Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Questa guida riguarda la migrazione del codice della Messages API. Se utilizzi Claude Managed Agents, non sono necessarie modifiche oltre all'aggiornamento del nome del modello.
Automatizza la migrazione con la skill Claude API. In Claude Code, esegui /claude-api migrate per invocare la skill Claude API integrata. Funziona per qualsiasi modello di destinazione in questa pagina:
/claude-api migrate this project to claude-opus-4-8La skill applica la sostituzione dell'ID del modello e, se necessario, le modifiche ai parametri che introducono incompatibilità, la sostituzione del prefill e la calibrazione dell'effort per il modello di destinazione in tutta la tua codebase, quindi produce una checklist di elementi da verificare manualmente. Ti chiede di confermare l'ambito della migrazione (intera directory di lavoro, una sottodirectory o un elenco specifico di file) prima di modificare qualsiasi file. La skill rileva anche i client Amazon Bedrock, Google Cloud, Claude Platform on AWS e Microsoft Foundry e adatta i formati degli ID dei modelli e le modifiche alle funzionalità per ciascuna piattaforma.
Claude Mythos 5 è il successore ad accesso limitato di Claude Mythos Preview, l'anteprima di ricerca disponibile solo su invito. Per un modello generalmente disponibile con le stesse capacità, consulta Claude Fable 5.
La migrazione è per lo più diretta. Claude Mythos 5 utilizza la stessa Messages API e gli stessi pattern di uso degli strumenti di Claude Mythos Preview, e i conteggi dei token sono sostanzialmente invariati perché entrambi i modelli utilizzano lo stesso tokenizer. Le modifiche principali da verificare sono le funzionalità non più disponibili (elencate nella sezione successiva) e l'output del pensiero.
Per la tempistica di ritiro di Claude Mythos Preview, consulta Deprecazioni dei modelli.
model = "claude-mythos-preview" # Before
model = "claude-mythos-5" # AfterPensiero esteso e budget di token per il pensiero: Il pensiero esteso manuale (thinking: {type: "enabled", budget_tokens: N}) non è supportato su claude-mythos-5 e restituisce un errore 400. Il pensiero adattivo è sempre attivo: il modello determina quando e quanto pensare per ogni richiesta, e non è richiesta alcuna configurazione thinking. thinking: {type: "disabled"} restituisce un errore. budget_tokens non ha un sostituto diretto: il pensiero è adattivo, e il parametro effort è un controllo separato a livello di output, non un budget per il pensiero.
Prima (Claude Mythos Preview):
client.messages.create(
model="claude-mythos-preview",
max_tokens=16000,
thinking={"type": "enabled", "budget_tokens": 10000},
messages=[{"role": "user", "content": "..."}],
)Dopo (Claude Mythos 5):
client.messages.create(
model="claude-mythos-5",
max_tokens=16000,
messages=[{"role": "user", "content": "..."}],
)Prefill dell'assistente: Il prefill del messaggio dell'assistente non è supportato su claude-mythos-5 e restituisce un errore 400, come su Claude Mythos Preview. Usa invece le istruzioni nel prompt di sistema.
Output del pensiero: Su claude-mythos-5, la catena di pensiero grezza non viene mai restituita, ma i blocchi di pensiero contengono comunque testo riassunto leggibile quando thinking.display è impostato su summarized. Restituisci i blocchi di pensiero invariati quando continui una conversazione sullo stesso modello. Consulta Output del pensiero su Claude Fable 5 e Claude Mythos 5.
claude-mythos-5 utilizza lo stesso tokenizer di claude-mythos-preview (il tokenizer introdotto con Claude Opus 4.7). I conteggi dei token sono sostanzialmente invariati quando si migra da claude-mythos-preview. Rispetto ai modelli precedenti a Claude Opus 4.7, lo stesso contenuto può essere tokenizzato in circa il 30% di token in più, variando in base al contenuto e alla forma del carico di lavoro.
/v1/messages/count_tokens restituisce valori sostanzialmente invariati per claude-mythos-5 rispetto a claude-mythos-preview. Ristabilisci i valori di riferimento per costi e latenza sui tuoi carichi di lavoro.
claude-mythos-preview a claude-mythos-5.thinking: {type: "enabled", budget_tokens: N}). Il pensiero adattivo è sempre attivo e non è richiesto alcun campo thinking.thinking: {type: "disabled"}. Disabilitare il pensiero restituisce un errore su claude-mythos-5.budget_tokens. Non ha un sostituto diretto: il pensiero è adattivo, e il parametro effort è un controllo separato a livello di output, non un budget per il pensiero.thinking lo tratti solo come testo di visualizzazione e restituisca i blocchi di pensiero invariati quando continua sullo stesso modello. thinking.display ha come valore predefinito "omitted" su claude-mythos-5, come su Claude Mythos Preview; imposta display: "summarized" per ricevere riassunti leggibili. Consulta Output del pensiero su Claude Fable 5 e Claude Mythos 5.thinking e redacted_thinking dai turni precedenti dell'assistente. I blocchi di pensiero di claude-mythos-5 sono legati al modello che li ha prodotti, e i modelli diversi da Claude Fable 5 e Claude Mythos 5 li ignorano silenziosamente. La rimozione mantiene le richieste cross-model minime e uniformi.claude-mythos-preview.Claude Fable 5 è il modello più capace di Anthropic rilasciato su larga scala, generalmente disponibile sulla Claude API, Claude Platform on AWS, Amazon Bedrock, Google Cloud e Microsoft Foundry.
La migrazione è per lo più diretta. Claude Fable 5 utilizza la stessa Messages API e gli stessi pattern di uso degli strumenti di Claude Opus 4.8. Supporta la stessa finestra di contesto da 1M di token per impostazione predefinita e lo stesso massimo di 128k token di output. I conteggi dei token sono sostanzialmente invariati perché entrambi i modelli utilizzano lo stesso tokenizer.
Le modifiche principali da verificare sono il pensiero adattivo sempre attivo, l'output del pensiero, i rifiuti del classificatore di sicurezza e i prezzi. Prima di migrare tratta prezzi e conservazione dei dati; Cosa è cambiato tratta il resto.
Claude Fable 5 ha un prezzo di $10 per milione di token di input e $50 per milione di token di output, rispetto a $5 e $25 per Claude Opus 4.8. Consulta Prezzi di Claude per i dettagli.
Claude Fable 5 richiede una conservazione dei dati di 30 giorni e non è disponibile con accordi di "zero data retention" (conservazione zero dei dati), o ZDR; è designato come Covered Model. Sulla Claude API, una richiesta da un'organizzazione la cui configurazione di conservazione dei dati non soddisfa questo requisito restituisce un errore 400 invalid_request_error. Le organizzazioni con un accordo ZDR dovrebbero contattare il proprio team di account Anthropic per discutere la configurazione della conservazione dei dati; Claude Opus 4.8 rimane disponibile con ZDR. In alternativa, puoi configurare la conservazione dei dati per workspace. Il requisito di conservazione dei dati di 30 giorni si applica su ogni piattaforma in cui è offerto Claude Fable 5; consulta Requisiti di conservazione dei dati specifici per modello per i dettagli per piattaforma.
