思考

一度のパスで回答するモデルは、最初の試行ですべてを正しく行う必要があります。下書きも、検証も、途中での方針転換もありません。証明、厄介なバグ、または長いエージェントタスクでは、最初のアプローチが最善であることはめったにありません。

思考（thinking）はその制約を取り除きます。思考がアクティブなとき、Claudeは回答する前に自分自身の言葉で問題に取り組みます。求められていることを言い換え、アプローチを試し、中間結果を検証し、成り立たない道筋を放棄します。その推論は応答の前にthinkingコンテンツブロックとして届き、Claudeはそれを活用して最終的な回答を生成します。これが、数学、コーディング、分析、長時間実行されるエージェント作業などの複雑なタスクで思考がパフォーマンスを向上させる理由です。これらのタスクでは、回答の品質が、そうでなければ応答自体に圧縮されるかスキップされてしまう中間作業に依存しています。

思考にはコストがかかります。Claudeが推論に費やすトークンは、思考テキストが返されない場合でも出力トークンとして課金され、応答テキストとともにmax_tokensにカウントされます。このページでは、APIサーフェス全体での思考の動作について説明します。思考を有効にする方法、その出力を読み取る方法、そしてツール、ストリーミング、キャッシング、コンテキストウィンドウとの相互作用を管理する方法です。



思考の仕組み

特定のリクエストでClaudeが思考するかどうか、そしてどの程度深く思考するかは、思考の設定とリクエストの複雑さによって決まります。

応答における思考は次のようになります。1つ以上のthinkingコンテンツブロックがtextブロックの前に届きます。思考ブロックは、その後に続くtextブロックと同様に生成されたコンテンツですが、正規の応答からは分離されています。各思考ブロックにはsignatureフィールドも含まれています。これは完全な推論の暗号化されたコピーで、マルチターンおよびツール使用の会話では変更せずにそのまま渡します（思考の暗号化を参照）：

{
  "content": [
    {
      "type": "thinking",
      "thinking": "Let me break this down. The question has two parts, so I'll start with the simpler one and use its result to constrain the second...",
      "signature": "WaUjzkypQ2mUEVM36O2Txu...."
    },
    {
      "type": "text",
      "text": "Based on my analysis..."
    }
  ]
}

このテキストが常に表示されるわけではなく、表示されるものは生の思考の連鎖（chain of thought）ではありません。思考ブロック内のテキストはClaudeの推論の要約です。思考設定のdisplayフィールドは、その要約が返されるかどうかを制御します。"summarized"は要約を返し、最新モデルのデフォルトである"omitted"は空のthinkingフィールドを持つ思考ブロックを返します。いずれの場合も、ブロックは同じように課金され、マルチターン会話では同じように渡されます。モデルごとのデフォルトと詳細については、思考表示の制御を参照してください。

Claudeがツールを使用する場合、思考はツール呼び出しの間にも現れることがあります。ツール使用での思考を参照してください。完全な応答形式については、Messages APIリファレンスを参照してください。



思考の設定

現行モデルでは、思考はデフォルトで有効になっているか、パラメータ1つで有効にできます。各モデルが受け入れる設定とそのデフォルトは、トラブルシューティングページのモデルごとの設定テーブルに記載されています。

Claude Opus 5、Claude Sonnet 5、Claude Fable 5、Claude Mythos 5、Claude Mythos Previewでは、思考はすでに有効になっています。設定は不要です。これらのモデルでほとんどの開発者が最初に必要とするのは思考テキストを表示することです。これらのモデルではdisplayのデフォルトが"omitted"だからです。thinking: {"type": "adaptive", "display": "summarized"}でオプトインしてください。これは、モデル文字列を入れ替えただけの以下のリクエストとまったく同じです。

Claude Opus 4.8、Claude Opus 4.7、Claude Opus 4.6、Claude Sonnet 4.6では、リクエストにthinking: {type: "adaptive"}を設定するまで思考は無効です。以下の例ではそれを行い、思考テキストが表示されるようにdisplay: "summarized"を設定し、余裕のあるmax_tokensを使用しています：

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=16000,
    thinking={"type": "adaptive", "display": "summarized"},
    messages=[
        {
            "role": "user",
            "content": "What is the greatest common divisor of 1071 and 462?",
        }
    ],
)

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

この例を実行すると、要約された思考が出力され、その後に回答が出力されます：

Thinking: Use Euclidean algorithm.
1071 = 2*462 + 147
462 = 3*147 + 21
147 = 7*21 + 0
GCD = 21

Response: ## Finding GCD of 1071 and 462

I'll use the **Euclidean algorithm**, repeatedly dividing and taking remainders...

