossary/logprobs/
lang: pt-BR
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/glossary/logprobs/) (atualizado em 2026-11-14).

# Logprobs (log-probabilidades)

Atualizado em 2026-11-14

Logprobs são as log-probabilidades que um modelo de linguagem atribuiu aos tokens que gerou. Uma API que os retorna mostra, para cada token de saída, quão provável o modelo o considerou e, opcionalmente, os tokens alternativos mais prováveis naquela posição.

Também chamado de: logprobs, log-probabilidades, log probabilidades de tokens, probabilidades dos tokens, log probabilities, token log probabilities, top\_logprobs, token probabilities

Todo token que um modelo escreve é escolhido a partir de uma distribuição de probabilidade. Os logprobs expõem essa distribuição, um token de cada vez.

## Como funciona

A cada passo, o modelo dá uma pontuação a cada [token](https://broadrouter.com/pt/glossary/token/) do vocabulário e transforma as pontuações em probabilidades. A API pode informar o logaritmo natural da probabilidade do token escolhido. Usam-se logaritmos porque os números brutos ficam muito pequenos; somar logaritmos é o mesmo que multiplicar probabilidades.

Na Chat Completions API da OpenAI, você os pede com dois campos da requisição:

-   `logprobs: true` retorna uma log-probabilidade para cada token de saída.
-   `top_logprobs` é “an integer between 0 and 20” (um inteiro entre 0 e 20) que indica quantas alternativas prováveis listar em cada posição. Exige `logprobs: true`.

Cada entrada de `choices[0].logprobs.content` traz o `token`, seu `logprob`, seus `bytes` em UTF-8 e uma lista `top_logprobs`. Converta com `exp(logprob)`:

| logprob | probabilidade |
| --- | --- |
| 0 | 1,00 |
| \-0,105 | cerca de 0,90 |
| \-0,693 | cerca de 0,50 |
| \-2,303 | cerca de 0,10 |

## Por que isso importa

O cookbook da OpenAI lista usos práticos:

-   **Confiança na classificação.** Peça um rótulo de uma palavra e leia o logprob desse token. Encaminhe os itens de baixa confiança para uma pessoa.
-   **Verificações de retrieval.** Pergunte se o contexto fornecido responde à pergunta e use a probabilidade do “sim” como pontuação. O cookbook relaciona isso à redução de [alucinações](https://broadrouter.com/pt/glossary/hallucination/).
-   **Autocompletar.** Só sugira a próxima palavra quando o modelo estiver confiante.
-   **Perplexidade.** Tire a média dos logprobs de uma resposta inteira, inverta o sinal e eleve e a esse valor. Uma perplexidade menor significa que o modelo achou o texto mais previsível.

Os logprobs também deixam a amostragem visível. Aumentar a [temperatura](https://broadrouter.com/pt/glossary/temperature/) ou o [top-p](https://broadrouter.com/pt/glossary/top-p/) deixa passar tokens de probabilidade mais baixa, e os logprobs mostram isso. Eles são um complemento barato a uma etapa de [LLM-as-judge](https://broadrouter.com/pt/glossary/llm-as-judge/), já que vêm junto com a resposta, sem requisição extra.

## Na BroadNet Inference

A [referência da API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-logprobs&utm_content=body) da BroadNet não documenta `logprobs` nem `top_logprobs` para nenhum modelo. Não presuma que um endpoint compatível com a OpenAI os retorna. Envie uma requisição com `logprobs: true`, veja se `choices[0].logprobs` vem preenchido e planeje uma alternativa, como um prompt de juiz, caso não venha. O [guia do SDK Python](https://broadrouter.com/pt/guides/openai-python-sdk/) mostra como configurar o client para um teste.

## Erros comuns

-   Ler um logprob alto como prova de que um fato está correto. Isso só significa que o modelo esperava aquele token.
-   Comparar logprobs entre modelos diferentes. Tokenizers e calibração mudam, então os números não estão na mesma escala.

## Perguntas frequentes

### Como transformo um logprob em porcentagem?

Calcule e elevado ao logprob. Um logprob de -0,105 equivale a cerca de 0,90, ou 90%. Um logprob de 0 significa que o modelo deu probabilidade 1 a esse token.

### Logprobs medem se a resposta é verdadeira?

Não. Eles medem quão confiante o modelo estava na formulação, não se o fato está correto. Um modelo pode errar com toda a confiança.

### A BroadNet Inference retorna logprobs?

A referência da API da BroadNet não documenta logprobs. Envie uma requisição de teste com logprobs igual a true e confira a resposta antes de construir algo em cima disso.

## Veja também

-   [Token](https://broadrouter.com/pt/glossary/token/) (termo)
-   [Temperatura (temperature)](https://broadrouter.com/pt/glossary/temperature/) (termo)
-   [Top-p (nucleus sampling)](https://broadrouter.com/pt/glossary/top-p/) (termo)
-   [Alucinação (hallucination)](https://broadrouter.com/pt/glossary/hallucination/) (termo)
-   [LLM-as-a-judge (LLM como juiz)](https://broadrouter.com/pt/glossary/llm-as-judge/) (termo)
-   [Como usar o SDK Python da OpenAI com a BroadNet Inference](https://broadrouter.com/pt/guides/openai-python-sdk/) (guia)
-   [Como avaliar um LLM antes de trocar de provedor](https://broadrouter.com/pt/blog/evaluate-llm-before-switching/) (artigo)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

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

**Fontes**

-   [Referência da API da OpenAI, criar chat completion (logprobs, top\_logprobs)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI Cookbook, usando logprobs](https://developers.openai.com/cookbook/examples/using_logprobs)
-   [Referência da API da BroadNet Inference (em inglês)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-logprobs&utm_content=sources)
