Effort

Parameter effort memungkinkan Anda mengontrol seberapa bersemangat Claude dalam menggunakan token saat merespons permintaan. Anda dapat menukar antara kelengkapan respons dan efisiensi token dengan satu model. Parameter effort tersedia pada semua model yang didukung tanpa memerlukan header beta.



Cara kerja effort

Secara default, Claude menggunakan effort tinggi, menggunakan token sebanyak yang diperlukan untuk hasil yang sangat baik. Anda dapat menaikkan tingkat effort ke max untuk kemampuan tertinggi mutlak, atau menurunkannya agar lebih konservatif dalam penggunaan token, mengoptimalkan kecepatan dan biaya sambil menerima sedikit pengurangan kemampuan.

Parameter effort memengaruhi semua token dalam respons, termasuk:

• Respons teks dan penjelasan
• Pemanggilan alat dan argumen fungsi
• Pemikiran diperpanjang (ketika diaktifkan)

Pendekatan ini memiliki dua keuntungan utama:

1. Tidak memerlukan pemikiran untuk diaktifkan.
2. Dapat memengaruhi semua penggunaan token termasuk pemanggilan alat. Misalnya, effort yang lebih rendah berarti Claude membuat lebih sedikit pemanggilan alat. Ini memberikan tingkat kontrol yang jauh lebih besar atas efisiensi.



Tingkat effort



Tingkat effort yang direkomendasikan untuk Claude Sonnet 5

Claude Sonnet 5 secara default menggunakan effort high.

• Effort high (default): Cocok untuk penalaran kompleks, coding, dan tugas agentic di mana kualitas lebih penting daripada kecepatan atau biaya.
• Effort xhigh: Untuk tugas coding dan agentic yang paling sulit. Lihat Prompting Claude Sonnet 5.
• Effort medium: Penurunan tingkat untuk menghemat biaya dari default. Sebanding dengan Claude Sonnet 4.6 pada effort high.
• Effort low: Untuk beban kerja bervolume tinggi atau sensitif terhadap latensi. Cocok untuk chat dan kasus penggunaan non-coding di mana waktu penyelesaian yang lebih cepat diprioritaskan.
• Effort max: Untuk tugas yang memerlukan kemampuan tertinggi mutlak tanpa batasan pada penggunaan token.



Tingkat effort yang direkomendasikan untuk Sonnet 4.6

Sonnet 4.6 secara default menggunakan effort high. Atur effort secara eksplisit saat menggunakan Sonnet 4.6 untuk menghindari latensi yang tidak terduga:

• Effort medium (default yang direkomendasikan): Keseimbangan terbaik antara kecepatan, biaya, dan performa untuk sebagian besar aplikasi. Cocok untuk agentic coding, alur kerja yang banyak menggunakan alat, dan pembuatan kode.
• Effort low: Untuk beban kerja bervolume tinggi atau sensitif terhadap latensi. Cocok untuk chat dan kasus penggunaan non-coding di mana waktu penyelesaian yang lebih cepat diprioritaskan.
• Effort high: Untuk penalaran kompleks dan tugas di mana kualitas lebih penting daripada kecepatan atau biaya.
• Effort max: Untuk tugas yang memerlukan kemampuan tertinggi mutlak tanpa batasan pada penggunaan token.



Tingkat effort yang direkomendasikan untuk Claude Opus 4.7

Mulai dengan xhigh untuk kasus penggunaan coding dan agentic, dan gunakan high sebagai minimum untuk sebagian besar beban kerja yang sensitif terhadap kecerdasan. Turunkan ke medium untuk beban kerja yang sensitif terhadap biaya, atau naikkan ke max hanya ketika evaluasi Anda menunjukkan ruang peningkatan yang terukur pada xhigh.

Default API adalah high. Untuk menggunakan xhigh, atur effort secara eksplisit; nilai yang Anda berikan akan menggantikan default.

Claude Opus 4.7 juga mematuhi tingkat effort lebih ketat daripada Claude Opus 4.6, terutama pada low dan medium. Pada tingkat effort yang lebih rendah, model membatasi pekerjaannya pada apa yang diminta alih-alih melakukan lebih dari yang diharapkan. Jika Anda mengamati penalaran yang dangkal pada masalah kompleks dengan Claude Opus 4.7, naikkan effort alih-alih mengakalinya melalui prompt. Jika Anda harus menjaga effort tetap rendah untuk latensi, tambahkan panduan yang ditargetkan seperti "This task involves multi-step reasoning. Think carefully before responding."

Saat menjalankan Claude Opus 4.7 pada effort xhigh atau max, atur max_tokens yang besar agar model memiliki ruang untuk berpikir dan bertindak di seluruh subagent dan pemanggilan alat. Memulai dari 64k token dan menyesuaikan dari sana adalah default yang wajar.



