Effort

Der Effort-Parameter ermöglicht es Ihnen zu kontrollieren, wie bereitwillig Claude Token bei der Beantwortung von Anfragen ausgibt. Dies gibt Ihnen die Möglichkeit, zwischen Gründlichkeit der Antwort und Token-Effizienz abzuwägen, alles mit einem einzigen Modell.

Wie Effort funktioniert

Standardmäßig verwendet Claude maximale Anstrengung – gibt so viele Token aus, wie für das bestmögliche Ergebnis erforderlich sind. Durch Reduzierung der Effort-Stufe können Sie Claude anweisen, sparsamer mit der Token-Nutzung umzugehen und die Geschwindigkeit und Kosten zu optimieren, während Sie eine gewisse Verringerung der Leistungsfähigkeit akzeptieren.

Der Effort-Parameter beeinflusst alle Token in der Antwort, einschließlich:

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

Dieser Ansatz hat zwei große Vorteile:

1. Es ist nicht erforderlich, dass Denken aktiviert ist, um es zu verwenden.
2. Es kann alle Token-Ausgaben beeinflussen, einschließlich Tool-Aufrufe. Zum Beispiel würde niedrigere Anstrengung bedeuten, dass Claude weniger Tool-Aufrufe macht. Dies gibt einen viel größeren Grad an Kontrolle über die Effizienz.

Effort-Stufen

Grundlegende Verwendung

import anthropic

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-opus-4-5-20251101",
    betas=["effort-2025-11-24"],
    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 sollte ich den Effort-Parameter anpassen?

• Verwenden Sie high effort (die Standardeinstellung), wenn Sie Claudes beste Arbeit benötigen – komplexes Denken, differenzierte Analyse, schwierige Codierungsprobleme oder jede Aufgabe, bei der Qualität die oberste Priorität ist.
• Verwenden Sie medium effort als ausgewogene Option, wenn Sie eine solide Leistung ohne die volle Token-Ausgabe von high effort wünschen.
• Verwenden Sie low effort, wenn Sie Geschwindigkeit optimieren (weil Claude mit weniger Token antwortet) oder Kosten – zum Beispiel einfache Klassifizierungsaufgaben, schnelle Nachschlagungen oder Anwendungsfälle mit hohem Volumen, bei denen marginale Qualitätsverbesserungen keine zusätzliche Latenz oder Ausgaben rechtfertigen.

Effort mit Tool-Nutzung

Bei der Verwendung von Tools beeinflusst der Effort-Parameter sowohl die Erklärungen um Tool-Aufrufe als auch die Tool-Aufrufe selbst. Niedrigere Effort-Stufen neigen dazu zu:

• Mehrere Operationen in weniger Tool-Aufrufe kombinieren
• Weniger Tool-Aufrufe machen
• Direkt zur Aktion übergehen ohne Präambel
• Knappe Bestätigungsmeldungen nach Abschluss verwenden

Höhere Effort-Stufen können:

• Mehr Tool-Aufrufe machen
• Den Plan vor der Aktion erklären
• Detaillierte Zusammenfassungen von Änderungen bereitstellen
• Umfassendere Code-Kommentare enthalten

Effort mit erweitertem Denken

Der Effort-Parameter funktioniert zusammen mit dem Thinking-Token-Budget, wenn erweitertes Denken aktiviert ist. Diese beiden Steuerelemente dienen unterschiedlichen Zwecken:

• Effort-Parameter: Kontrolliert, wie Claude alle Token ausgibt – einschließlich Thinking-Tokens, Textantworten und Tool-Aufrufe
• Thinking-Token-Budget: Legt eine maximale Grenze für Thinking-Tokens speziell fest

Der Effort-Parameter kann mit oder ohne aktiviertes erweitertes Denken verwendet werden. Wenn beide konfiguriert sind:

1. Bestimmen Sie zunächst die für Ihre Aufgabe geeignete Effort-Stufe
2. Legen Sie dann das Thinking-Token-Budget basierend auf der Aufgabenkomplexität fest

Für beste Leistung bei komplexen Denkaufgaben verwenden Sie high effort (die Standardeinstellung) mit einem hohen Thinking-Token-Budget. Dies ermöglicht Claude, gründlich zu denken und umfassende Antworten zu geben.

Best Practices

1. Beginnen Sie mit high: Verwenden Sie niedrigere Effort-Stufen, um Leistung gegen Token-Effizienz abzuwägen.
2. Verwenden Sie low für geschwindigkeitssensitive oder einfache Aufgaben: Wenn Latenz wichtig ist oder Aufgaben unkompliziert sind, kann low effort die Antwortzeiten und Kosten erheblich reduzieren.
3. Testen Sie Ihren Anwendungsfall: Die Auswirkung von Effort-Stufen variiert je nach Aufgabentyp. Bewerten Sie die Leistung bei Ihren spezifischen Anwendungsfällen, bevor Sie sie bereitstellen.
4. Erwägen Sie dynamische Anstrengung: Passen Sie die Anstrengung basierend auf der Aufgabenkomplexität an. Einfache Abfragen können niedrige Anstrengung rechtfertigen, während agentengestützte Codierung und komplexes Denken von hoher Anstrengung profitieren.