Effort

Mit dem „effort“-Parameter (Aufwand) kannst du steuern, wie viele Token Claude beim Beantworten von Anfragen aufwendet. Du kannst mit einem einzigen Modell zwischen Gründlichkeit der Antwort und Token-Effizienz abwägen. Der effort-Parameter auf oberster Ebene ist auf allen unterstützten Modellen verfügbar, ohne dass ein Beta-Header erforderlich ist. Effort pro Nachricht befindet sich in der Beta-Phase.

Das Effort-Level festlegen

Setze output_config.effort in der Anfrage. Das folgende Beispiel führt eine Anfrage mit medium-Effort aus und gibt den Antworttext aus.

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=4096,
    messages=[
        {
            "role": "user",
            "content": "Analyze the trade-offs between microservices and monolithic architectures",
        }
    ],
    output_config={"effort": "medium"},
)

for block in response.content:
    if block.type == "text":
        print(block.text)

Wie Effort funktioniert

Die meisten Claude-Modelle verwenden standardmäßig hohen Effort und setzen so viele Token ein, wie für hervorragende Ergebnisse nötig sind; Claude Opus 5.5 verwendet standardmäßig medium. Du kannst das Effort-Level auf max erhöhen, um die absolut höchste Leistungsfähigkeit zu erhalten, oder es senken, um sparsamer mit Token umzugehen und so Geschwindigkeit und Kosten zu optimieren, wobei du eine gewisse Einbuße an Leistungsfähigkeit in Kauf nimmst.

Der effort-Parameter wirkt sich auf alle Token in der Antwort aus, einschließlich:

• Textantworten und Erklärungen
• Tool-Aufrufe und Funktionsargumente
• Nachdenken (wenn aktiv)

Da Effort für jedes Ausgabe-Token gilt, funktioniert er unabhängig davon, ob Nachdenken aktiviert ist oder nicht. Niedrigerer Effort bedeutet auch weniger und knappere Tool-Aufrufe.

Effort-Level

Nicht jedes Modell, das max unterstützt, unterstützt auch xhigh.

Die folgenden modellspezifischen Empfehlungen haben Vorrang vor dieser Tabelle, wo sie abweichen.

Empfohlene Effort-Level für Claude Fable 5.1

Claude Fable 5.1 unterstützt alle fünf Effort-Level. Beginne mit high, dem Standard. Gehe für die leistungssensibelsten agentischen und Coding-Arbeiten auf xhigh oder max hoch und für Routine- oder latenzsensible Arbeiten auf medium oder low herunter, sobald deine Evals zeigen, dass die Qualität erhalten bleibt. Setze bei high und darüber ein großes max_tokens. Es ist ein hartes Limit für die gesamte Ausgabe (Nachdenken plus Antworttext). Dieselben Empfehlungen gelten für Claude Mythos 5.1. Siehe Prompting für Claude Fable 5.1.

Claude Fable 5.1 unterstützt außerdem das Ändern des Efforts mitten im Gespräch mit einer output_config pro Nachricht, wodurch der Prompt-Cache erhalten bleibt.

Empfohlene Effort-Level für Claude Fable 5

Effort ist die primäre Steuerung, um auf Claude Fable 5 zwischen Intelligenz, Latenz und Kosten abzuwägen. Beginne für die meisten Aufgaben mit high, dem Standard, verwende xhigh für die leistungssensibelsten Workloads und gehe für Routinearbeiten auf medium oder low herunter. Niedrigere Effort-Einstellungen auf Claude Fable 5 liefern immer noch gute Leistung und übertreffen häufig die xhigh-Leistung früherer Modelle. Setze bei high und xhigh ein großes max_tokens. Es ist ein hartes Limit für die gesamte Ausgabe (Nachdenken plus Antworttext). Siehe Kostenkontrolle.

Reduziere den Effort, wenn eine Aufgabe zwar abgeschlossen wird, aber länger dauert als nötig, oder wenn du einen schnelleren, interaktiveren Arbeitsstil möchtest. Dieselben Empfehlungen gelten für Claude Mythos 5. Ausführlichere Hinweise findest du unter Prompting für Claude Fable 5.