Se il tuo codice è su Claude Opus 4.7 o versioni precedenti, applica prima Migrazione da Claude Opus 4.7 a Claude Opus 4.8 e, per i modelli precedenti a Claude Opus 4.7, i passaggi di migrazione a Claude Opus 4.7. Quelle sezioni trattano modifiche che introducono incompatibilità (parametri di campionamento rifiutati, pensiero esteso manuale rifiutato, prefill rimosso, nuovo tokenizer) che questa sezione non ripete.
model = "claude-opus-4-8" # Before
model = "claude-fable-5" # AfterGli elementi in questa sezione descrivono le differenze di API e comportamento che vale la pena verificare dopo aver sostituito l'ID del modello.
Il pensiero adattivo è sempre attivo: Il pensiero adattivo è l'unica modalità di pensiero su claude-fable-5. Il modello determina quando e quanto pensare per ogni richiesta, e non è richiesta alcuna configurazione thinking. thinking: {type: "disabled"} restituisce un errore. Usa il parametro effort per controllare la profondità del pensiero.
La modifica di comportamento da verificare: su Claude Opus 4.8, le richieste senza un campo thinking vengono eseguite senza pensiero; su claude-fable-5, quelle stesse richieste vengono eseguite con pensiero adattivo. max_tokens rimane un limite rigido sull'output totale, pensiero più testo di risposta, quindi rivedilo per i carichi di lavoro che venivano eseguiti senza pensiero su Claude Opus 4.8. Consulta Controllo dei costi.
Prima (Claude Opus 4.8):
client.messages.create(
model="claude-opus-4-8",
max_tokens=16000,
thinking={"type": "adaptive"},
output_config={"effort": "high"},
messages=[{"role": "user", "content": "..."}],
)Dopo (Claude Fable 5):
client.messages.create(
model="claude-fable-5",
max_tokens=16000,
output_config={"effort": "high"},
messages=[{"role": "user", "content": "..."}],
)Pensiero esteso e budget per il pensiero (invariato): Il pensiero esteso manuale (thinking: {type: "enabled", budget_tokens: N}) non è supportato su claude-fable-5 e restituisce un errore 400, come su Claude Opus 4.8. budget_tokens non ha un sostituto diretto: il pensiero è adattivo, e il parametro effort è un controllo separato a livello di output, non un budget per il pensiero.
Prefill dell'assistente (invariato): Il prefill del messaggio dell'assistente non è supportato su claude-fable-5 e restituisce un errore 400, come su Claude Opus 4.8. Usa invece le istruzioni nel prompt di sistema.
Output del pensiero: Su claude-fable-5, la catena di pensiero grezza non viene mai restituita, ma i blocchi di pensiero contengono comunque testo riassunto leggibile quando thinking.display è impostato su summarized. Restituisci i blocchi di pensiero invariati quando continui una conversazione sullo stesso modello. Consulta Output del pensiero su Claude Fable 5 e Claude Mythos 5.
Classificatori di sicurezza e stop reason refusal: claude-fable-5 esegue classificatori di sicurezza sulle richieste e durante la generazione della risposta. Quando un classificatore rifiuta una richiesta, la Messages API restituisce stop_reason: "refusal" come risposta HTTP 200 riuscita, non come errore. Il campo stop_details.category riporta quale classificatore è stato attivato, con categorie come "cyber", "bio" e "reasoning_extraction", oppure null quando il rifiuto non corrisponde a nessuna categoria nominata. Consulta la tabella delle categorie di rifiuto per l'elenco completo.
Non ti vengono addebitati i token di input di una richiesta rifiutata prima che venga generato qualsiasi output. Quando un classificatore si attiva a metà dello streaming, l'input e l'output già trasmesso in streaming vengono addebitati; scarta l'output parziale.
Per rieseguire automaticamente le richieste rifiutate su un altro modello, passa il parametro opt-in fallbacks, che è in beta sulla Claude API e su Claude Platform on AWS. Il parametro non è disponibile sulla Message Batches API né su Amazon Bedrock, Google Cloud e Microsoft Foundry; su queste tre piattaforme, esegui il retry lato client o usa il middleware di refusal-fallback dell'SDK. Consulta Gestione degli stop reason.
Inizia con effort high: Il valore predefinito del parametro effort rimane high. Su Claude Opus 4.8, la raccomandazione per il coding e il lavoro ad alta autonomia è impostare esplicitamente xhigh. Su claude-fable-5, usa high come valore predefinito per la maggior parte delle attività e riserva xhigh per i carichi di lavoro più sensibili alle capacità. Le impostazioni di effort più basse su claude-fable-5 offrono comunque buone prestazioni e spesso superano le prestazioni di xhigh sui modelli precedenti. Riduci l'effort se un'attività viene completata ma richiede più tempo del necessario. Consulta Prompting di Claude Fable 5.
Minimo inferiore per la cache dei prompt: La lunghezza minima del prompt memorizzabile in cache su claude-fable-5 è di 512 token, inferiore ai 1.024 token su Claude Opus 4.8. I prompt che erano troppo brevi per essere memorizzati in cache su Claude Opus 4.8 possono ora creare voci di cache, senza richiedere modifiche al codice. Su Amazon Bedrock, il minimo per claude-fable-5 è di 1.024 token. Consulta Cache dei prompt per i minimi per modello.
claude-fable-5 richiede una conservazione dei dati di 30 giorni e, sulla Claude API, restituisce altrimenti un errore 400 invalid_request_error. Consulta Requisiti di conservazione dei dati specifici per modello.claude-opus-4-8 a claude-fable-5.thinking: {type: "disabled"}. Disabilitare il pensiero restituisce un errore su claude-fable-5, e le richieste senza un campo thinking vengono eseguite con pensiero adattivo.claude-fable-5.thinking lo tratti solo come testo di visualizzazione e restituisca i blocchi di pensiero invariati quando continua sullo stesso modello. thinking.display ha come valore predefinito "omitted" su claude-fable-5, come su Claude Opus 4.8; imposta display: "summarized" per ricevere riassunti leggibili. Consulta Output del pensiero su Claude Fable 5 e Claude Mythos 5.thinking e redacted_thinking dai turni precedenti dell'assistente. I blocchi di pensiero di claude-fable-5 sono legati al modello che li ha prodotti, e i modelli diversi da Claude Fable 5 e Claude Mythos 5 li ignorano silenziosamente. La rimozione mantiene le richieste cross-model minime e uniformi. L'eccezione è il riscatto di un fallback credit, che richiede il corpo della richiesta riprodotto secondo le regole esatte di quella funzionalità.stop_reason: "refusal" e leggi il campo stop_details.category. Per rieseguire automaticamente le richieste rifiutate su un altro modello, considera il parametro opt-in fallbacks (beta). Consulta Gestione degli stop reason.effort. Inizia con high per la maggior parte delle attività, inclusi i carichi di lavoro che venivano eseguiti con xhigh su Claude Opus 4.8.claude-opus-4-8; il prezzo per token è diverso.Claude Opus 4.8 è progettato per il coding agentico complesso e il lavoro enterprise. Si basa su Claude Opus 4.7.
Claude Opus 4.8 dovrebbe offrire ottime prestazioni immediate sui prompt e sulle valutazioni esistenti di Claude Opus 4.7. Non ci sono modifiche API che introducono incompatibilità per il codice già in esecuzione su Claude Opus 4.7. Supporta lo stesso set di funzionalità di Claude Opus 4.7, tra cui la finestra di contesto da 1M di token, 128k token di output massimi, pensiero adattivo, cache dei prompt, elaborazione batch, la Files API, supporto PDF, visione e il set completo di strumenti lato server e lato client. Aggiunge inoltre i messaggi di sistema a metà conversazione e documenta pubblicamente i dettagli di stop per rifiuto.