思考トークンはmax_tokensにカウントされるため、思考と応答テキストの両方に十分な余裕を残せるように高く設定してください。ステアリングページのコスト制御と思考とコンテキストウィンドウを参照してください。



思考を無効にする

思考がデフォルトで有効になっているClaude Sonnet 5では、思考を無効にできます：

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=4096,
    thinking={"type": "disabled"},
    messages=[{"role": "user", "content": "Summarize this article in one sentence."}],
)

Claude Opus 5も思考がデフォルトで有効になっており、effortがhigh以下の場合にthinking: {type: "disabled"}を受け入れます。xhighまたはmaxのeffortでは、思考を無効にできません。thinking: {type: "disabled"}をこれらのeffortレベルと組み合わせたリクエストは400エラーを返します。この制限はClaude Opus 5以降のモデルに適用され、各リクエストで強制されます。思考を無効にすると、Claude Opus 5はまれにツール呼び出しをプレーンテキストとして出力したり、表示される出力に内部XMLタグを含めたりすることがあります。プロンプトによる緩和策については、思考を無効にして実行するを参照してください。

Claude Fable 5、Claude Mythos 5、Claude Mythos Previewはthinking: {type: "disabled"}を拒否します。これらのモデルでは思考を無効にできません。

お使いのモデルが拡張思考のみをサポートしている場合（モデルごとの設定テーブルを参照）、代わりにtype: "enabled"とbudget_tokens値で設定してください。その設定については拡張思考ページで説明しています。また、思考設定が400エラーを返す場合は、思考のトラブルシューティングで各エラーメッセージとその修正方法を確認できます。



思考出力の読み取り



思考表示の制御

思考設定のdisplayフィールドは、API応答で思考コンテンツがどのように返されるかを制御します。displayは両方のモードで機能します。type: "adaptive"またはtype: "enabled"と一緒に設定してください。2つの値を受け入れます：

• "summarized"：思考ブロックには要約された思考テキスト、つまりClaudeの推論の読みやすい要約が含まれます。これはClaude Opus 4.6、Claude Sonnet 4.6、およびそれ以前のモデルのデフォルトです。
• "omitted"：思考ブロックは空のthinkingフィールドで返されます。signatureフィールドには、マルチターンの継続性のために暗号化された完全な思考が引き続き含まれます（思考の暗号化を参照）。これはClaude Fable 5、Claude Mythos 5、Claude Opus 5、Claude Sonnet 5、Claude Opus 4.8、Claude Opus 4.7、およびClaude Mythos Previewのデフォルトです。

アプリケーションが思考コンテンツをユーザーに表示しない場合は、display: "omitted"を設定してください。主な利点はストリーミング時の最初のテキストトークンまでの時間が短縮されることです。サーバーは思考トークンのストリーミングを完全にスキップし、署名のみを配信するため、最終的なテキスト応答のストリーミングがより早く開始されます。

display: "omitted"の場合、応答には空のthinkingフィールドを持つthinkingブロックが含まれます：

{
  "content": [
    {
      "type": "thinking",
      "thinking": "",
      "signature": "EosnCkYICxIMMb3LzNrMu..."
    },
    {
      "type": "text",
      "text": "The answer is 12,231."
    }
  ]
}

省略された思考を扱う際は、以下の点に注意してください：

• 完全な思考トークンに対して引き続き課金されます。省略はレイテンシを削減しますが、コストは削減しません。
• マルチターン会話で思考ブロックを渡し返す場合は、変更せずに渡してください。サーバーはsignatureを復号してプロンプト構築のために元の思考を再構築します（思考ブロックの保持を参照）。往復させた省略ブロックのthinkingフィールドに配置したテキストは無視されます。
• displayはthinking.type: "disabled"では無効です（表示するものがありません）。
• thinking.type: "adaptive"を使用していて、モデルが単純なリクエストに対して思考をスキップする場合、displayに関係なく思考ブロックは生成されません。
• display: "omitted"でストリーミングする場合、thinking_deltaイベントは発行されません。イベントシーケンスについては思考のストリーミングを参照してください。