Empfohlene Effort-Level für Claude Opus 5.5

Claude Opus 5.5 unterstützt alle fünf Effort-Level, und medium ist der Standard (Claude Opus 5 und frühere Opus-Modelle verwenden standardmäßig high, sodass eine Anfrage, die effort weglässt, eine Stufe niedriger läuft als bei Claude Opus 5). Adaptives Nachdenken ist immer aktiv und kann nicht deaktiviert werden, daher ist Effort die primäre Steuerung dafür, wie viel das Modell nachdenkt und was eine Anfrage kostet. Führe einen Effort-Sweep mit deinen eigenen Evals durch, anstatt Einstellungen von einem früheren Modell zu übernehmen, und setze bei den höheren Levels einen großen Wert für max_tokens: Er ist eine harte Obergrenze für die gesamte Ausgabe (Nachdenken plus Antworttext). Anfragen, die thinking: {"type": "disabled"} setzen, geben auf jedem Effort-Level einen 400-Fehler zurück. Claude Opus 5.5 unterstützt außerdem das Ändern des Efforts mitten im Gespräch mit einer output_config pro Nachricht, wodurch der Prompt-Cache erhalten bleibt. Siehe Prompting für Claude Opus 5.5.

Empfohlene Effort-Level für Claude Opus 5

Claude Opus 5 unterstützt alle fünf Effort-Level. Beginne mit high, dem Standard, und passe basierend auf deinen Evals an: Gehe für anspruchsvolle Coding- und agentische Arbeiten auf xhigh hoch oder auf max, wenn eine Aufgabe uneingeschränkten Token-Verbrauch rechtfertigt, und verwende low und medium großzügig als deine primäre Steuerung für Token-Kosten und Antwortzeit, wo immer deine Evals zeigen, dass die Qualität erhalten bleibt. Wenn du Effort-Einstellungen von einem früheren Modell übernommen hast, führe einen neuen Effort-Sweep auf deinen Evals durch, anstatt sie wiederzuverwenden.

Effort steuert den Umfang des Nachdenkens, nicht die sichtbare Antwortlänge: Auf Claude Opus 5 verkürzt eine Änderung des Efforts die Antworten nicht zuverlässig, also prompte stattdessen für die Länge.

Der API-Standard ist high. Setze effort explizit, um ein anderes Level zu verwenden. Der übergebene Wert überschreibt den Standard.

Auf Claude Opus 5 kann das Nachdenken bei xhigh- oder max-Effort nicht deaktiviert werden: Anfragen, die auf diesen Levels thinking: {"type": "disabled"} setzen, geben einen 400-Fehler zurück. Siehe Effort mit Nachdenken.

Wenn du Claude Opus 5 mit xhigh- oder max-Effort betreibst, setze ein großes max_tokens, damit das Modell Raum hat, über Subagenten und Tool-Aufrufe hinweg zu denken und zu handeln. Mit 64k Token zu beginnen und von dort aus abzustimmen, ist ein vernünftiger Standard.

Claude Opus 5 unterstützt außerdem das Ändern des Efforts mitten im Gespräch mit einer output_config pro Nachricht, wodurch der Prompt-Cache erhalten bleibt.

Empfohlene Effort-Level für Claude Opus 4.8

Die Hinweise für Claude Opus 4.7 gelten auch für Claude Opus 4.8. Beginne mit xhigh für Coding- und agentische Anwendungsfälle, verwende high für die meisten anderen intelligenzsensiblen Workloads und gehe nur dann auf medium oder low herunter, wenn du gemessen hast, dass das niedrigere Level die Qualität auf deinen Evals hält.

Der API-Standard ist high. Setze effort explizit, um ein anderes Level zu verwenden. Der übergebene Wert überschreibt den Standard.

Wenn du Claude Opus 4.8 mit xhigh- oder max-Effort betreibst, setze ein großes max_tokens, damit das Modell Raum hat, über Subagenten und Tool-Aufrufe hinweg zu denken und zu handeln. Mit 64k Token zu beginnen und von dort aus abzustimmen, ist ein vernünftiger Standard.

Empfohlene Effort-Level für Claude Opus 4.7

Beginne mit xhigh für Coding- und agentische Anwendungsfälle und verwende high als Minimum für die meisten intelligenzsensiblen Workloads. Gehe für kostensensible Workloads auf medium herunter oder nur dann auf max hoch, wenn deine Evals messbaren Spielraum bei xhigh zeigen.

Der API-Standard ist high. Um xhigh zu verwenden, setze effort explizit. Der übergebene Wert überschreibt den Standard.