Se il tuo codice è su Claude Opus 4.6 o versioni precedenti, applica anche i passaggi di migrazione a Claude Opus 4.7 riportati di seguito prima di passare a Claude Opus 4.8. Quei passaggi includono modifiche che introducono incompatibilità (parametri di campionamento rifiutati, pensiero esteso manuale rifiutato, nuovo tokenizer) che l'aggiornamento a 4.8 da solo non copre.
# Migrazione Opus
model = "claude-opus-4-7" # Before
model = "claude-opus-4-8" # AfterQueste non sono modifiche che introducono incompatibilità. Il codice che funziona su Claude Opus 4.7 continua a funzionare invariato su Claude Opus 4.8. Gli elementi seguenti descrivono differenze di comportamento che vale la pena verificare dopo aver sostituito l'ID del modello.
Parametri di campionamento (invariato): Impostare temperature, top_p o top_k su un valore non predefinito restituisce un errore 400 su Claude Opus 4.8, come su Claude Opus 4.7. I tipi di richiesta dell'SDK definiscono ancora questi campi per compatibilità con i modelli precedenti, quindi il codice che li imposta supera il controllo dei tipi, ma l'API rifiuta la richiesta lato server. Se hai rimosso questi parametri durante la migrazione a Opus 4.7, non sono necessarie ulteriori modifiche.
Il valore predefinito di effort è high: Il valore predefinito del parametro effort su Claude Opus 4.8 è high su tutte le superfici, inclusi Claude Code e la Messages API. Se imposti già effort esplicitamente, la tua impostazione rimane invariata. Per il coding e il lavoro ad alta autonomia, imposta esplicitamente xhigh. Rivaluta la tua impostazione di effort rispetto al tuo budget di latenza e costi.
La finestra di contesto da 1M è il valore predefinito: Claude Opus 4.8 fornisce la finestra di contesto completa da 1M di token per impostazione predefinita, senza header beta e senza sovrapprezzo per contesto lungo. Se il tuo client passa un header beta per la finestra di contesto per compatibilità con modelli precedenti, puoi rimuoverlo su Claude Opus 4.8.
Messaggi di sistema a metà conversazione: Claude Opus 4.8 accetta messaggi role: "system" immediatamente dopo un turno utente nell'array messages (soggetto a regole di posizionamento). Usa il campo system di primo livello per le istruzioni che si applicano dall'inizio. I modelli precedenti, incluso Claude Opus 4.7, rifiutano role: "system" in messages con un errore 400. Se mantieni percorsi di codice che ricostruiscono l'intera cronologia dei messaggi per aggiornare le istruzioni, puoi semplificarli e preservare gli hit della cache dei prompt sui turni precedenti.
Dettagli di stop per rifiuto: L'oggetto stop_details sulle risposte di rifiuto (disponibile da Claude Opus 4.7) è ora documentato pubblicamente. Quando il modello rifiuta una richiesta, identifica la categoria di rifiuto, oltre allo stop reason refusal esistente. Non è richiesto alcun header beta e non c'è opt-out. Consulta Gestione degli stop reason.
Minimo inferiore per la cache dei prompt: La lunghezza minima del prompt memorizzabile in cache su Claude Opus 4.8 è di 1.024 token, inferiore rispetto a Claude Opus 4.7. I prompt che erano troppo brevi per essere memorizzati in cache su Claude Opus 4.7 possono ora creare voci di cache, senza richiedere modifiche al codice. Consulta Cache dei prompt per i minimi per modello.
Livelli di effort ricalibrati: L'allocazione di token dietro ciascun livello di effort cambia su Claude Opus 4.8 rispetto a Claude Opus 4.7: medium consente un po' più di pensiero, high un po' meno e xhigh sostanzialmente di più. Se hai calibrato un livello di effort rispetto ai costi o alla latenza di Claude Opus 4.7, ristabilisci i valori di riferimento allo stesso livello prima di modificarlo. Consulta Effort.
claude-opus-4-7 a claude-opus-4-8 (o aggiorna gli alias).effort. Il valore predefinito è high su tutte le superfici; per il coding e il lavoro ad alta autonomia, imposta esplicitamente xhigh.stop_details sui rifiuti (disponibile da Claude Opus 4.7; ora documentato pubblicamente).Claude Opus 4.7 è altamente autonomo e offre prestazioni eccezionali nel lavoro agentico a lungo orizzonte, nel lavoro di conoscenza, nelle attività di visione e nelle attività di memoria.
Claude Opus 4.7 dovrebbe offrire ottime prestazioni immediate sui prompt e sulle valutazioni esistenti di Claude Opus 4.6 allo stesso prezzo di $5 / $25 per MTok, ma ci sono alcune modifiche comportamentali e di API che vale la pena conoscere durante la migrazione. Supporta lo stesso set di funzionalità di Claude Opus 4.6, tra cui:
# Migrazione Opus
model = "claude-opus-4-6" # Before
model = "claude-opus-4-7" # AfterPensiero esteso rimosso: thinking: {type: "enabled", budget_tokens: N} non è più supportato su Claude Opus 4.7 o modelli successivi e restituisce un errore 400. Passa al pensiero adattivo (thinking: {type: "adaptive"}) e usa il parametro effort per controllare la profondità del pensiero. Il pensiero adattivo è disattivato per impostazione predefinita su Claude Opus 4.7: le richieste senza campo thinking vengono eseguite senza pensiero, corrispondendo al comportamento di Opus 4.6. Imposta esplicitamente thinking: {type: "adaptive"} per abilitarlo.
Prima (Claude Opus 4.6):
client.messages.create(
model="claude-opus-4-6",
max_tokens=16000,
thinking={"type": "enabled", "budget_tokens": 10000},
messages=[{"role": "user", "content": "..."}],
)Dopo (Claude Opus 4.7):
client.messages.create(
model="claude-opus-4-7",
max_tokens=16000,
thinking={"type": "adaptive"},
output_config={"effort": "high"}, # or "max", "xhigh", "medium", "low"
messages=[{"role": "user", "content": "..."}],
)Il pensiero adattivo è orientabile tramite prompting. Per indicazioni su come calibrare quando il modello pensa troppo o troppo poco, consulta Calibrazione di effort e profondità del pensiero.
Parametri di campionamento rimossi: Impostare temperature, top_p o top_k su qualsiasi valore non predefinito su Claude Opus 4.7 restituisce un errore 400. Il percorso di migrazione più sicuro è omettere completamente questi parametri dai payload delle richieste. Il prompting è il modo consigliato per guidare il comportamento del modello su Claude Opus 4.7. Se usavi temperature = 0 per il determinismo, nota che non ha mai garantito output identici sui modelli precedenti.
Contenuto del pensiero omesso per impostazione predefinita: I blocchi di pensiero appaiono ancora nello stream di risposta su Claude Opus 4.7, ma il loro campo thinking è vuoto a meno che tu non faccia esplicitamente opt-in. Questa è una modifica silenziosa rispetto a Claude Opus 4.6, dove il valore predefinito era restituire testo di pensiero riassunto. Per ripristinare il contenuto di pensiero riassunto su Claude Opus 4.7, imposta thinking.display su "summarized":
thinking = {
"type": "adaptive",
"display": "summarized",
}Il valore predefinito è "omitted" su Claude Opus 4.7. Se il tuo prodotto trasmette in streaming il ragionamento agli utenti, il nuovo valore predefinito appare come una lunga pausa prima che inizi l'output; imposta display: "summarized" per ripristinare il progresso visibile durante il pensiero. Consulta Pensiero esteso per i dettagli.
