阅读指南
上一节学习了流式输出和长度控制。现在继续深入——通过temperature、top_p调整翻译风格，通过stream_options获取Token统计，最后整合所有参数打造一个专业翻译器。
在第1章，我们学习了Temperature的原理——它通过调整概率分布的"尖锐度"，控制AI选词的随机性。现在看如何在翻译中应用这个原理。
在翻译时，有时需要直译（准确），有时需要意译（自然）。这个需求可以使用Temperature参数来调整。
参数说明
temperature：控制输出的随机性/创意性0.0 - 2.01.0效果对比
以"今天天气真好，我们去公园散步吧。"翻译为例，看看不同Temperature的效果：
| temperature | 特点 | 适用场景 | 翻译风格 |
|---|---|---|---|
| - 0.3 | 确定性强、一致性高 | 技术文档、法律合同 | 直译、逐字对应 |
| - 1.0 | 平衡（默认） | 日常对话、新闻 | 自然、地道 |
| - 2.0 | 创意性强、多样性高 | 文学作品、营销文案 | 意译、灵活表达 |
实际示例
text = "今天天气真好，我们去公园散步吧。"
# temperature=0（直译）
response = client.chat.completions.create(
model="qwen3.6-plus",
messages=[{"role": "user", "content": f"翻译成英文：{text}"}],
temperature=0.0 # 意译：改为1.5试试
)
print(response.choices[0].message.content)
# 直译输出：Today's weather is really good, let's go to the park for a walk.
# 意译输出：What a beautiful day! How about a stroll in the park?
核心要点
temperature 不影响质量，只影响风格。低温确定性高，高温创意性强。
第1章还讲了另一个参数Top-p（核采样），它不是调整整个概率分布，而是动态选择"累积概率达到p"的候选词范围。
参数说明
top_p：核采样（nucleus sampling），控制候选词范围0.0 - 1.01.0推荐用法
# 推荐：只调一个参数
response = client.chat.completions.create(
model="qwen3.6-plus",
messages=[...],
temperature=0.7 # 只设置temperature
)
# 不推荐：同时调整两个参数（除非很清楚在做什么）
response = client.chat.completions.create(
model="qwen3.6-plus",
messages=[...],
temperature=0.7,
top_p=0.9 # 同时设置会相互影响，难以预测
)
典型取值
top_p=0.9：保留累积概率90%的候选词（稍微收敛）top_p=0.5：保留累积概率50%的候选词（明显收敛）top_p=1.0：不限制（默认值）实用建议：优先调整
temperature，只在需要极致精细控制时才考虑top_p。
在使用流式输出时，可能会发现一个问题：看不到Token消耗统计了。这是因为流式输出默认不返回usage信息。
配置stream_options
response = client.chat.completions.create(
model="qwen3.6-plus",
messages=[{"role": "user", "content": "翻译这段文本..."}],
stream=True,
stream_options={"include_usage": True} # 在流式输出中包含Token统计
)
for chunk in response:
if chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
# 最后一个chunk包含usage信息
if hasattr(chunk, 'usage') and chunk.usage:
print(f"\n\nToken统计：{chunk.usage.total_tokens}个")
输出示例
The weather is really nice today, let's go for a walk in the park.
Token统计：28个
流式输出默认不返回 usage，需要显式配置 stream_options。
现在，整合所有参数，打造一个专业级翻译器。
代码参考
Tip
完整源码参考：samples/chapter4/translator_pro_plus.py
运行这个翻译器，输入想翻译的文本：
运行效果
欢迎使用专业翻译器！
支持的风格：直译/平衡/意译
--------------------------------------------------
请输入要翻译的文本（输入'quit'退出）：取次花丛懒回顾半缘修道半缘君
目标语言（默认'英文'）：
翻译风格（直译/平衡/意译，默认'平衡'）：
翻译结果：Passing through gardens of flowers, I seldom look back—
Half for the path of cultivation, half for you.
Token消耗：102个
请输入要翻译的文本（输入'quit'退出）：取次花丛懒回顾半缘修道半缘君
目标语言（默认'英文'）：
翻译风格（直译/平衡/意译，默认'平衡'）：直译
翻译结果：Passing by gardens of flowers, I lazily look back—
Half for the sake of cultivation, half for your sake.
Token消耗：105个
请输入要翻译的文本（输入'quit'退出）：取次花丛懒回顾半缘修道半缘君
目标语言（默认'英文'）：
翻译风格（直译/平衡/意译，默认'平衡'）：意译
翻译结果：Passing through gardens of blossoms, I barely glance back—
half for the path of cultivation, half for you.
Token消耗：104个
max_tokens说明
源码默认没有设置max_tokens参数。但如果尝试更改max_tokens参数会发现一个问题。
上述测试结果表明Token消耗大致在100~105个。按照这个思路，将max_tokens设置为50，按理说输出应该被截断——50远小于104。
但实际上模型依然会正确输出翻译。原因在于，max_tokens指的是模型输出的Token，而计算的104个Token消耗还包含了输入部分。max_tokens实际上只应用于以下文本：
Passing through gardens of blossoms, I barely glance back— half for the path of cultivation, half for you.
这段文本的长度小于50，所以模型输出不会被截断。