Claude Opus 4.7 respektiert Effort-Level außerdem strikter als Claude Opus 4.6, insbesondere bei low und medium. Bei niedrigeren Effort-Levels beschränkt das Modell seine Arbeit auf das, was gefragt wurde, anstatt mehr zu tun als verlangt. Wenn du bei Claude Opus 4.7 oberflächliches Schlussfolgern bei komplexen Problemen beobachtest, erhöhe den Effort, anstatt per Prompt darum herumzuarbeiten. Wenn du den Effort aus Latenzgründen niedrig halten musst, füge gezielte Hinweise hinzu wie „Diese Aufgabe erfordert mehrstufiges Schlussfolgern. Denke sorgfältig nach, bevor du antwortest.“

Wenn du Claude Opus 4.7 mit xhigh- oder max-Effort betreibst, setze ein großes max_tokens, damit das Modell Raum hat, über Subagenten und Tool-Aufrufe hinweg zu denken und zu handeln. Mit 64k Token zu beginnen und von dort aus abzustimmen, ist ein vernünftiger Standard.

Empfohlene Effort-Stufen für Claude Sonnet 5.5

Claude Sonnet 5.5 unterstützt alle fünf Effort-Stufen, und high ist der Standard auf der Claude API. Seine Stufen sind neu kalibriert, sodass eine Stufe nicht denselben Umfang an Nachdenken erzeugt wie dieselbe Stufe bei Claude Sonnet 5. Führe einen neuen Effort-Sweep mit deinen Evals durch, anstatt die Einstellung zu übernehmen, die du bei Claude Sonnet 5 verwendet hast. Beginne mit high, es sei denn, dein Workload ist agentisch oder latenzkritisch. Beginne für agentisches Coding und mehrstufige Tool-Nutzung bei klar spezifizierten Aufgaben mit medium und wechsle für schwierigere oder längere Aufgaben zu high. Beginne für Chat und andere latenzkritische Arbeit mit medium oder low. Verwende xhigh oder max nur dort, wo deine Evals einen Qualitätsgewinn zeigen. Setze max_tokens mit genügend Raum für Nachdenken und Antwort. Nachdenken zählt zu max_tokens, auch wenn der Inhalt des Nachdenkens nicht zurückgegeben wird. Setze für agentisches Coding max_tokens auf 128.000, das Maximum des Modells, und streame die Antwort.

Um das vorgelagerte Nachdenken auszuschalten, sende thinking: {"type": "between_tools"} statt "disabled". Das ist die niedrigste Nachdenk-Einstellung bei Claude Sonnet 5.5, und sie funktioniert bei Effort low, medium und high. Bei xhigh oder max gibt eine Anfrage damit einen 400-Fehler zurück, verwende auf diesen Stufen daher adaptives Nachdenken: Lass das Feld thinking weg oder sende thinking: {"type": "adaptive"}. Siehe Ausführung ohne vorgelagertes Nachdenken.

Claude Sonnet 5.5 unterstützt außerdem das Ändern des Efforts mitten im Gespräch mit einer output_config pro Nachricht, wodurch der Prompt-Cache erhalten bleibt. Mit between_tools kann der Effort nicht mitten im Gespräch geändert werden: Ein output_config.effort pro Nachricht, das von der aktuell geltenden Stufe abweicht, gibt einen 400-Fehler zurück. Um den Effort pro Runde zu variieren, verwende adaptives Nachdenken. Siehe Prompting für Claude Sonnet 5.5.

Empfohlene Effort-Level für Claude Sonnet 5

Claude Sonnet 5 verwendet auf der Claude API und in Claude Code standardmäßig high-Effort.

• High-Effort (Standard): Geeignet für komplexes Schlussfolgern, Coding und agentische Aufgaben, bei denen Qualität wichtiger ist als Geschwindigkeit oder Kosten.
• Xhigh-Effort: Für die schwierigsten Coding- und agentischen Aufgaben. Siehe Prompting für Claude Sonnet 5.
• Medium-Effort: Kostensparende Stufe unterhalb des Standards. Vergleichbar mit Claude Sonnet 4.6 bei High-Effort.
• Low-Effort: Für Workloads mit hohem Volumen oder Latenzsensibilität. Geeignet für Chat- und Nicht-Coding-Anwendungsfälle, bei denen schnellere Bearbeitung Priorität hat.
• Max-Effort: Für Aufgaben, die die absolut höchste Leistungsfähigkeit ohne Einschränkungen beim Token-Verbrauch erfordern.