Conteggio dei token aggiornato: Claude Opus 4.7 utilizza un nuovo tokenizer, che contribuisce alle sue prestazioni migliorate su un'ampia gamma di attività. Il nuovo tokenizer può utilizzare circa da 1x a 1,35x token in più durante l'elaborazione del testo rispetto ai modelli precedenti (fino a ~35% in più, variando in base al contenuto).
/v1/messages/count_tokens restituirà un numero diverso di token per Claude Opus 4.7 rispetto a Claude Opus 4.6. L'efficienza dei token può variare in base alla forma del carico di lavoro.
Gli interventi di prompting, task_budget ed effort possono aiutare a controllare i costi e garantire un utilizzo appropriato dei token. Questi controlli possono comportare un compromesso sull'intelligenza del modello. Aggiorna i tuoi parametri max_tokens per dare margine aggiuntivo, inclusi i trigger di compattazione. Claude Opus 4.7 fornisce una finestra di contesto da 1M al prezzo API standard senza sovrapprezzo per contesto lungo.
Rimozione del prefill (ereditata da Opus 4.6): Il prefill dei messaggi dell'assistente restituisce un errore 400 su Claude Opus 4.7. Usa invece gli output strutturati, le istruzioni nel prompt di sistema o output_config.format.
Il parametro effort ti consente di calibrare l'intelligenza di Claude rispetto alla spesa di token, scambiando capacità per maggiore velocità e costi inferiori. Inizia con il nuovo livello di effort xhigh per casi d'uso di coding e agentici, e usa un minimo di effort high per la maggior parte dei casi d'uso sensibili all'intelligenza. Sperimenta con altri livelli di effort per calibrare ulteriormente l'utilizzo dei token e l'intelligenza:
max: L'effort massimo può offrire miglioramenti delle prestazioni in alcuni casi d'uso, ma può mostrare rendimenti decrescenti dall'aumento dell'utilizzo dei token. Questa impostazione può anche talvolta essere incline all'overthinking. Testa l'effort massimo per attività che richiedono molta intelligenza.xhigh (nuovo): L'effort extra alto è l'impostazione migliore per la maggior parte dei casi d'uso di coding e agentici.high: Questa impostazione bilancia l'utilizzo dei token e l'intelligenza. Per la maggior parte dei casi d'uso sensibili all'intelligenza, usa un minimo di effort high.medium: Adatto per casi d'uso sensibili ai costi che devono ridurre l'utilizzo dei token sacrificando parte dell'intelligenza.low: Riserva per attività brevi e circoscritte e carichi di lavoro sensibili alla latenza che non sono sensibili all'intelligenza.L'effort è più importante per questo modello che per qualsiasi Opus precedente. Sperimenta attivamente con esso quando esegui l'aggiornamento.
Claude Opus 4.7 presenta diverse differenze comportamentali rispetto a Claude Opus 4.6 che non sono modifiche che interrompono la compatibilità dell'API, ma potrebbero richiedere aggiornamenti dei prompt o la rimozione di scaffolding.
La lunghezza della risposta varia in base al caso d'uso: Claude Opus 4.7 calibra la lunghezza della risposta in base alla complessità che attribuisce al compito, anziché utilizzare una verbosità fissa predefinita. Questo di solito significa risposte più brevi per ricerche semplici e molto più lunghe per analisi aperte.
Se il tuo prodotto dipende da un certo stile o verbosità dell'output, potresti dover ottimizzare i tuoi prompt. Ad esempio, per ridurre la verbosità, aggiungi: "Fornisci risposte concise e mirate. Salta il contesto non essenziale e mantieni gli esempi al minimo." Se noti tipi specifici di spiegazioni eccessive, aggiungi istruzioni mirate nel tuo prompt per prevenirle.
Gli esempi positivi che mostrano come Claude può comunicare con il livello appropriato di concisione tendono a essere più efficaci degli esempi negativi o delle istruzioni che dicono al modello cosa non fare.
Interpretazione più letterale delle istruzioni: Claude Opus 4.7 interpreta i prompt in modo più letterale ed esplicito rispetto a Claude Opus 4.6, in particolare ai livelli di effort più bassi. Non generalizzerà silenziosamente un'istruzione da un elemento a un altro e non dedurrà richieste che non hai fatto. Il vantaggio di questa letteralità è la precisione e meno oscillazioni. Generalmente funziona meglio per casi d'uso API con prompt attentamente ottimizzati, estrazione strutturata e pipeline in cui desideri un comportamento prevedibile. Una revisione dei prompt e dell'harness può essere particolarmente utile per la migrazione a Claude Opus 4.7.
Tono più diretto: Come con qualsiasi nuovo modello, lo stile della prosa nella scrittura di lunga forma può cambiare. Claude Opus 4.7 è più diretto e deciso, con meno formulazioni orientate alla convalida e meno emoji rispetto allo stile più caloroso di Claude Opus 4.6. Se il tuo prodotto si basa su una voce specifica, rivaluta i prompt di stile rispetto alla nuova baseline.
Aggiornamenti di avanzamento integrati nelle tracce agentiche: Claude Opus 4.7 fornisce aggiornamenti più regolari e di qualità superiore all'utente durante lunghe tracce agentiche. Se hai aggiunto scaffolding per forzare messaggi di stato intermedi ("Dopo ogni 3 chiamate agli strumenti, riassumi i progressi"), prova a rimuoverlo. Se ritieni che la lunghezza o i contenuti degli aggiornamenti rivolti all'utente di Claude Opus 4.7 non siano ben calibrati per il tuo caso d'uso, descrivi esplicitamente come dovrebbero apparire questi aggiornamenti nel prompt e fornisci esempi.
Meno subagent generati per impostazione predefinita: Claude Opus 4.7 tende a generare meno subagent per impostazione predefinita. Tuttavia, questo comportamento è orientabile tramite prompting; fornisci a Claude Opus 4.7 indicazioni esplicite su quando i subagent sono desiderabili.
Calibrazione dell'effort più rigorosa: Cambiando significativamente rispetto a Claude Opus 4.6, Claude Opus 4.7 rispetta rigorosamente i livelli di effort, specialmente nella fascia bassa. A low e medium, il modello limita il suo lavoro a ciò che è stato richiesto anziché andare oltre.
Questo è positivo per latenza e costi, ma su compiti moderatamente complessi eseguiti con effort low c'è un certo rischio di ragionamento insufficiente. Se osservi un ragionamento superficiale su problemi complessi, aumenta l'effort a high o xhigh anziché aggirare il problema tramite prompting.
Se devi mantenere l'effort a low per la latenza, aggiungi indicazioni mirate: "Questo compito richiede un ragionamento in più passaggi. Rifletti attentamente sul problema prima di rispondere." Consulta Livelli di effort consigliati per Claude Opus 4.7.
Meno chiamate agli strumenti per impostazione predefinita: Claude Opus 4.7 ha la tendenza a usare gli strumenti meno spesso di Claude Opus 4.6 e a usare di più il ragionamento. Questo produce risultati migliori nella maggior parte dei casi.
