Pemikiran adaptif

Pemikiran adaptif adalah cara yang direkomendasikan untuk menggunakan pemikiran diperpanjang dengan Claude Opus 4.8, Claude Opus 4.7, Claude Opus 4.6, dan Claude Sonnet 4.6. Pada Claude Fable 5 dan Claude Mythos 5, pemikiran selalu diaktifkan dan tidak dapat dinonaktifkan; pemikiran adaptif adalah satu-satunya mode pemikiran. Pada Claude Mythos Preview, pemikiran adaptif adalah mode default dan diterapkan secara otomatis setiap kali thinking tidak disetel. Alih-alih menetapkan anggaran token pemikiran secara manual, pemikiran adaptif memungkinkan Claude secara dinamis menentukan kapan dan seberapa banyak menggunakan pemikiran diperpanjang berdasarkan kompleksitas setiap permintaan. Pada Claude Opus 4.8 dan Claude Opus 4.7, pemikiran adaptif adalah satu-satunya mode pemikiran yang didukung; thinking: {type: "enabled", budget_tokens: N} manual tidak lagi diterima.



Model yang didukung

Pemikiran adaptif didukung pada model-model berikut:

• Claude Fable 5 (claude-fable-5) dan Claude Mythos 5 (claude-mythos-5), pemikiran adaptif selalu aktif; thinking: {type: "disabled"} tidak didukung
• Claude Mythos Preview (claude-mythos-preview), pemikiran adaptif adalah default; thinking: {type: "disabled"} tidak didukung
• Claude Opus 4.8 (claude-opus-4-8), pemikiran adaptif adalah satu-satunya mode pemikiran yang didukung. Pemikiran nonaktif kecuali Anda secara eksplisit menetapkan thinking: {type: "adaptive"} dalam permintaan Anda; thinking: {type: "enabled"} manual ditolak dengan error 400.
• Claude Opus 4.7 (claude-opus-4-7), pemikiran adaptif adalah satu-satunya mode pemikiran yang didukung. Pemikiran nonaktif kecuali Anda secara eksplisit menetapkan thinking: {type: "adaptive"} dalam permintaan Anda; thinking: {type: "enabled"} manual ditolak dengan error 400.
• Claude Opus 4.6 (claude-opus-4-6)
• Claude Sonnet 4.6 (claude-sonnet-4-6)



Cara kerja pemikiran adaptif

Dalam mode adaptif, pemikiran bersifat opsional bagi model. Claude mengevaluasi kompleksitas setiap permintaan dan menentukan apakah dan seberapa banyak menggunakan pemikiran diperpanjang. Pada tingkat effort default (high), Claude hampir selalu berpikir. Pada tingkat effort yang lebih rendah, Claude mungkin melewati pemikiran untuk masalah yang lebih sederhana.

Pemikiran adaptif juga secara otomatis mengaktifkan interleaved thinking (pemikiran berselang). Ini berarti Claude dapat berpikir di antara pemanggilan alat, menjadikannya sangat efektif untuk alur kerja agentik.



Cara menggunakan pemikiran adaptif

Setel thinking.type ke "adaptive" dalam permintaan API Anda:

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=16000,
    thinking={"type": "adaptive"},
    messages=[
        {
            "role": "user",
            "content": "Explain why the sum of two even numbers is always even.",
        }
    ],
)

for block in response.content:
    if block.type == "thinking":
        print(f"\nThinking: {block.thinking}")
    elif block.type == "text":
        print(f"\nResponse: {block.text}")



Pemikiran adaptif dengan parameter effort

Anda dapat menggabungkan pemikiran adaptif dengan parameter effort untuk memandu seberapa banyak pemikiran yang dilakukan Claude. Tingkat effort bertindak sebagai panduan lunak untuk alokasi pemikiran Claude:

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=16000,
    thinking={"type": "adaptive"},
    output_config={"effort": "medium"},
    messages=[{"role": "user", "content": "What is the capital of France?"}],
)

print(response.content[0].text)



Streaming dengan pemikiran adaptif

Pemikiran adaptif bekerja dengan mulus bersama streaming. Blok pemikiran di-stream melalui event thinking_delta sama seperti mode pemikiran manual:

client = anthropic.Anthropic()

with client.messages.stream(
    model="claude-opus-4-8",
    max_tokens=16000,
    thinking={"type": "adaptive"},
    messages=[
        {
            "role": "user",
            "content": "What is the greatest common divisor of 1071 and 462?",
        }
    ],
) as stream:
    for event in stream:
        if event.type == "content_block_start":
            print(f"\nStarting {event.content_block.type} block...")
        elif event.type == "content_block_delta":
            if event.delta.type == "thinking_delta":
                print(event.delta.thinking, end="", flush=True)
            elif event.delta.type == "text_delta":
                print(event.delta.text, end="", flush=True)