Empfohlene Effort-Level für Claude Sonnet 4.6

Sonnet 4.6 verwendet standardmäßig high-Effort. Setze den Effort explizit, wenn du Sonnet 4.6 verwendest, um unerwartete Latenz zu vermeiden:

• Medium-Effort (empfohlener Standard): Beste Balance aus Geschwindigkeit, Kosten und Leistung für die meisten Anwendungen. Geeignet für agentisches Coding, Tool-intensive Workflows und Code-Generierung.
• Low-Effort: Für Workloads mit hohem Volumen oder Latenzsensibilität. Geeignet für Chat- und Nicht-Coding-Anwendungsfälle, bei denen schnellere Bearbeitung Priorität hat.
• High-Effort: Für komplexes Schlussfolgern und Aufgaben, bei denen Qualität wichtiger ist als Geschwindigkeit oder Kosten.
• Max-Effort: Für Aufgaben, die die absolut höchste Leistungsfähigkeit ohne Einschränkungen beim Token-Verbrauch erfordern.

Effort mit Tool-Nutzung

Bei der „tool use“ (Tool-Nutzung) wirkt sich der effort-Parameter sowohl auf die Erklärungen rund um Tool-Aufrufe als auch auf die Tool-Aufrufe selbst aus. Niedrigere Effort-Level neigen dazu:

• Mehrere Operationen in weniger Tool-Aufrufen zusammenzufassen
• Weniger Tool-Aufrufe zu machen
• Ohne Vorrede direkt zur Aktion überzugehen
• Nach Abschluss knappe Bestätigungsnachrichten zu verwenden

Höhere Effort-Level können:

• Mehr Tool-Aufrufe machen
• Den Plan erklären, bevor sie handeln
• Detaillierte Zusammenfassungen der Änderungen liefern
• Umfassendere Code-Kommentare einfügen

Effort mit Nachdenken

Der Parameter thinking steuert, ob Claude vor dem Antworten in Thinking-Blöcken nachdenkt; der Parameter effort steuert, wie viel Arbeit Claude in die gesamte Antwort steckt, was im adaptiven Modus auch umfasst, wie oft und wie tief es nachdenkt. Übergib adaptive nicht als effort-Wert: adaptive ist ein Denkmodus, keine Effort-Stufe.

Bei höheren Effort-Stufen denkt Claude bereitwilliger und ausführlicher nach. In einer Tool-Nutzungs-Schleife können Folgeanfragen, die nur Tool-Ergebnisse verarbeiten, das Nachdenken auf jeder Stufe trotzdem überspringen. Bei niedrigeren Stufen kann Claude das Nachdenken bei einfacheren Problemen ganz überspringen. Ausführliche Hinweise dazu, wie die beiden Steuerungen zusammenwirken, findest du unter Nachdenken und Effort.

Auf Claude Opus 4.5, dem einzigen Modell mit ausschließlich erweitertem Nachdenken, das Effort unterstützt, arbeitet er zusammen mit budget_tokens: Setze das Effort-Level für deine Aufgabe und lege dann das Token-Budget für das Nachdenken danach fest, wie viel Denktiefe die Aufgabe benötigt.

Zur Verfügbarkeit des Nachdenkens pro Modell siehe die Konfigurationstabelle pro Modell. Effort funktioniert mit oder ohne Nachdenken. Siehe Wie Effort funktioniert.

Effort mitten im Gespräch ändern

Du kannst spätere Runden eines Gesprächs auf zwei Arten mit einer anderen Effort-Stufe ausführen. Bei Claude Fable 5.1, Claude Mythos 5.1, Claude Opus 5.5, Claude Opus 5 und Claude Sonnet 5.5 verwendest du eine Effort-Änderung pro Nachricht, wodurch der Prompt-Cache erhalten bleibt. Bei anderen Modellen setzt du in der nächsten Anfrage einen neuen Wert auf oberster Ebene, wodurch der Cache neu beginnt.

Effort pro Nachricht (Beta)

Effort pro Nachricht befindet sich in der Beta-Phase und erfordert den Beta-Header mid-conversation-output-config-2026-07-01. Modelle ohne Effort pro Nachricht, einschließlich Claude Fable 5, geben einen 400-Fehler zurück: output_config.effort requires a model that supports per-turn effort; this model does not. Bei Claude Sonnet 5.5 mit thinking: {"type": "between_tools"} kann der Effort nicht mitten im Gespräch geändert werden: Ein output_config.effort pro Nachricht, das von der aktuell geltenden Stufe abweicht, gibt einen 400-Fehler zurück. Um den Effort pro Runde zu variieren, verwende adaptives Nachdenken.