Per aumentare l'uso degli strumenti, aumenta l'impostazione di effort. Le impostazioni di effort high o xhigh mostrano un uso degli strumenti sostanzialmente maggiore nella ricerca agentica e nel coding. Puoi anche modificare il tuo prompt per istruire esplicitamente il modello su quando e come usare correttamente i suoi strumenti.
Protezioni di cybersecurity in tempo reale: Novità aggiunta in Claude Opus 4.7, le richieste che coinvolgono argomenti proibiti o ad alto rischio possono portare a rifiuti. Per lavori di sicurezza legittimi come penetration testing, ricerca sulle vulnerabilità o red-teaming, candidati al Cyber Verification Program per richiedere restrizioni ridotte. Consulta Safeguards, warnings, and appeals per il contesto.
Supporto per immagini ad alta risoluzione: Claude Opus 4.7 è il primo modello Claude con supporto per immagini ad alta risoluzione. La risoluzione massima dell'immagine è di 2576 pixel sul lato lungo, rispetto ai 1568 pixel dei modelli precedenti. Questo sblocca miglioramenti sui carichi di lavoro ad alta intensità visiva ed è particolarmente prezioso per l'uso del computer, la comprensione degli screenshot e l'analisi dei documenti.
Il supporto ad alta risoluzione è automatico e non richiede alcun header beta o opt-in lato client. Due aspetti da pianificare:
max_tokens e le aspettative di costo per carichi di lavoro ricchi di immagini, oppure riduci la risoluzione prima dell'invio se non hai bisogno della fedeltà aggiuntiva.Consulta Supporto per immagini ad alta risoluzione su Claude Opus 4.7 per i dettagli.
Queste non sono obbligatorie ma miglioreranno la tua esperienza:
Rivaluta max_tokens: Poiché lo stesso testo produce un conteggio di token più alto su Claude Opus 4.7, aggiorna i tuoi parametri max_tokens per dare margine aggiuntivo, inclusi i trigger di compattazione. Interventi di prompting, task_budget ed effort possono aiutare a controllare i costi e garantire un uso appropriato dei token.
Verifica le aspettative sul conteggio dei token: Qualsiasi percorso di codice che stima i token lato client o presume un rapporto fisso token-carattere dovrebbe essere ritestato rispetto a Claude Opus 4.7. Usa l'endpoint di conteggio dei token per verificare.
Adotta i task budget (beta): Claude Opus 4.7 introduce i task budget. Questi budget ti consentono di informare Claude su quanti token ha a disposizione per un ciclo agentico completo, inclusi pensiero, chiamate agli strumenti, risultati degli strumenti e output finale. Il modello vede un conto alla rovescia in esecuzione e lo usa per dare priorità al lavoro e completare il compito in modo elegante man mano che il budget viene consumato. Per usarlo, imposta l'header beta task-budgets-2026-03-13 e aggiungi quanto segue alla tua configurazione di output:
output_config = {
"effort": "high",
"task_budget": {"type": "tokens", "total": 128000},
}Potresti dover sperimentare con diversi task budget per il tuo caso d'uso. Se al modello viene assegnato un task budget troppo restrittivo, potrebbe completare il compito in modo meno approfondito, facendo riferimento al suo budget come vincolo.
Per compiti agentici aperti in cui la qualità conta più della velocità, non impostare un task budget. Riserva i task budget per carichi di lavoro in cui hai bisogno che il modello limiti il suo lavoro a un'allocazione di token. Il valore minimo per un task budget è 20k token.
Un task budget non è un limite rigido; è un suggerimento di cui il modello è consapevole. Differisce da max_tokens:
task_budget: un limite consultivo sull'intero ciclo agentico. Il modello lo vede e lo usa per regolare il proprio ritmo.max_tokens: un tetto rigido per richiesta sui token generati. Non viene passato al modello, quindi il modello non ne è consapevole.Usa task_budget quando vuoi che il modello si auto-moderi, e max_tokens come tetto rigido per limitare l'utilizzo.
Imposta un max_tokens elevato con effort max o xhigh: Se stai eseguendo Claude Opus 4.7 con effort max o xhigh, imposta un budget elevato di token di output massimi in modo che il modello abbia spazio per pensare e agire attraverso i suoi subagent e le chiamate agli strumenti. Inizia da 64k token e ottimizza da lì.
Riduci la risoluzione delle immagini se l'alta risoluzione non è necessaria: Claude Opus 4.7 supporta immagini fino a 2576px / 3,75MP. Le immagini ad alta risoluzione usano più token. Se la fedeltà aggiuntiva dell'immagine non è necessaria, riduci la risoluzione delle immagini prima di inviarle a Claude per evitare aumenti nell'uso dei token. Consulta Immagini e visione.
claude-opus-4-6 a claude-opus-4-7 (o aggiorna gli alias).temperature, top_p e top_k dai payload delle richieste.thinking: {type: "enabled", budget_tokens: N} con thinking: {type: "adaptive"} più il parametro effort.max_tokens per tenere conto della tokenizzazione aggiornata.xhigh o max, aumenta max_tokens ad almeno 64k come punto di partenza.Se stai migrando da Claude Opus 4.5, Opus 4.1 (deprecato) o un modello precedente direttamente a Claude Opus 4.7, applica tutte le modifiche di Opus 4.7 più le modifiche cumulative in questa sezione che sono entrate in vigore tra Opus 4.5 e Opus 4.7. Se stai migrando da Opus 4.6, ti serve solo la sezione Opus 4.7.
# Migrazione Opus
model = "claude-opus-4-5" # Before
model = "claude-opus-4-7" # AfterLa rimozione del prefill è trattata nelle modifiche che interrompono la compatibilità di Opus 4.7 sopra.
Quoting dei parametri degli strumenti: Claude Opus 4.6 e i modelli successivi possono produrre un escaping delle stringhe JSON leggermente diverso negli argomenti delle chiamate agli strumenti (ad esempio, gestione diversa degli escape Unicode o dell'escaping delle barre). Se analizzi l'input delle chiamate agli strumenti come stringa grezza anziché usare un parser JSON, verifica la tua logica di parsing. I parser JSON standard (come json.loads() o JSON.parse()) gestiscono queste differenze automaticamente.
Queste modifiche migliorano la tua esperienza su Opus 4.7. Gli elementi contrassegnati come (obbligatorio su Opus 4.7) erano raccomandazioni opzionali quando Opus 4.6 è stato lanciato ma ora sono obbligatori; il resto rimane consigliato.
Migra all'adaptive thinking (obbligatorio su Opus 4.7): thinking: {type: "enabled", budget_tokens: N} restituisce un errore 400 su Claude Opus 4.7. Passa a thinking: {type: "adaptive"} e usa il parametro effort per controllare la profondità del pensiero. Consulta Adaptive thinking.
response = client.beta.messages.create(
model="claude-opus-4-5",
max_tokens=16000,
thinking={"type": "enabled", "budget_tokens": 32000},
betas=["interleaved-thinking-2025-05-14"],
messages=[{"role": "user", "content": "Your prompt here"}],
)Nota che la migrazione passa anche da client.beta.messages.create a client.messages.create. Adaptive thinking ed effort sono funzionalità GA e non richiedono il namespace SDK beta o alcun header beta.
Rimuovi l'header beta effort: Il parametro effort è ora GA. Rimuovi betas=["effort-2025-11-24"] dalle tue richieste.