Pemikiran adaptif vs manual vs dinonaktifkan



Pertimbangan penting



Perubahan validasi

Saat menggunakan pemikiran adaptif, giliran asisten sebelumnya tidak perlu dimulai dengan blok pemikiran. Ini lebih fleksibel daripada mode manual, di mana API mewajibkan giliran dengan pemikiran aktif dimulai dengan blok pemikiran.



Caching prompt

Permintaan berturut-turut yang menggunakan pemikiran adaptive mempertahankan breakpoint cache prompt. Namun, beralih antara mode pemikiran adaptive dan enabled/disabled merusak breakpoint cache untuk pesan. Prompt sistem dan definisi alat tetap di-cache terlepas dari perubahan mode.



Menyetel perilaku pemikiran

Perilaku pemicu pemikiran adaptif dapat diarahkan melalui prompt. Jika Claude berpikir lebih sering atau lebih jarang dari yang Anda inginkan, Anda dapat menambahkan panduan ke prompt sistem Anda:

Extended thinking adds latency and should only be used when it
will meaningfully improve answer quality — typically for problems
that require multi-step reasoning. When in doubt, respond directly.

Untuk mendorong pemikiran sebagai gantinya, gunakan frasa seperti:

This task involves multi-step reasoning. Think carefully before responding.

Efektivitas pengarahan dapat sensitif terhadap pemilihan kata yang tepat — jika satu frasa tidak menghasilkan perilaku yang Anda inginkan, coba varian yang lebih langsung.

Anda juga dapat mengarahkan pemikiran per pesan dari giliran pengguna. Menambahkan "Please think hard before responding." ke pesan pengguna mendorong Claude untuk berpikir pada giliran tersebut; "Answer directly without deliberating." menekannya. Ini bekerja secara independen dari prompt sistem dan berguna ketika hanya beberapa permintaan dalam percakapan yang memerlukan penalaran diperpanjang.



Kontrol biaya

Gunakan max_tokens sebagai batas keras pada total output (pemikiran + teks respons). Parameter effort memberikan panduan lunak tambahan tentang seberapa banyak pemikiran yang dialokasikan Claude. Bersama-sama, keduanya memberi Anda kontrol efektif atas biaya.

Pada tingkat effort high dan max, Claude mungkin berpikir lebih ekstensif dan lebih mungkin menghabiskan anggaran max_tokens. Jika Anda mengamati stop_reason: "max_tokens" dalam respons, pertimbangkan untuk meningkatkan max_tokens untuk memberi model lebih banyak ruang, atau menurunkan tingkat effort.



Bekerja dengan blok pemikiran

Konsep-konsep berikut berlaku untuk semua model yang mendukung pemikiran diperpanjang, terlepas dari apakah Anda menggunakan mode adaptif atau manual.



Pemikiran yang diringkas

Dengan pemikiran diperpanjang diaktifkan, Messages API untuk model Claude 4 mengembalikan ringkasan dari proses pemikiran lengkap Claude. Pemikiran yang diringkas memberikan manfaat kecerdasan penuh dari pemikiran diperpanjang, sekaligus mencegah penyalahgunaan. Ini adalah perilaku default pada model Claude 4 ketika field display pada konfigurasi thinking tidak disetel atau disetel ke "summarized". Pada Claude Fable 5, Claude Mythos 5, Claude Opus 4.8, Claude Opus 4.7, dan Claude Mythos Preview, display secara default disetel ke "omitted", sehingga Anda harus menyetel display: "summarized" secara eksplisit untuk menerima pemikiran yang diringkas.

