Adaptive thinking

Adaptive thinking è il modo consigliato per utilizzare extended thinking con Claude Opus 4.7, Claude Opus 4.6 e Claude Sonnet 4.6, ed è la modalità predefinita su Claude Mythos Preview (dove si applica automaticamente quando thinking non è impostato). Invece di impostare manualmente un budget di token di pensiero, adaptive thinking consente a Claude di determinare dinamicamente quando e quanto utilizzare il pensiero esteso in base alla complessità di ogni richiesta. Su Claude Opus 4.7, adaptive thinking è l'unica modalità di pensiero supportata; il manuale thinking: {type: "enabled", budget_tokens: N} non è più accettato.

Modelli supportati

Adaptive thinking è supportato sui seguenti modelli:

• Claude Mythos Preview (claude-mythos-preview), adaptive thinking è il predefinito; thinking: {type: "disabled"} non è supportato
• Claude Opus 4.7 (claude-opus-4-7), adaptive thinking è l'unica modalità di pensiero supportata. Il pensiero è disattivato a meno che tu non imposti esplicitamente thinking: {type: "adaptive"} nella tua richiesta; il manuale thinking: {type: "enabled"} viene rifiutato con un errore 400.
• Claude Opus 4.6 (claude-opus-4-6)
• Claude Sonnet 4.6 (claude-sonnet-4-6)

Come funziona adaptive thinking

In modalità adattiva, il pensiero è facoltativo per il modello. Claude valuta la complessità di ogni richiesta e determina se e quanto utilizzare il pensiero esteso. Al livello di sforzo predefinito (high), Claude quasi sempre pensa. A livelli di sforzo inferiori, Claude potrebbe saltare il pensiero per problemi più semplici.

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

Come utilizzare adaptive thinking

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

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-7",
    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}")

Adaptive thinking con il parametro effort

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

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-7",
    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 pensiero vengono trasmessi tramite eventi thinking_delta proprio come la modalità di pensiero manuale:

client = anthropic.Anthropic()

with client.messages.stream(
    model="claude-opus-4-7",
    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 di convalida

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

Prompt caching

Le richieste consecutive che utilizzano il pensiero adaptive preservano i punti di interruzione della prompt cache. Tuttavia, il passaggio tra le modalità di pensiero adaptive e enabled/disabled interrompe i punti di interruzione della cache per i messaggi. I prompt di sistema e le definizioni degli strumenti rimangono memorizzati nella cache indipendentemente dalle modifiche della modalità.

Sintonizzazione del comportamento del pensiero

Il comportamento di attivazione del pensiero adattivo è promptable. Se Claude pensa 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 (pensiero + testo di risposta). Il parametro effort fornisce una guida soft aggiuntiva su quanto pensiero Claude alloca. Insieme, questi ti danno un controllo efficace sui costi.

Ai livelli di sforzo high e max, Claude potrebbe pensare più estesamente e può essere più probabile che esaurisca il budget 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 sforzo.

Lavorare con i blocchi di pensiero

I seguenti concetti si applicano a tutti i modelli che supportano il pensiero esteso, indipendentemente dal fatto che tu utilizzi la modalità adattiva o manuale.

Pensiero riassunto

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 on Claude 4 models when the display field on the thinking configuration is unset or set to "summarized". On Claude Opus 4.7 and Claude Mythos Preview, display defaults to "omitted" instead, so you must set display: "summarized" explicitly to receive summarized thinking.

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.
• On Claude 4 models, the first few lines of thinking output are more verbose, providing detailed reasoning that's particularly helpful for prompt engineering purposes. Claude Mythos Preview summarizes from the first token, so its thinking blocks do not show this verbose preamble.
• 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.
• Summarization is processed by a different model than the one you target in your requests. The thinking model does not see the summarized output.

Controllo della visualizzazione del pensiero

The display field on the thinking configuration controls how thinking content is returned in API responses. It accepts two values:

• "summarized": Thinking blocks contain summarized thinking text. See Summarized thinking for details. This is the default on Claude Opus 4.6, Claude Sonnet 4.6, and earlier Claude 4 models.
• "omitted": Thinking blocks are returned with an empty thinking field. The signature field still carries the encrypted full thinking for multi-turn continuity (see Thinking encryption). This is the default on Claude Opus 4.7 and Claude Mythos Preview.

Setting display: "omitted" is useful when your application doesn't surface thinking content to users. The primary benefit is faster time-to-first-text-token when streaming: The server skips streaming thinking tokens entirely and delivers only the signature, so the final text response begins streaming sooner.

Here are some important considerations for omitted thinking:

• You're still charged for the full thinking tokens. Omitting reduces latency, not cost.
• If you pass thinking blocks back in multi-turn conversations, pass them unchanged. The server decrypts the signature to reconstruct the original thinking for prompt construction (see Preserving thinking blocks). Any text you place in the thinking field of a round-tripped omitted block is ignored.
• display is invalid with thinking.type: "disabled" (there is nothing to display).
• When using thinking.type: "adaptive" and the model skips thinking for a simple request, no thinking block is produced regardless of display.

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

Per esempi di codice e comportamento di streaming con display: "omitted", vedi Controllo della visualizzazione del pensiero sulla pagina del pensiero esteso. Gli esempi lì utilizzano type: "enabled"; con adaptive thinking, utilizza:

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

Crittografia del pensiero

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.

Prezzi

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 prior assistant turns kept in context: only the last turn on earlier Opus/Sonnet models and all Haiku models; all turns by default on Opus 4.5+ and Sonnet 4.6+ (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 del pensiero esteso copre diversi argomenti in più dettagli con esempi di codice specifici della modalità:

• Uso dello strumento con il pensiero: Le stesse regole si applicano per adaptive thinking: preserva i blocchi di pensiero tra le chiamate di strumenti e sii consapevole delle limitazioni di tool_choice quando il pensiero è attivo.
• Prompt caching: Con adaptive thinking, le richieste consecutive che utilizzano la stessa modalità di pensiero preservano i punti di interruzione della cache. Il passaggio tra le modalità adaptive e enabled/disabled interrompe i punti di interruzione della cache per i messaggi (i prompt di sistema e le definizioni degli strumenti rimangono memorizzati nella cache).
• Finestre di contesto: Come i token di pensiero interagiscono con max_tokens e i limiti della finestra di contesto.

Passaggi successivi