Rimuovi l'header beta fine-grained tool streaming: Il fine-grained tool streaming è ora GA. Rimuovi betas=["fine-grained-tool-streaming-2025-05-14"] dalle tue richieste.
Rimuovi l'header beta interleaved thinking: L'adaptive thinking abilita automaticamente l'interleaved thinking su Claude Opus 4.7, Opus 4.6 e Sonnet 4.6. Rimuovi betas=["interleaved-thinking-2025-05-14"] dalle tue richieste. L'header è ancora funzionale su Sonnet 4.6 con pensiero esteso manuale, ma la modalità manuale è deprecata.
Migra a output_config.format: Se usi output strutturati, aggiorna output_format={...} a output_config={"format": {...}}. Il vecchio parametro rimane funzionale ma è deprecato e verrà rimosso in una futura release del modello.
Se stai migrando da Opus 4.1 (deprecato) o modelli precedenti direttamente a Claude Opus 4.7, applica le modifiche di Claude Opus 4.7 all'inizio di questa guida e le modifiche cumulative sopra, più le modifiche aggiuntive in questa sezione.
# Da Opus 4.1
model = "claude-opus-4-1-20250805" # Before
model = "claude-opus-4-7" # After
# Da Sonnet 3.7
model = "claude-3-7-sonnet-20250219" # Before
model = "claude-opus-4-7" # AfterRimuovi i parametri di campionamento
Questa è una modifica che interrompe la compatibilità quando si migra dai modelli Claude 3.x.
A partire da Claude Opus 4.7, impostare temperature, top_p o top_k a qualsiasi valore non predefinito restituirà un errore 400. Il percorso di migrazione più sicuro è omettere completamente questi parametri dalle richieste e usare il prompting per guidare il comportamento del modello. Se usavi temperature = 0 per il determinismo, nota che non ha mai garantito output identici.
# Prima - Questo genererà un errore nei modelli Claude 4+
response = client.messages.create(
model="claude-3-7-sonnet-20250219",
temperature=0.7,
top_p=0.9, # Non-default sampling params return 400 on Opus 4.7
# ...
)
# Dopo
response = client.messages.create(
model="claude-opus-4-7",
# ...
)Aggiorna le versioni degli strumenti
Questa è una modifica che interrompe la compatibilità quando si migra dai modelli Claude 3.x.
Aggiorna alle versioni più recenti degli strumenti. Rimuovi qualsiasi codice che usa il comando undo_edit.
# Prima
tools = [{"type": "text_editor_20250124", "name": "str_replace_editor"}]
# Dopo
tools = [{"type": "text_editor_20250728", "name": "str_replace_based_edit_tool"}]text_editor_20250728 e str_replace_based_edit_tool. Consulta la documentazione dello strumento text editor per i dettagli.code_execution_20250825. Consulta la documentazione dello strumento code execution per le istruzioni di migrazione.Gestisci lo stop reason refusal
Aggiorna la tua applicazione per gestire gli stop reason refusal:
response = client.messages.create(...)
if response.stop_reason == "refusal":
# Gestisci il rifiuto in modo appropriato
passGestisci lo stop reason model_context_window_exceeded
I modelli Claude 4.5+ restituiscono uno stop reason model_context_window_exceeded quando la generazione si interrompe a causa del raggiungimento del limite della finestra di contesto, anziché del limite max_tokens richiesto. Aggiorna la tua applicazione per gestire questo nuovo stop reason:
response = client.messages.create(...)
if response.stop_reason == "model_context_window_exceeded":
# Gestisci il limite della finestra di contesto in modo appropriato
passVerifica la gestione dei parametri degli strumenti (newline finali)
I modelli Claude 4.5+ preservano i newline finali nei parametri stringa delle chiamate agli strumenti che in precedenza venivano rimossi. Se i tuoi strumenti si basano sulla corrispondenza esatta delle stringhe rispetto ai parametri delle chiamate agli strumenti, verifica che la tua logica gestisca correttamente i newline finali.
Aggiorna i tuoi prompt per le modifiche comportamentali
I modelli Claude 4+ hanno uno stile di comunicazione più conciso e diretto e richiedono indicazioni esplicite. Rivedi le best practice di prompting per indicazioni sull'ottimizzazione.
token-efficient-tools-2025-02-19 e output-128k-2025-02-19. Tutti i modelli Claude 4+ hanno l'uso degli strumenti efficiente nei token integrato e questi header non hanno effetto.claude-opus-4-7output_config.formatthinking: {type: "enabled", budget_tokens: N} con thinking: {type: "adaptive"} più il parametro effort (restituisce 400 su Opus 4.7)effort-2025-11-24 (effort è ora GA)fine-grained-tool-streaming-2025-05-14interleaved-thinking-2025-05-14 (l'adaptive thinking abilita automaticamente l'interleaved thinking)output_format a output_config.format (se applicabile)temperature, top_p e top_k (i valori non predefiniti restituiscono 400 su Opus 4.7)text_editor_20250728, code_execution_20250825)refusalmodel_context_window_exceededtoken-efficient-tools-2025-02-19, output-128k-2025-02-19)Claude Sonnet 5 offre la migliore combinazione di velocità e intelligenza nella famiglia di modelli Claude. Si basa su Claude Sonnet 4.6.
Claude Sonnet 5 è un aggiornamento drop-in per Claude Sonnet 4.6 allo stesso prezzo di $3 / $15 per MTok (prezzo introduttivo di $2 / $10 per MTok fino al 31 agosto 2026; consulta Prezzi). Ci sono due modifiche API che interrompono la compatibilità per il codice già in esecuzione su Claude Sonnet 4.6: il pensiero esteso manuale (thinking: {type: "enabled", budget_tokens: N}) e i parametri di campionamento (temperature, top_p, top_k) impostati su valori non predefiniti non sono più accettati e restituiscono un errore 400. Usa invece l'adaptive thinking con il parametro effort. Claude Sonnet 5 supporta lo stesso set di funzionalità di Claude Sonnet 4.6, inclusi la finestra di contesto da 1M di token, l'adaptive thinking, la cache dei prompt, l'elaborazione batch, la Files API, il supporto PDF, la visione e il set completo di strumenti lato server e lato client. Il Priority Tier non è disponibile su Claude Sonnet 5. Claude Sonnet 5 usa anche un nuovo tokenizer.
Se il tuo codice è su Claude Sonnet 4.5 o precedenti, applica anche i passaggi di migrazione a Claude Sonnet 4.6 prima di aggiornare a Claude Sonnet 5. Quei passaggi includono modifiche che interrompono la compatibilità (prefilling dei messaggi assistant rifiutato, differenze nell'escaping JSON dei parametri degli strumenti) che l'aggiornamento a Sonnet 5 da solo non copre.
# Migrazione a Sonnet
model = "claude-sonnet-4-6" # Before
model = "claude-sonnet-5" # AfterGli elementi 4 e 5 nell'elenco seguente sono modifiche che interrompono la compatibilità. max_tokens rimane un limite rigido sull'output totale (pensiero più testo di risposta), quindi rivedilo per i carichi di lavoro che venivano eseguiti senza pensiero su Claude Sonnet 4.6.