Tingkat effort yang direkomendasikan untuk Claude Opus 4.8

Panduan untuk Claude Opus 4.7 juga berlaku untuk Claude Opus 4.8. Mulai dengan xhigh untuk kasus penggunaan coding dan agentic, gunakan high untuk sebagian besar beban kerja lain yang sensitif terhadap kecerdasan, dan turunkan ke medium atau low hanya ketika Anda telah mengukur bahwa tingkat yang lebih rendah mempertahankan kualitas pada evaluasi Anda.

Default API adalah high. Atur effort secara eksplisit untuk menggunakan tingkat yang berbeda; nilai yang Anda berikan akan menggantikan default.

Saat menjalankan Claude Opus 4.8 pada effort xhigh atau max, atur max_tokens yang besar agar model memiliki ruang untuk berpikir dan bertindak di seluruh subagent dan pemanggilan alat. Memulai dari 64k token dan menyesuaikan dari sana adalah default yang wajar.



Tingkat effort yang direkomendasikan untuk Claude Fable 5

Effort adalah kontrol utama untuk menukar antara kecerdasan, latensi, dan biaya pada Claude Fable 5. Mulai dengan high, default, untuk sebagian besar tugas, gunakan xhigh untuk beban kerja yang paling sensitif terhadap kemampuan, dan turunkan ke medium atau low untuk pekerjaan rutin. Pengaturan effort yang lebih rendah pada Claude Fable 5 tetap berkinerja baik dan sering kali melampaui performa xhigh pada model sebelumnya. Pada high dan xhigh, atur max_tokens yang besar: ini adalah batas keras pada total output, yaitu pemikiran ditambah teks respons. Lihat Kontrol biaya.

Kurangi effort jika suatu tugas selesai tetapi memakan waktu lebih lama dari yang diperlukan, atau jika Anda menginginkan gaya kerja yang lebih cepat dan lebih interaktif. Rekomendasi yang sama berlaku untuk Claude Mythos 5. Untuk panduan yang lebih lengkap, lihat Prompting Claude Fable 5.



Penggunaan dasar

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)



Kapan menyesuaikan parameter effort

• Gunakan effort max ketika Anda membutuhkan kemampuan tertinggi mutlak tanpa batasan: penalaran paling menyeluruh dan analisis terdalam. Tersedia pada Claude Fable 5, Claude Mythos 5, Claude Opus 4.8, Claude Mythos Preview, Claude Opus 4.7, Claude Opus 4.6, Claude Sonnet 5, dan Claude Sonnet 4.6.
• Gunakan effort xhigh untuk coding lanjutan dan pekerjaan agentic kompleks yang memerlukan eksplorasi diperluas, seperti pemanggilan alat berulang dan pencarian mendetail. Tersedia pada Claude Fable 5, Claude Mythos 5, Claude Opus 4.8, Claude Opus 4.7, dan Claude Sonnet 5.
• Gunakan effort high (default) untuk penalaran kompleks, analisis bernuansa, masalah coding yang sulit, atau tugas apa pun di mana kualitas lebih penting daripada kecepatan atau biaya.
• Gunakan effort medium sebagai opsi seimbang ketika Anda menginginkan performa yang solid tanpa pengeluaran token penuh dari effort high.
• Gunakan effort low ketika Anda mengoptimalkan kecepatan (karena Claude menjawab dengan lebih sedikit token) atau biaya. Misalnya, tugas klasifikasi sederhana, pencarian cepat, atau kasus penggunaan bervolume tinggi di mana peningkatan kualitas marginal tidak sebanding dengan latensi atau biaya tambahan.



Effort dengan penggunaan alat

Saat menggunakan alat, parameter effort memengaruhi baik penjelasan di sekitar pemanggilan alat maupun pemanggilan alat itu sendiri. Tingkat effort yang lebih rendah cenderung:

• Menggabungkan beberapa operasi menjadi lebih sedikit pemanggilan alat
• Membuat lebih sedikit pemanggilan alat
• Langsung melanjutkan ke tindakan tanpa pembukaan
• Menggunakan pesan konfirmasi yang singkat setelah selesai

Tingkat effort yang lebih tinggi mungkin:

• Membuat lebih banyak pemanggilan alat
• Menjelaskan rencana sebelum mengambil tindakan
• Memberikan ringkasan perubahan yang mendetail
• Menyertakan komentar kode yang lebih komprehensif



Effort dengan pemikiran diperpanjang

Parameter effort bekerja bersama dengan "extended thinking" (pemikiran diperpanjang). Perilakunya bergantung pada model:

• Claude Fable 5 dan Claude Mythos 5 menggunakan adaptive thinking, yang selalu aktif (tidak memerlukan konfigurasi thinking). thinking: {type: "disabled"} ditolak. Effort mengontrol kedalaman pemikiran dengan cara yang sama seperti pada Opus 4.8 dan Opus 4.7.
• Claude Opus 4.8 menggunakan adaptive thinking (thinking: {type: "adaptive"}), di mana effort adalah kontrol yang direkomendasikan untuk kedalaman pemikiran. Pemikiran diperpanjang manual (thinking: {type: "enabled", budget_tokens: N}) tidak didukung dan mengembalikan error 400. Model memutuskan kapan dan seberapa banyak berpikir berdasarkan setiap permintaan, sehingga memicu pemikiran hanya sesuai kebutuhan. Pada effort high, xhigh, dan max, Claude hampir selalu berpikir secara mendalam. Pada tingkat yang lebih rendah, Claude mungkin melewati pemikiran untuk masalah yang lebih sederhana. Atur thinking: {type: "adaptive"} untuk mengaktifkan pemikiran; tanpa itu, permintaan berjalan tanpa pemikiran.
• Claude Mythos Preview menggunakan adaptive thinking secara default (tidak memerlukan konfigurasi thinking). thinking: {type: "disabled"} ditolak. Effort mengontrol kedalaman pemikiran dengan cara yang sama seperti pada Opus 4.7 dan Opus 4.6.
• Claude Opus 4.7 menggunakan adaptive thinking (thinking: {type: "adaptive"}), di mana effort adalah kontrol yang direkomendasikan untuk kedalaman pemikiran. Pemikiran diperpanjang manual (thinking: {type: "enabled", budget_tokens: N}) tidak lagi didukung pada Opus 4.7; gunakan adaptive thinking dengan effort sebagai gantinya. Pada effort high, xhigh, dan max, Claude hampir selalu berpikir secara mendalam. Pada tingkat yang lebih rendah, Claude mungkin melewati pemikiran untuk masalah yang lebih sederhana.
• Claude Opus 4.6 menggunakan adaptive thinking (thinking: {type: "adaptive"}), di mana effort adalah kontrol yang direkomendasikan untuk kedalaman pemikiran. Meskipun budget_tokens masih diterima pada Opus 4.6, parameter ini sudah deprecated dan akan dihapus pada rilis mendatang. Pada effort high dan max, Claude hampir selalu berpikir secara mendalam. Pada tingkat yang lebih rendah, Claude mungkin melewati pemikiran untuk masalah yang lebih sederhana.
• Claude Sonnet 5 menggunakan adaptive thinking, yang aktif secara default (tidak memerlukan konfigurasi thinking), dan effort adalah kontrol yang direkomendasikan untuk kedalaman pemikiran. Pemikiran diperpanjang manual (thinking: {type: "enabled", budget_tokens: N}) tidak didukung dan mengembalikan error 400. Berikan thinking: {type: "disabled"} untuk mematikan pemikiran. Pada effort high (default), xhigh, dan max, Claude hampir selalu berpikir secara mendalam. Pada tingkat yang lebih rendah, Claude mungkin melewati pemikiran untuk masalah yang lebih sederhana.
• Claude Sonnet 4.6 menggunakan adaptive thinking (di mana effort mengontrol kedalaman pemikiran). Pemikiran manual dengan mode interleaved (thinking: {type: "enabled", budget_tokens: N}) masih berfungsi tetapi sudah deprecated.
• Claude Opus 4.5 menggunakan pemikiran manual (thinking: {type: "enabled", budget_tokens: N}), di mana effort bekerja bersama dengan anggaran token pemikiran. Atur tingkat effort untuk tugas Anda, lalu atur anggaran token pemikiran berdasarkan kompleksitas tugas.

Parameter effort dapat digunakan dengan atau tanpa pemikiran diperpanjang diaktifkan. Ketika digunakan tanpa pemikiran, parameter ini tetap mengontrol penggunaan token keseluruhan untuk respons teks dan pemanggilan alat.



Praktik terbaik

1. Atur effort secara eksplisit: API secara default menggunakan high, tetapi titik awal yang tepat bergantung pada model dan beban kerja Anda.
2. Gunakan low untuk tugas yang sensitif terhadap kecepatan atau sederhana: Ketika latensi penting atau tugas bersifat sederhana, effort low dapat secara signifikan mengurangi waktu respons dan biaya.
3. Uji kasus penggunaan Anda: Dampak tingkat effort bervariasi berdasarkan jenis tugas. Evaluasi performa pada kasus penggunaan spesifik Anda sebelum melakukan deployment.
4. Pertimbangkan effort dinamis: Sesuaikan effort berdasarkan kompleksitas tugas. Kueri sederhana mungkin memerlukan effort low sementara agentic coding dan penalaran kompleks mendapat manfaat dari effort high.



Langkah selanjutnya