Effort

Mit dem Effort-Parameter kannst du steuern, wie bereitwillig Claude Tokens ausgibt, wenn es auf Anfragen antwortet. Du kannst mit einem einzigen Modell zwischen Gründlichkeit der Antwort und Token-Effizienz abwägen. Der Effort-Parameter ist auf allen unterstützten Modellen verfügbar, ohne dass ein Beta-Header erforderlich ist.



Wie Effort funktioniert

Standardmäßig verwendet Claude hohen Effort und gibt so viele Tokens aus wie nötig, um hervorragende Ergebnisse zu erzielen. Du kannst die Effort-Stufe auf max erhöhen, um die absolut höchste Leistungsfähigkeit zu erhalten, oder sie senken, um sparsamer mit dem Token-Verbrauch umzugehen und auf Geschwindigkeit und Kosten zu optimieren, wobei du eine gewisse Reduzierung der Leistungsfähigkeit in Kauf nimmst.

Der Effort-Parameter wirkt sich auf alle Tokens in der Antwort aus, einschließlich:

• Textantworten und Erklärungen
• Tool-Aufrufe und Funktionsargumente
• Erweitertes Denken (wenn aktiviert)

Dieser Ansatz hat zwei wesentliche Vorteile:

1. Er erfordert nicht, dass Denken aktiviert ist.
2. Er kann den gesamten Token-Verbrauch beeinflussen, einschließlich Tool-Aufrufen. Beispielsweise würde ein niedrigerer Effort bedeuten, dass Claude weniger Tool-Aufrufe macht. Dies bietet ein viel höheres Maß an Kontrolle über die Effizienz.



Effort-Stufen



Empfohlene Effort-Stufen für Claude Sonnet 5

Claude Sonnet 5 verwendet standardmäßig high Effort.

• High Effort (Standard): Geeignet für komplexes Reasoning, 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 Abstufung vom Standard. Vergleichbar mit Claude Sonnet 4.6 bei High Effort.
• Low Effort: Für Workloads mit hohem Volumen oder Latenzempfindlichkeit. Geeignet für Chat- und Nicht-Coding-Anwendungsfälle, bei denen schnellere Durchlaufzeiten priorisiert werden.
• Max Effort: Für Aufgaben, die die absolut höchste Leistungsfähigkeit ohne Einschränkungen beim Token-Verbrauch erfordern.



Empfohlene Effort-Stufen für Sonnet 4.6

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

• Medium Effort (empfohlener Standard): Bestes Gleichgewicht zwischen Geschwindigkeit, Kosten und Leistung für die meisten Anwendungen. Geeignet für agentisches Coding, Tool-lastige Workflows und Code-Generierung.
• Low Effort: Für Workloads mit hohem Volumen oder Latenzempfindlichkeit. Geeignet für Chat- und Nicht-Coding-Anwendungsfälle, bei denen schnellere Durchlaufzeiten priorisiert werden.
• High Effort: Für komplexes Reasoning 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.



Empfohlene Effort-Stufen für Claude Opus 4.7

Beginne mit xhigh für Coding- und agentische Anwendungsfälle und verwende high als Minimum für die meisten intelligenzsensitiven Workloads. Gehe auf medium herunter für kostensensitive Workloads oder auf max hoch, nur wenn deine Evaluierungen 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-Stufen auch strikter als Claude Opus 4.6, insbesondere bei low und medium. Bei niedrigeren Effort-Stufen beschränkt das Modell seine Arbeit auf das, was gefragt wurde, anstatt darüber hinauszugehen. Wenn du bei komplexen Problemen mit Claude Opus 4.7 oberflächliches Reasoning beobachtest, erhöhe den Effort, anstatt das Problem durch Prompting zu umgehen. Wenn du den Effort aus Latenzgründen niedrig halten musst, füge gezielte Anweisungen hinzu wie „Diese Aufgabe erfordert mehrstufiges Reasoning. Denke sorgfältig nach, bevor du antwortest."

Wenn du Claude Opus 4.7 mit xhigh oder max Effort ausführst, setze ein großes max_tokens, damit das Modell Raum zum Denken und Handeln über Subagenten und Tool-Aufrufe hinweg hat. Mit 64k Tokens zu beginnen und von dort aus anzupassen ist ein vernünftiger Standard.



Empfohlene Effort-Stufen für Claude Opus 4.8

Die Empfehlungen 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 intelligenzsensitiven Workloads und gehe nur dann auf medium oder low herunter, wenn du gemessen hast, dass die niedrigere Stufe die Qualität in deinen Evaluierungen hält.