Nuovo tokenizer: Claude Sonnet 5 usa un nuovo tokenizer. Lo stesso testo di input produce circa il 30% di token in più rispetto a Claude Sonnet 4.6. Richieste, risposte ed eventi di streaming mantengono la stessa forma e non sono richieste modifiche al codice, ma tutto ciò che misuri o pianifichi in token cambia: i campi usage e i risultati del conteggio dei token per lo stesso testo sono più alti, la finestra di contesto da 1M di token contiene meno testo e un limite max_tokens ottimizzato per Claude Sonnet 4.6 potrebbe troncare un output equivalente. Il prezzo per token è invariato, quindi il costo di una richiesta equivalente può differire. Riesegui il conteggio dei token rispetto a Claude Sonnet 5 anziché riutilizzare i conteggi misurati rispetto ai modelli precedenti.
128k token di output massimi (invariato): Claude Sonnet 5 supporta fino a 128k token di output, come Claude Sonnet 4.6. I valori max_tokens esistenti rimangono validi. Tieni conto del nuovo tokenizer quando li dimensioni.
Prefilling dei messaggi assistant (invariato): Il prefilling del messaggio assistant restituisce un errore 400 su Claude Sonnet 5, come su Claude Sonnet 4.6. Se hai rimosso il prefill durante la migrazione a Claude Sonnet 4.6, non sono necessarie ulteriori modifiche. Usa invece output strutturati, istruzioni nel prompt di sistema o output_config.format.
Adaptive thinking attivo per impostazione predefinita: Su Claude Sonnet 4.6, le richieste senza un campo thinking vengono eseguite senza pensiero; su Claude Sonnet 5, le stesse richieste vengono eseguite con adaptive thinking. Per disattivare il pensiero, passa thinking: {type: "disabled"}. Il pensiero esteso manuale (thinking: {type: "enabled", budget_tokens: N}) non è supportato e restituisce un errore 400. Usa il parametro effort (predefinito high) per controllare la profondità del pensiero.
Parametri di campionamento rimossi: I parametri di campionamento (temperature, top_p, top_k) impostati su un valore non predefinito non sono accettati e restituiscono un errore 400.
Protezioni di cybersecurity: Claude Sonnet 5 è il primo modello di livello Sonnet con protezioni di cybersecurity in tempo reale. Le richieste che coinvolgono argomenti di cybersecurity proibiti o ad alto rischio possono essere rifiutate. I rifiuti vengono restituiti come risposta HTTP 200 riuscita con stop_reason: "refusal", non come errore. Consulta Safeguards, warnings, and appeals per il contesto.
claude-sonnet-4-6 a claude-sonnet-5.max_tokens dimensionati vicino alla lunghezza di output prevista e aumentali fino al massimo di 128k (invariato rispetto a Claude Sonnet 4.6) dove utile.thinking: {type: "enabled", budget_tokens: N} (restituisce un errore 400). L'adaptive thinking è attivo per impostazione predefinita; passa {type: "disabled"} per disattivarlo, oppure usa il parametro effort per controllare la profondità.temperature, top_p e top_k impostati su valori non predefiniti (restituiscono un errore 400 su Claude Sonnet 5).stop_reason: "refusal" se il tuo carico di lavoro può toccare argomenti di cybersecurity.max_tokens per i carichi di lavoro che in precedenza venivano eseguiti senza pensiero.Claude Sonnet 4.6 combina una forte intelligenza con prestazioni veloci, con capacità di ricerca agentica migliorate ed esecuzione di codice gratuita quando usato con web search o web fetch. È ideale per attività quotidiane di coding, analisi e contenuti.
Per una panoramica completa delle capacità, consulta la panoramica dei modelli.
Il prezzo di Sonnet 4.6 è di $3 per milione di token di input, $15 per milione di token di output. Consulta Prezzi di Claude per i dettagli.
Aggiorna il nome del modello:
# Da Sonnet 4.5
model = "claude-sonnet-4-5" # Before
model = "claude-sonnet-4-6" # AfterIl prefilling dei messaggi assistant non è più supportato
Questa è una modifica che interrompe la compatibilità quando si migra da Sonnet 4.5 o precedenti.
Il prefilling dei messaggi assistant restituisce un errore 400 su Sonnet 4.6. Usa invece output strutturati, istruzioni nel prompt di sistema o output_config.format.
Casi d'uso comuni del prefill e migrazioni:
Controllo della formattazione dell'output (forzare output JSON/YAML): Usa output strutturati o strumenti con campi enum per compiti di classificazione.
Eliminazione dei preamboli (rimozione di frasi come "Ecco..."): Aggiungi istruzioni dirette nel prompt di sistema: "Rispondi direttamente senza preambolo. Non iniziare con frasi come 'Ecco...', 'In base a...', ecc."
Evitare rifiuti inappropriati: Claude è ora molto migliore nei rifiuti appropriati. Un prompting chiaro nel messaggio utente senza prefill dovrebbe essere sufficiente.
Continuazioni (ripresa di risposte interrotte): Sposta la continuazione nel messaggio utente: "La tua risposta precedente è stata interrotta e terminava con [previous_response]. Continua da dove ti eri fermato."
Idratazione del contesto / coerenza del ruolo (aggiornamento del contesto in conversazioni lunghe): Inserisci quelli che in precedenza erano promemoria assistant precompilati nel turno utente.
L'escaping JSON dei parametri degli strumenti può differire
Questa è una modifica che interrompe la compatibilità quando si migra da Sonnet 4.5 o precedenti.
L'escaping delle stringhe JSON nei parametri degli strumenti può differire dai modelli precedenti. I parser JSON standard gestiscono questo automaticamente, ma il parsing personalizzato basato su stringhe potrebbe richiedere aggiornamenti.
Aggiorna i parametri di campionamento
Questa è una modifica che interrompe la compatibilità quando si migra dai modelli Claude 3.x.
Usa solo temperature OPPURE top_p, non entrambi.
Aggiorna le versioni degli strumenti
Questa è una modifica che interrompe la compatibilità quando si migra dai modelli Claude 3.x.
Aggiorna alle versioni più recenti degli strumenti (text_editor_20250728, code_execution_20250825). Rimuovi qualsiasi codice che usa il comando undo_edit.
Gestisci lo stop reason refusal
Aggiorna la tua applicazione per gestire gli stop reason refusal.
Aggiorna i tuoi prompt per le modifiche comportamentali
I modelli Claude 4 hanno uno stile di comunicazione più conciso e diretto. Rivedi le best practice di prompting per indicazioni sull'ottimizzazione.
fine-grained-tool-streaming-2025-05-14: Il fine-grained tool streaming è ora GA su Sonnet 4.6 e non richiede più un header beta.output_format a output_config.format: Il parametro output_format è deprecato. Usa invece output_config.format.Considera la migrazione da Sonnet 4.5 a Sonnet 4.6, che offre maggiore intelligenza allo stesso prezzo.
Sonnet 4.6 utilizza per impostazione predefinita un livello di effort pari a high, a differenza di Sonnet 4.5 che non aveva alcun parametro effort. Considera di regolare il parametro effort durante la migrazione da Sonnet 4.5 a Sonnet 4.6. Se non impostato esplicitamente, potresti riscontrare una latenza più elevata con il livello di effort predefinito.
Se non stai utilizzando il pensiero esteso su Sonnet 4.5, puoi continuare senza di esso su Sonnet 4.6. Dovresti impostare esplicitamente l'effort al livello appropriato per il tuo caso d'uso. Con effort low e pensiero disabilitato, puoi aspettarti prestazioni simili o migliori rispetto a Sonnet 4.5 senza pensiero esteso.
response = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=8192,
output_config={"effort": "low"},
messages=[{"role": "user", "content": "Your prompt here"}],
)Se stai utilizzando il pensiero esteso con budget_tokens su Sonnet 4.5, è ancora funzionante su Sonnet 4.6 ma è deprecato. Migra al pensiero adattivo con il parametro effort.
