Adaptive thinking

Adaptive thinking è il modo consigliato per utilizzare extended thinking con Claude Opus 4.6. Invece di impostare manualmente un budget di token di thinking, adaptive thinking consente a Claude di decidere dinamicamente quando e quanto pensare in base alla complessità di ogni richiesta.

Modelli supportati

Adaptive thinking è supportato sui seguenti modelli:

• Claude Opus 4.6 (claude-opus-4-6)

Come funziona adaptive thinking

In modalità adaptive, il thinking è facoltativo per il modello. Claude valuta la complessità di ogni richiesta e decide se e quanto pensare. Al livello di effort predefinito (high), Claude penserà quasi sempre. A livelli di effort inferiori, Claude potrebbe saltare il thinking per problemi più semplici.

Adaptive thinking abilita anche automaticamente interleaved thinking. Ciò significa che Claude può pensare tra le chiamate ai tool, rendendolo particolarmente efficace per i flussi di lavoro agentic.

Come utilizzare adaptive thinking

Imposta thinking.type su "adaptive" nella tua richiesta API:

curl https://api.anthropic.com/v1/messages \
     --header "x-api-key: $ANTHROPIC_API_KEY" \
     --header "anthropic-version: 2023-06-01" \
     --header "content-type: application/json" \
     --data \
'{
    "model": "claude-opus-4-6",
    "max_tokens": 16000,
    "thinking": {
        "type": "adaptive"
    },
    "messages": [
        {
            "role": "user",
            "content": "Explain why the sum of two even numbers is always even."
        }
    ]
}'

Adaptive thinking con il parametro effort

Puoi combinare adaptive thinking con il parametro effort per guidare quanto Claude pensa. Il livello di effort agisce come una guida soft per l'allocazione del thinking di Claude:

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-6",
    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 con adaptive thinking

Adaptive thinking funziona perfettamente con streaming. I blocchi di thinking vengono trasmessi tramite eventi thinking_delta proprio come in modalità thinking manuale:

import anthropic

client = anthropic.Anthropic()

with client.messages.stream(
    model="claude-opus-4-6",
    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)

Adaptive vs manual vs disabled thinking

Considerazioni importanti

Modifiche alla validazione

Quando si utilizza adaptive thinking, i turni dell'assistente precedenti non devono iniziare con blocchi di thinking. Questo è più flessibile rispetto alla modalità manuale, dove l'API applica che i turni con thinking abilitato inizino con un blocco di thinking.

Prompt caching

Le richieste consecutive che utilizzano adaptive thinking preservano i breakpoint della prompt cache. Tuttavia, il passaggio tra le modalità di thinking adaptive e enabled/disabled interrompe i breakpoint della cache per i messaggi. I prompt di sistema e le definizioni dei tool rimangono in cache indipendentemente dai cambiamenti di modalità.

Tuning del comportamento del thinking

Il comportamento di attivazione di adaptive thinking è promptable. Se Claude sta pensando più o meno spesso di quanto desideri, puoi aggiungere una guida al tuo prompt di sistema:

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.

Controllo dei costi

Utilizza max_tokens come limite rigido sull'output totale (thinking + testo di risposta). Il parametro effort fornisce una guida soft aggiuntiva su quanto thinking Claude alloca. Insieme, questi ti danno un controllo efficace sui costi.

Ai livelli di effort high e max, Claude potrebbe pensare più estesamente e potrebbe essere più probabile che esaurisca il budget di max_tokens. Se osservi stop_reason: "max_tokens" nelle risposte, considera di aumentare max_tokens per dare al modello più spazio, o abbassare il livello di effort.

Lavorare con i blocchi di thinking

I seguenti concetti si applicano a tutti i modelli che supportano extended thinking, indipendentemente dal fatto che tu utilizzi la modalità adaptive o manuale.

Summarized thinking

With extended thinking enabled, the Messages API for Claude 4 models returns a summary of Claude's full thinking process. Summarized thinking provides the full intelligence benefits of extended thinking, while preventing misuse. This is the default behavior when the display field on the thinking configuration is unset or set to "summarized".

Here are some important considerations for summarized thinking:

• You're charged for the full thinking tokens generated by the original request, not the summary tokens.
• The billed output token count will not match the count of tokens you see in the response.
• The first few lines of thinking output are more verbose, providing detailed reasoning that's particularly helpful for prompt engineering purposes.
• As Anthropic seeks to improve the extended thinking feature, summarization behavior is subject to change.
• Summarization preserves the key ideas of Claude's thinking process with minimal added latency, enabling a streamable user experience and easy migration from Claude Sonnet 3.7 to Claude 4 and later models.
• Summarization is processed by a different model than the one you target in your requests. The thinking model does not see the summarized output.

Thinking encryption

Full thinking content is encrypted and returned in the signature field. This field is used to verify that thinking blocks were generated by Claude when passed back to the API.

Here are some important considerations on thinking encryption:

• When streaming responses, the signature is added via a signature_delta inside a content_block_delta event just before the content_block_stop event.
• signature values are significantly longer in Claude 4 models than in previous models.
• The signature field is an opaque field and should not be interpreted or parsed.
• signature values are compatible across platforms (Claude APIs, Amazon Bedrock, and Vertex AI). Values generated on one platform will be compatible with another.

Pricing

For complete pricing information including base rates, cache writes, cache hits, and output tokens, see the pricing page.

The thinking process incurs charges for:

• Tokens used during thinking (output tokens)
• Thinking blocks from the last assistant turn included in subsequent requests (input tokens)
• Standard text output tokens

When using summarized thinking:

• Input tokens: Tokens in your original request (excludes thinking tokens from previous turns)
• Output tokens (billed): The original thinking tokens that Claude generated internally
• Output tokens (visible): The summarized thinking tokens you see in the response
• No charge: Tokens used to generate the summary

When using display: "omitted":

• Input tokens: Tokens in your original request (same as summarized)
• Output tokens (billed): The original thinking tokens that Claude generated internally (same as summarized)
• Output tokens (visible): Zero thinking tokens (the thinking field is empty)

Argomenti aggiuntivi

La pagina extended thinking copre diversi argomenti in più dettaglio con esempi di codice specifici della modalità:

• Tool use con thinking: Le stesse regole si applicano per adaptive thinking — preserva i blocchi di thinking tra le chiamate ai tool e sii consapevole delle limitazioni di tool_choice quando il thinking è attivo.
• Prompt caching: Con adaptive thinking, le richieste consecutive che utilizzano la stessa modalità di thinking preservano i breakpoint della cache. Il passaggio tra le modalità adaptive e enabled/disabled interrompe i breakpoint della cache per i messaggi (i prompt di sistema e le definizioni dei tool rimangono in cache).
• Context windows: Come i token di thinking interagiscono con max_tokens e i limiti della finestra di contesto.

Passaggi successivi