Der API-Standard ist high. Setze effort explizit, um eine andere Stufe zu verwenden; der übergebene Wert überschreibt den Standard.

Wenn du Claude Opus 4.8 mit xhigh oder max Effort ausführst, setze ein großes max_tokens, damit das Modell Raum zum Denken und Handeln über Subagenten und Tool-Aufrufe hinweg hat. Mit 64k Tokens zu beginnen und von dort aus anzupassen ist ein vernünftiger Standard.



Empfohlene Effort-Stufen für Claude Fable 5

Effort ist die primäre Steuerung für die Abwägung zwischen Intelligenz, Latenz und Kosten bei Claude Fable 5. Beginne mit high, dem Standard, für die meisten Aufgaben, verwende xhigh für die leistungssensitivsten Workloads und gehe auf medium oder low herunter für Routinearbeit. Niedrigere Effort-Einstellungen bei Claude Fable 5 liefern weiterhin gute Ergebnisse und übertreffen oft die xhigh-Leistung früherer Modelle. Bei high und xhigh setze ein großes max_tokens: Es ist ein hartes Limit für die Gesamtausgabe, Denken plus Antworttext. Siehe Kostenkontrolle.

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



Grundlegende Verwendung

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=4096,
    messages=[
        {
            "role": "user",
            "content": "Analyze the trade-offs between microservices and monolithic architectures",
        }
    ],
    output_config={"effort": "medium"},
)

print(response.content[0].text)



Wann du den Effort-Parameter anpassen solltest

• Verwende Max Effort, wenn du die absolut höchste Leistungsfähigkeit ohne Einschränkungen benötigst: das gründlichste Reasoning und die tiefste Analyse. Verfügbar auf Claude Fable 5, Claude Mythos 5, Claude Opus 4.8, Claude Mythos Preview, Claude Opus 4.7, Claude Opus 4.6, Claude Sonnet 5 und Claude Sonnet 4.6.
• Verwende Xhigh Effort für fortgeschrittenes Coding und komplexe agentische Arbeit, die erweiterte Exploration erfordert, wie wiederholte Tool-Aufrufe und detaillierte Suche. Verfügbar auf Claude Fable 5, Claude Mythos 5, Claude Opus 4.8, Claude Opus 4.7 und Claude Sonnet 5.
• Verwende High Effort (den Standard) für komplexes Reasoning, nuancierte Analyse, schwierige Coding-Probleme oder jede Aufgabe, bei der Qualität wichtiger ist als Geschwindigkeit oder Kosten.
• Verwende Medium Effort als ausgewogene Option, wenn du solide Leistung ohne den vollen Token-Aufwand von High Effort möchtest.
• Verwende Low Effort, wenn du auf Geschwindigkeit (weil Claude mit weniger Tokens antwortet) oder Kosten optimierst. Zum Beispiel einfache Klassifizierungsaufgaben, schnelle Abfragen oder Anwendungsfälle mit hohem Volumen, bei denen marginale Qualitätsverbesserungen die zusätzliche Latenz oder Ausgaben nicht rechtfertigen.



Effort mit Tool-Nutzung

Bei der Verwendung von Tools wirkt sich der Effort-Parameter sowohl auf die Erklärungen rund um Tool-Aufrufe als auch auf die Tool-Aufrufe selbst aus. Niedrigere Effort-Stufen neigen dazu:

• Mehrere Operationen in weniger Tool-Aufrufen zu kombinieren
• Weniger Tool-Aufrufe zu machen
• Direkt zur Aktion überzugehen ohne Einleitung
• Knappe Bestätigungsnachrichten nach Abschluss zu verwenden

Höhere Effort-Stufen können:

• Mehr Tool-Aufrufe machen
• Den Plan erklären, bevor Aktionen ausgeführt werden
• Detaillierte Zusammenfassungen der Änderungen bereitstellen
• Umfassendere Code-Kommentare einschließen



Effort mit erweitertem Denken

Der Effort-Parameter arbeitet zusammen mit erweitertem Denken. Sein Verhalten hängt vom Modell ab:

• Claude Fable 5 und Claude Mythos 5 verwenden adaptives Denken, das immer aktiviert ist (keine thinking-Konfiguration erforderlich). thinking: {type: "disabled"} wird abgelehnt. Effort steuert die Denktiefe auf dieselbe Weise wie bei Opus 4.8 und Opus 4.7.
• Claude Opus 4.8 verwendet adaptives Denken (thinking: {type: "adaptive"}), wobei Effort die empfohlene Steuerung für die Denktiefe ist. Manuelles erweitertes Denken (thinking: {type: "enabled", budget_tokens: N}) wird nicht unterstützt und gibt einen 400-Fehler zurück. Das Modell entscheidet basierend auf jeder Anfrage, wann und wie viel es denkt, sodass es das Denken nur bei Bedarf auslöst. Bei high, xhigh und max Effort denkt Claude fast immer tief nach. Bei niedrigeren Stufen kann es das Denken bei einfacheren Problemen überspringen. Setze thinking: {type: "adaptive"}, um Denken zu aktivieren; ohne diese Einstellung laufen Anfragen ohne Denken.
• Claude Mythos Preview verwendet standardmäßig adaptives Denken (keine thinking-Konfiguration erforderlich). thinking: {type: "disabled"} wird abgelehnt. Effort steuert die Denktiefe auf dieselbe Weise wie bei Opus 4.7 und Opus 4.6.
• Claude Opus 4.7 verwendet adaptives Denken (thinking: {type: "adaptive"}), wobei Effort die empfohlene Steuerung für die Denktiefe ist. Manuelles erweitertes Denken (thinking: {type: "enabled", budget_tokens: N}) wird auf Opus 4.7 nicht mehr unterstützt; verwende stattdessen adaptives Denken mit Effort. Bei high, xhigh und max Effort denkt Claude fast immer tief nach. Bei niedrigeren Stufen kann es das Denken bei einfacheren Problemen überspringen.
• Claude Opus 4.6 verwendet adaptives Denken (thinking: {type: "adaptive"}), wobei Effort die empfohlene Steuerung für die Denktiefe ist. Obwohl budget_tokens auf Opus 4.6 weiterhin akzeptiert wird, ist es veraltet und wird in einer zukünftigen Version entfernt. Bei high und max Effort denkt Claude fast immer tief nach. Bei niedrigeren Stufen kann es das Denken bei einfacheren Problemen überspringen.
• Claude Sonnet 5 verwendet adaptives Denken, das standardmäßig aktiviert ist (keine thinking-Konfiguration erforderlich), und Effort ist die empfohlene Steuerung für die Denktiefe. Manuelles erweitertes Denken (thinking: {type: "enabled", budget_tokens: N}) wird nicht unterstützt und gibt einen 400-Fehler zurück. Übergib thinking: {type: "disabled"}, um das Denken auszuschalten. Bei high (Standard), xhigh und max Effort denkt Claude fast immer tief nach. Bei niedrigeren Stufen kann es das Denken bei einfacheren Problemen überspringen.
• Claude Sonnet 4.6 verwendet adaptives Denken (wobei Effort die Denktiefe steuert). Manuelles Denken mit Interleaved-Modus (thinking: {type: "enabled", budget_tokens: N}) ist weiterhin funktionsfähig, aber veraltet.
• Claude Opus 4.5 verwendet manuelles Denken (thinking: {type: "enabled", budget_tokens: N}), wobei Effort zusammen mit dem Denk-Token-Budget arbeitet. Setze die Effort-Stufe für deine Aufgabe und dann das Denk-Token-Budget basierend auf der Aufgabenkomplexität.

Der Effort-Parameter kann mit oder ohne aktiviertes erweitertes Denken verwendet werden. Wenn er ohne Denken verwendet wird, steuert er weiterhin den gesamten Token-Verbrauch für Textantworten und Tool-Aufrufe.



Best Practices

1. Setze Effort explizit: Die API verwendet standardmäßig high, aber der richtige Ausgangspunkt hängt von deinem Modell und Workload ab.
2. Verwende Low für geschwindigkeitssensitive oder einfache Aufgaben: Wenn Latenz wichtig ist oder Aufgaben unkompliziert sind, kann Low Effort die Antwortzeiten und Kosten erheblich reduzieren.
3. Teste deinen Anwendungsfall: Die Auswirkung von Effort-Stufen variiert je nach Aufgabentyp. Evaluiere die Leistung für deine spezifischen Anwendungsfälle vor dem Deployment.
4. Erwäge dynamischen Effort: Passe den Effort basierend auf der Aufgabenkomplexität an. Einfache Abfragen können Low Effort rechtfertigen, während agentisches Coding und komplexes Reasoning von High Effort profitieren.



Nächste Schritte