> ## Documentation Index
> Fetch the complete documentation index at: https://docs.arouter.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# パラメータ

> サンプリングパラメータはモデルのトークン生成プロセスを制御します。ARouter はこれらをアップストリームプロバイダーに透過的に渡します。選択したモデルがパラメータをサポートしていない場合、そのパラメータは静かに無視されます。

ARouter はこれらのパラメータをアップストリームプロバイダーにそのまま転送します。一部のパラメータはプロバイダー固有です（非 OpenAI モデルの `top_k` など）。サポートされているパラメータを確認するには、各プロバイダーのドキュメントを参照してください。

モデル選択とルーティング動作は[モデルルーティング](/jp/model-routing)と[プロバイダールーティング](/jp/provider-routing)で別途説明されています。

## Temperature

* キー：`temperature`
* オプション、浮動小数点数、0.0 〜 2.0
* デフォルト：1.0

モデルのレスポンスの多様性に影響します。値が低いほど予測可能で典型的なレスポンスになり、値が高いほど多様で珍しいレスポンスが生成されます。0 の場合、モデルは同じ入力に対して常に同じレスポンスを返します。

## Top P

* キー：`top_p`
* オプション、浮動小数点数、0.0 〜 1.0
* デフォルト：1.0

モデルの選択肢を、確率の合計が P になるまでのトップトークンに制限します。値が低いほどモデルのレスポンスが予測可能になり、デフォルト設定ではトークン選択の全範囲が許可されます。動的な Top-K と考えてください。

## Top K

* キー：`top_k`
* オプション、整数、0 以上
* デフォルト：0

各ステップでモデルのトークン選択肢を制限し、より小さなセットから選ばせます。1 の場合、モデルは常に最も可能性の高い次のトークンを選択し、予測可能な結果になります。デフォルトではこの設定は無効になっており、モデルはすべての選択肢を考慮します。

<Note>
  `top_k` は OpenAI モデルでは使用できません。
</Note>

## 頻度ペナルティ

* キー：`frequency_penalty`
* オプション、浮動小数点数、-2.0 〜 2.0
* デフォルト：0.0

入力でのトークンの出現頻度に基づいてその繰り返しを制御します。入力に多く現れるトークンほど、出現頻度に比例して使用が少なくなります。トークンペナルティは出現回数に比例してスケールします。負の値はトークンの再利用を促進します。

## 存在ペナルティ

* キー：`presence_penalty`
* オプション、浮動小数点数、-2.0 〜 2.0
* デフォルト：0.0

入力で既に使用された特定のトークンがモデルによって繰り返される頻度を調整します。値が高いほどそのような繰り返しが起こりにくくなり、負の値はその逆です。トークンペナルティは出現回数に比例してスケールしません。負の値はトークンの再利用を促進します。

## 繰り返しペナルティ

* キー：`repetition_penalty`
* オプション、浮動小数点数、0.0 〜 2.0
* デフォルト：1.0

入力からのトークンの繰り返しを減らすのに役立ちます。値が高いほどモデルがトークンを繰り返す可能性が低くなりますが、高すぎると出力の一貫性が失われる可能性があります。トークンペナルティは元のトークンの確率に基づいてスケールします。

## Min P

* キー：`min_p`
* オプション、浮動小数点数、0.0 〜 1.0
* デフォルト：0.0

最も可能性の高いトークンの確率に対する相対的な、トークンが考慮される最小確率を表します。`min_p` が 0.1 に設定されている場合、最良の選択肢の少なくとも 1/10 の確率があるトークンのみが考慮されます。

## Top A

* キー：`top_a`
* オプション、浮動小数点数、0.0 〜 1.0
* デフォルト：0.0

最も可能性の高いトークンの確率に基づいて「十分に高い」確率を持つトップトークンのみを考慮します。動的な Top-P と考えてください。Top-A の値が低いほど、最高確率トークンに基づいて選択が絞り込まれますが、範囲は狭くなります。