Berikut adalah beberapa pertimbangan penting untuk pemikiran yang diringkas:

• Anda dikenakan biaya untuk token pemikiran penuh yang dihasilkan oleh permintaan asli, bukan token ringkasan.
• Jumlah token output yang ditagih tidak akan sama dengan jumlah token yang Anda lihat dalam respons.
• Pada model Claude 4, beberapa baris pertama dari output pemikiran lebih panjang dan rinci, memberikan penalaran mendetail yang sangat membantu untuk keperluan rekayasa prompt. Claude Mythos Preview meringkas sejak token pertama, sehingga blok pemikirannya tidak menampilkan pembukaan yang rinci ini.
• Karena Anthropic terus berupaya meningkatkan fitur pemikiran diperpanjang, perilaku peringkasan dapat berubah sewaktu-waktu.
• Peringkasan mempertahankan ide-ide kunci dari proses pemikiran Claude dengan latensi tambahan yang minimal, memungkinkan pengalaman pengguna yang dapat di-stream.
• Peringkasan diproses oleh model yang berbeda dari model yang Anda targetkan dalam permintaan Anda. Model pemikiran tidak melihat output yang diringkas.



Mengontrol tampilan pemikiran

Field display pada konfigurasi thinking mengontrol bagaimana konten thinking dikembalikan dalam respons API. Field ini menerima dua nilai:

• "summarized": Blok thinking berisi teks thinking yang diringkas. Lihat Summarized thinking untuk detailnya. Ini adalah nilai default pada Claude Opus 4.6, Claude Sonnet 4.6, dan model Claude 4 sebelumnya.
• "omitted": Blok thinking dikembalikan dengan field thinking yang kosong. Field signature tetap membawa thinking lengkap yang terenkripsi untuk kontinuitas multi-turn (lihat Thinking encryption). Ini adalah nilai default pada Claude Fable 5, Claude Mythos 5, Claude Opus 4.8, Claude Opus 4.7, dan Claude Mythos Preview.

Mengatur display: "omitted" berguna ketika aplikasi Anda tidak menampilkan konten thinking kepada pengguna. Manfaat utamanya adalah time-to-first-text-token yang lebih cepat saat streaming: Server melewati streaming token thinking sepenuhnya dan hanya mengirimkan signature, sehingga respons teks akhir mulai di-stream lebih cepat.

Berikut adalah beberapa pertimbangan penting untuk omitted thinking:

• Anda tetap dikenakan biaya untuk token thinking penuh. Menghilangkan thinking mengurangi latensi, bukan biaya.
• Jika Anda mengirimkan kembali blok thinking dalam percakapan multi-turn, kirimkan tanpa perubahan. Server mendekripsi signature untuk merekonstruksi thinking asli guna menyusun prompt (lihat Preserving thinking blocks). Teks apa pun yang Anda tempatkan di field thinking dari blok omitted yang dikirim ulang akan diabaikan.
• display tidak valid dengan thinking.type: "disabled" (tidak ada yang perlu ditampilkan).
• Saat menggunakan thinking.type: "adaptive" dan model melewati thinking untuk permintaan sederhana, tidak ada blok thinking yang dihasilkan terlepas dari nilai display.

thinking = {
    "type": "adaptive",
    "display": "summarized",
}

Untuk contoh kode dan perilaku streaming dengan display: "omitted", lihat Mengontrol tampilan pemikiran di halaman pemikiran diperpanjang. Contoh di sana menggunakan type: "enabled"; dengan pemikiran adaptif, gunakan:

thinking = {"type": "adaptive", "display": "omitted"}



Enkripsi pemikiran

Konten pemikiran lengkap dienkripsi dan dikembalikan dalam field signature. Field ini digunakan untuk memverifikasi bahwa blok pemikiran dihasilkan oleh Claude ketika dikirimkan kembali ke API.

Berikut adalah beberapa pertimbangan penting tentang enkripsi pemikiran:

• Saat melakukan streaming respons, signature ditambahkan melalui signature_delta di dalam event content_block_delta tepat sebelum event content_block_stop.
• Nilai signature secara signifikan lebih panjang pada model Claude 4 dibandingkan model sebelumnya.
• Field signature adalah field opaque dan tidak boleh diinterpretasikan atau di-parse.
• Nilai signature kompatibel di seluruh platform (API Claude, Amazon Bedrock, dan Vertex AI). Nilai yang dihasilkan di satu platform akan kompatibel dengan platform lainnya.



Output pemikiran pada Claude Fable 5 dan Claude Mythos 5

Pada Claude Fable 5 dan Claude Mythos 5, rantai pemikiran mentah tidak pernah dikembalikan. Blok pemikiran yang Anda terima adalah blok thinking biasa, bukan redacted_thinking. Pengaturan thinking.display bekerja sama seperti pada model lain:

• "summarized" mengembalikan ringkasan penalaran yang dapat dibaca.
• "omitted" (default pada model-model ini) masih menyertakan blok thinking dalam respons, tetapi field thinking-nya adalah string kosong.