Füge eine Nachricht mit role: "system", leerem content und dem neuen Level in output_config.effort hinzu. Das neue Level gilt ab dem nächsten user-Turn und bleibt bestehen, bis eine spätere Nachricht es ändert. Alles vor dieser Nachricht bleibt unverändert, sodass das gecachte Präfix weiterhin übereinstimmt.

Das folgende Beispiel beginnt bei high und wechselt dann für eine routinemäßige Folgefrage auf low:

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-fable-5-1",
    max_tokens=4096,
    output_config={"effort": "high"},
    messages=[
        {
            "role": "user",
            "content": "Plan a migration from SQLite to PostgreSQL in three short steps.",
        },
        {
            "role": "assistant",
            "content": "1. Export the SQLite data. 2. Create the PostgreSQL schema. 3. Import the data and verify row counts.",
        },
        # System-Nachricht nur für Effort: Die neue Stufe gilt ab dem nächsten User-Turn.
        {"role": "system", "content": [], "output_config": {"effort": "low"}},
        {"role": "user", "content": "Summarize the plan in one sentence."},
    ],
    betas=["mid-conversation-output-config-2026-07-01"],
)

for block in response.content:
    if block.type == "text":
        print(block.text)

Eine reine Effort-Systemnachricht enthält keinen Text, daher gelten die Platzierungsregeln für Systemnachrichten mitten im Gespräch nicht. Sie kann an beliebiger Stelle in messages stehen, auch als erster Eintrag oder zwischen einem assistant-Turn und dem nächsten user-Turn. Die Werte sind die Level-Namen (low, medium, high, xhigh und max).

Bevorzuge auf Claude Fable 5.1 diese Form gegenüber dem Ändern des Werts auf oberster Ebene zwischen Anfragen. Eine Änderung auf oberster Ebene startet den Cache neu und steuert das Modell zudem weniger zuverlässig: Seine früheren Antworten wurden auf dem vorherigen Level geschrieben, und es neigt dazu, mit ihnen konsistent zu bleiben.

Effort auf oberster Ebene in der nächsten Anfrage

Das output_config.effort auf oberster Ebene gilt für die gesamte Anfrage. Um einen späteren Teil eines Gesprächs auf einem anderen Level auszuführen, setze den neuen Wert in der nächsten Anfrage. Da Effort auf oberster Ebene den gerenderten Prompt formt, bleiben gecachte Präfixe aus früheren Turns bei einer Änderung zwischen Anfragen nicht erhalten. Wenn du dich über eine lange Sitzung hinweg auf „prompt caching“ (Prompt-Caching) verlässt, siehe Prompt-Caching, und dein Modell Effort pro Nachricht nicht unterstützt, wähle zu Beginn ein Effort-Level und halte es konstant.

Best Practices

1. Setze den Effort explizit: Die API verwendet standardmäßig high (medium bei Claude Opus 5.5), aber der richtige Ausgangspunkt hängt von deinem Modell und deinem Workload ab.
2. Verwende low für geschwindigkeitskritische oder einfache Aufgaben: Wenn Latenz wichtig ist oder Aufgaben unkompliziert sind, kann niedriger Effort die Antwortzeiten und Kosten erheblich reduzieren.
3. Teste deinen Anwendungsfall: Die Auswirkungen der Effort-Level variieren je nach Aufgabentyp. Bewerte die Leistung für deine spezifischen Anwendungsfälle, bevor du sie bereitstellst.
4. Ziehe dynamischen Effort in Betracht: Passe den Effort an die Komplexität der Aufgabe an. Einfache Anfragen rechtfertigen möglicherweise niedrigen Effort, während agentisches Coding und komplexes Schlussfolgern von hohem Effort profitieren. Lies den nächsten Punkt, bevor du ihn innerhalb eines Gesprächs variierst.
5. Halte den Effort auf oberster Ebene in gecachten Gesprächen konstant: Eine Änderung des Effort-Werts auf oberster Ebene zwischen Anfragen macht das Prompt-Caching ungültig, daher solltest du ihn zwischen Workloads variieren und nicht innerhalb eines Gesprächs, das auf Cache-Treffer angewiesen ist. Verwende auf Modellen, die dies unterstützen, stattdessen eine Effort-Änderung pro Nachricht, die den Cache beibehält. Siehe Nachdenken und Prompt-Caching.

Nächste Schritte

Compatibility