## Seed

* キー：`seed`
* オプション、整数

指定した場合、推論は決定論的にサンプリングされ、同じ seed とパラメータによる繰り返しリクエストは同じ結果を返すはずです。すべてのモデルで決定性は保証されません。

## Max Tokens

* キー：`max_tokens`
* オプション、整数、1 以上

モデルがレスポンスで生成できるトークン数の上限を設定します。最大値はコンテキスト長からプロンプト長を引いた値です。

## Logit Bias

* キー：`logit_bias`
* オプション、マップ

トークン ID を -100 〜 100 の関連バイアス値にマッピングする JSON オブジェクトを受け入れます。数学的には、バイアスはサンプリング前にモデルが生成した logit に加算されます。-1 〜 1 の値は選択の可能性を下げたり上げたりします。-100 や 100 のような値は、関連するトークンの禁止または排他的選択をもたらします。

## Logprobs

* キー：`logprobs`
* オプション、ブール値

出力トークンの対数確率を返すかどうかを指定します。true の場合、返された各出力トークンの対数確率が返されます。

## Top Logprobs

* キー：`top_logprobs`
* オプション、整数

各トークン位置で返す最も可能性の高いトークン数を 0 〜 20 の整数で指定します。各トークンには関連する対数確率が含まれます。このパラメータを使用する場合、`logprobs` を `true` に設定する必要があります。

## Response Format

* キー：`response_format`
* オプション、オブジェクト

モデルに特定の出力形式を強制します。`{ "type": "json_object" }` に設定すると JSON モードが有効になり、モデルが生成するメッセージが有効な JSON であることが保証されます。

厳格なスキーマ検証には、`{ "type": "json_schema", "json_schema": { ... } }` を使用してください。

`{ "type": "json_object" }` を使用する場合も、プロンプトでモデルに JSON で応答するよう指示してください。

詳細な使用方法と例については[構造化出力](/jp/guides/features/structured-outputs)を参照してください。

## Stop

* キー：`stop`
* オプション、文字列または配列

モデルが stop 配列で指定されたトークンに遭遇した場合、即座に生成を停止します。

## Tools

* キー：`tools`
* オプション、配列

ツール呼び出しパラメータ。OpenAI のツール呼び出しリクエスト形式に従います。非 OpenAI インターフェースを持つプロバイダーの場合、ARouter がツールを適切に変換します。

詳細な使用方法と例については[ツール呼び出し](/jp/guides/features/tool-calling)を参照してください。

## Tool Choice

* キー：`tool_choice`
* オプション、文字列またはオブジェクト

モデルがどのツールを呼び出すか（存在する場合）を制御します：

* `"none"`：モデルはツールを呼び出さず、代わりにメッセージを生成します
* `"auto"`：モデルはメッセージの生成と1つ以上のツールの呼び出しを選択できます
* `"required"`：モデルは1つ以上のツールを呼び出す必要があります
* `{"type": "function", "function": {"name": "my_function"}}`：モデルにその特定のツールを強制的に呼び出させます

## 並列ツール呼び出し

* キー：`parallel_tool_calls`
* オプション、ブール値
* デフォルト：true

ツール使用時に並列関数呼び出しを有効にするかどうかを指定します。true の場合、モデルは複数の関数を同時に呼び出せます。false の場合、関数は順番に呼び出されます。`tools` が提供された場合にのみ適用されます。

## Prediction

* キー：`prediction`
* オプション、オブジェクト

予測出力をモデルに提供することでレイテンシを削減します。レスポンスの内容の大部分が事前にわかっている場合に便利です。

```json theme={null}
{
  "prediction": {
    "type": "content",
    "content": "The predicted content here..."
  }
}
```

受け入れられた予測トークンは、レスポンス使用量の `completion_tokens_details.accepted_prediction_tokens` に反映されます。