Il pensiero adattivo è il sostituto consigliato per budget_tokens su Sonnet 4.6. È particolarmente adatto ai seguenti pattern di carico di lavoro:
high. Se la latenza o l'utilizzo di token sono una preoccupazione, riduci a medium.Quando utilizzi il pensiero adattivo, valuta l'effort medium e high sulle tue attività. Il livello giusto dipende dal compromesso del tuo carico di lavoro tra qualità, latenza e utilizzo di token.
response = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=64000,
thinking={"type": "adaptive"},
output_config={"effort": "medium"},
messages=[{"role": "user", "content": "Your prompt here"}],
)Se noti comportamenti incoerenti o regressioni di qualità con il pensiero adattivo, prova prima ad abbassare l'impostazione effort o a utilizzare max_tokens come limite rigido. Il pensiero esteso con budget_tokens è ancora funzionante su Sonnet 4.6 ma è deprecato e non più consigliato.
Se hai bisogno di mantenere temporaneamente budget_tokens durante la migrazione, un budget di circa 16k token fornisce margine per problemi più difficili senza il rischio di un utilizzo incontrollato di token. Questa configurazione è deprecata e verrà rimossa in una futura versione del modello.
Per il coding agentico, il design frontend, i flussi di lavoro con uso intensivo di strumenti e i flussi di lavoro aziendali complessi, inizia con effort medium. Se riscontri una latenza troppo elevata, considera di ridurre l'effort a low. Se hai bisogno di maggiore intelligenza, considera di aumentare l'effort a high o di migrare a Opus 4.7.
response = client.beta.messages.create(
model="claude-sonnet-4-6",
max_tokens=16384,
thinking={"type": "enabled", "budget_tokens": 16384},
output_config={"effort": "medium"},
betas=["interleaved-thinking-2025-05-14"],
messages=[{"role": "user", "content": "Your prompt here"}],
)Per chat, generazione di contenuti, ricerca, classificazione e altre attività non di coding, inizia con effort low con pensiero esteso. Se hai bisogno di maggiore profondità, aumenta l'effort a medium.
response = client.beta.messages.create(
model="claude-sonnet-4-6",
max_tokens=8192,
thinking={"type": "enabled", "budget_tokens": 16384},
output_config={"effort": "low"},
betas=["interleaved-thinking-2025-05-14"],
messages=[{"role": "user", "content": "Your prompt here"}],
)claude-sonnet-4-6output_config.formattext_editor_20250728, code_execution_20250825); le versioni legacy non sono supportate (se stai migrando da 3.x)undo_edit (se applicabile)temperature OPPURE top_p, non entrambi (se stai migrando da 3.x)refusal nella tua applicazionefine-grained-tool-streaming-2025-05-14 (ora GA)output_format a output_config.formatthinking: {type: "enabled", budget_tokens: N} a thinking: {type: "adaptive"} con il parametro effort (budget_tokens è deprecato e verrà rimosso in una versione futura)Claude Sonnet 4.5 combina una forte intelligenza con prestazioni veloci, rendendolo ideale per attività quotidiane di coding, analisi e contenuti.
Per una panoramica completa delle capacità, consulta la panoramica dei modelli.
Il prezzo di Sonnet 4.5 è di $3 per milione di token di input, $15 per milione di token di output. Consulta i prezzi di Claude per i dettagli.
Aggiorna il nome del modello:
# Da Sonnet 3.7
model = "claude-3-7-sonnet-20250219" # Before
model = "claude-sonnet-4-5-20250929" # AfterQuesti breaking change si applicano quando si migra dai modelli Claude 3.x Sonnet.
Aggiorna i parametri di campionamento
Questo è un breaking change quando si migra dai modelli Claude 3.x.
Utilizza solo temperature OPPURE top_p, non entrambi.
Aggiorna le versioni degli strumenti
Questo è un breaking change quando si migra dai modelli Claude 3.x.
Aggiorna alle versioni più recenti degli strumenti (text_editor_20250728, code_execution_20250825). Rimuovi qualsiasi codice che utilizza il comando undo_edit.
Gestisci lo stop reason refusal
Aggiorna la tua applicazione per gestire gli stop reason refusal.
Aggiorna i tuoi prompt per i cambiamenti comportamentali
I modelli Claude 4 hanno uno stile di comunicazione più conciso e diretto. Consulta le best practice per il prompting per indicazioni sull'ottimizzazione.
claude-sonnet-4-5-20250929text_editor_20250728, code_execution_20250825); le versioni legacy non sono supportate (se stai migrando da 3.x)undo_edit (se applicabile)temperature OPPURE top_p, non entrambi (se stai migrando da 3.x)refusal nella tua applicazioneClaude Haiku 4.5 è il modello Haiku più veloce e intelligente con prestazioni quasi di frontiera, offrendo qualità da modello premium per applicazioni interattive ed elaborazione ad alto volume.
Per una panoramica completa delle capacità, consulta la panoramica dei modelli.
Il prezzo di Haiku 4.5 è di $1 per milione di token di input, $5 per milione di token di output. Consulta i prezzi di Claude per i dettagli.
Aggiorna il nome del modello:
# Da Haiku 3.5
model = "claude-3-5-haiku-20241022" # Before
model = "claude-haiku-4-5-20251001" # AfterRivedi i nuovi limiti di velocità: Haiku 4.5 ha limiti di velocità separati da Haiku 3.5. Consulta la documentazione sui limiti di velocità per i dettagli.
Per miglioramenti significativi delle prestazioni nelle attività di coding e ragionamento, considera di abilitare il pensiero esteso con thinking: {type: "enabled", budget_tokens: N}.
Il pensiero esteso influisce sull'efficienza della cache dei prompt.
Il pensiero esteso è deprecato nei modelli Claude 4.6 e rimosso in Claude Opus 4.7. Se utilizzi modelli più recenti, usa invece il pensiero adattivo.
Esplora le nuove capacità: Consulta la panoramica dei modelli per dettagli sulla consapevolezza del contesto, la maggiore capacità di output (64k token), la maggiore intelligenza e la velocità migliorata.
Questi breaking change si applicano quando si migra dai modelli Claude 3.x Haiku.
Aggiorna i parametri di campionamento
Questo è un breaking change quando si migra dai modelli Claude 3.x.
Utilizza solo temperature OPPURE top_p, non entrambi.
Aggiorna le versioni degli strumenti
Questo è un breaking change quando si migra dai modelli Claude 3.x.
Aggiorna alle versioni più recenti degli strumenti (text_editor_20250728, code_execution_20250825). Rimuovi qualsiasi codice che utilizza il comando undo_edit.
Gestisci lo stop reason refusal
Aggiorna la tua applicazione per gestire gli stop reason refusal.
Aggiorna i tuoi prompt per i cambiamenti comportamentali
I modelli Claude 4 hanno uno stile di comunicazione più conciso e diretto. Consulta le best practice per il prompting per indicazioni sull'ottimizzazione.
claude-haiku-4-5-20251001text_editor_20250728, code_execution_20250825); le versioni legacy non sono supportateundo_edit (se applicabile)temperature OPPURE top_p, non entrambirefusal nella tua applicazioneWas this page helpful?