Untuk bentuk respons blok pemikiran, lihat referensi Messages API.

Saat melanjutkan percakapan pada model yang sama, kirim kembali setiap blok pemikiran ke API persis seperti yang diterima, termasuk blok yang field thinking-nya kosong. Jangan mengedit atau merekonstruksinya. Membaca teks ringkasan untuk ditampilkan tidak masalah: API menolak blok yang kontennya telah dimodifikasi, bukan blok yang telah Anda baca.

Saat Anda beralih model, misalnya setelah fallback penolakan classifier, hapus blok thinking dan redacted_thinking dari giliran asisten sebelumnya. Blok pemikiran terikat pada model yang menghasilkannya. Model lain mengabaikannya secara diam-diam alih-alih menolak permintaan, tetapi blok yang diabaikan tetap menambah token input.

Dua pengecualian, yang dibahas dalam Kredit fallback:

• Percobaan ulang kredit fallback harus mengirim ulang body permintaan yang ditolak tanpa perubahan.
• Blok fallback dari fallback di tengah output tetap berada di tempat kemunculannya.

Untuk mendapatkan visibilitas ke dalam penalaran model, baca blok thinking yang dijelaskan di bagian ini alih-alih meminta penalaran dalam teks respons. Pada Claude Fable 5, permintaan yang mencoba memancing penalaran internal model sebagai bagian dari teks respons dapat ditolak dengan stop_details.category: "reasoning_extraction". Lihat Kategori penolakan untuk referensi field dan panduan penanganan.



Harga

Untuk informasi harga lengkap termasuk tarif dasar, penulisan cache, cache hit, dan token output, lihat halaman harga.

Proses pemikiran dikenakan biaya untuk:

• Token yang digunakan selama pemikiran (token output)
• Blok pemikiran dari giliran asisten sebelumnya yang disimpan dalam konteks: hanya giliran terakhir pada model Opus/Sonnet yang lebih lama dan semua model Haiku; semua giliran secara default pada Opus 4.5+ dan Sonnet 4.6+ (token input)
• Token output teks standar

Saat menggunakan pemikiran yang diringkas:

• Token input: Token dalam permintaan asli Anda (tidak termasuk token pemikiran dari giliran sebelumnya)
• Token output (ditagih): Token pemikiran asli yang dihasilkan Claude secara internal
• Token output (terlihat): Token pemikiran yang diringkas yang Anda lihat dalam respons
• Tanpa biaya: Token yang digunakan untuk menghasilkan ringkasan

Saat menggunakan display: "omitted":

• Token input: Token dalam permintaan asli Anda (sama seperti yang diringkas)
• Token output (ditagih): Token pemikiran asli yang dihasilkan Claude secara internal (sama seperti yang diringkas)
• Token output (terlihat): Nol token pemikiran (field thinking kosong)

Untuk melihat berapa banyak token output yang ditagih yang digunakan untuk penalaran internal, baca usage.output_tokens_details.thinking_tokens dalam respons. Nilai ini mencerminkan penalaran mentah yang dihasilkan model (bukan teks ringkasan yang dikembalikan dalam body) dan selalu kurang dari atau sama dengan output_tokens. Kurangi nilai ini dari output_tokens untuk memperkirakan bagian output yang bukan penalaran.

{
  "usage": {
    "input_tokens": 25,
    "output_tokens": 348,
    "output_tokens_details": {
      "thinking_tokens": 312
    }
  }
}

output_tokens tetap menjadi total inklusif dan otoritatif yang digunakan untuk penagihan. output_tokens_details adalah rincian read-only untuk keperluan observabilitas.



Topik tambahan

Halaman pemikiran diperpanjang membahas beberapa topik secara lebih detail dengan contoh kode spesifik mode:

• Penggunaan alat dengan pemikiran: Aturan yang sama berlaku untuk pemikiran adaptif: pertahankan blok pemikiran di antara pemanggilan alat dan perhatikan batasan tool_choice saat pemikiran aktif.
• Caching prompt: Dengan pemikiran adaptif, permintaan berturut-turut yang menggunakan mode pemikiran yang sama mempertahankan breakpoint cache. Beralih antara mode adaptive dan enabled/disabled merusak breakpoint cache untuk pesan (prompt sistem dan definisi alat tetap di-cache).
• Jendela konteks: Bagaimana token pemikiran berinteraksi dengan max_tokens dan batas jendela konteks.



Langkah selanjutnya