Ruby SDKでは、RubyのKernel#displayをシャドウイングしないように、このフィールドをdisplay_:（末尾にアンダースコア付き）として設定してください。ワイヤーフィールドは引き続きdisplayです。



要約された思考

displayが"summarized"の場合、受け取る思考テキストは、生の思考の連鎖ではなく、Claudeの完全な思考プロセスの要約です。要約された思考は、悪用を防ぎながら、思考の完全なインテリジェンス上の利点を提供します。どのdisplay設定も生の思考の連鎖を返しません。

要約された思考を扱う際は、以下の点に注意してください：

• 要約トークンではなく、元のリクエストで生成された完全な思考トークンに対して課金されます。課金される出力トークン数は、応答で表示されるトークン数と一致しません。
• Claude Opus 4.6、Claude Sonnet 4.6、およびそれ以前のモデルでは、思考出力の最初の数行はより詳細で、プロンプトエンジニアリングの目的に特に役立つ詳細な推論を提供します。Claude Mythos Previewは最初のトークンから要約するため、その思考ブロックにはこの詳細な前置きは表示されません。
• 要約は、最小限の追加レイテンシでClaudeの思考プロセスの重要なアイデアを保持し、ストリーミング可能なユーザー体験を実現します。
• 要約は、リクエストで対象としているモデルとは異なるモデルによって処理されます。思考モデルは要約された出力を見ません。
• Anthropicが思考機能の改善を進めるにつれて、要約の動作は変更される可能性があります。



思考のストリーミング

思考はストリーミングと連携します。思考ブロックはcontent_block_deltaイベント内のthinking_deltaイベントとしてストリーミングされ、その後、ブロックのcontent_block_stopの直前に単一のsignature_deltaイベントが続きます。テキストブロックはその後、通常どおりストリーミングされます。

以下の例は、適応思考を使用して応答をストリーミングし、思考とテキストのデルタを到着順に出力します：

client = anthropic.Anthropic()

with client.messages.stream(
    model="claude-opus-4-8",
    max_tokens=16000,
    thinking={"type": "adaptive", "display": "summarized"},
    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)

display: "omitted"が設定されている場合、思考ブロックが開き、単一のsignature_deltaが到着し、thinking_deltaイベントなしでブロックが閉じます。テキストのストリーミングはその直後に開始されます：

event: content_block_start
data: {"type":"content_block_start","index":0,"content_block":{"type":"thinking","thinking":"","signature":""}}

event: content_block_delta
data: {"type":"content_block_delta","index":0,"delta":{"type":"signature_delta","signature":"EosnCkYICxIMMb3LzNrMu..."}}

event: content_block_stop
data: {"type":"content_block_stop","index":0}

event: content_block_start
data: {"type":"content_block_start","index":1,"content_block":{"type":"text","text":""}}

一般的なストリーミングの仕組みについては、メッセージのストリーミングを参照してください。



思考とeffort

thinkingパラメータは、Claudeが回答する前に思考ブロックで思考するかどうかを制御します。effortパラメータは、Claudeが応答全体にどれだけの労力をかけるかを制御し、adaptiveモードでは思考の頻度と深さも含まれます。effortの値としてadaptiveを渡さないでください。adaptiveは思考モードであり、effortレベルではありません。

各effortレベルが思考の動作に与える影響については、思考のステアリングページのレベルごとの思考動作テーブルを参照してください。Effortページでは、各モデルがサポートするレベルを含め、パラメータ自体について説明しています。effortをサポートする唯一の拡張思考専用モデルであるClaude Opus 4.5では、effortはbudget_tokensと組み合わせて使用できます。予算のルールとチューニングを参照してください。

2つのコントロールがこのように分離されているため、目的に合ったものを選択してください：

• 思考が有効なワークロードでコストまたはレイテンシを下げたい： まずeffortを下げてください。思考を含め、応答全体をスケールダウンします。
• Claudeの思考が少なすぎる、または浅すぎる： effortを上げるか、ステアリングページのClaudeが思考する頻度のステアリングを参照してください。
• 思考を完全に無効にする必要がある： それを許可するモデルでthinking: {type: "disabled"}を使用してください（モデルごとの設定テーブルを参照）。
• 支出に厳格な上限が必要： max_tokensを使用してください。effortはソフトなガイダンスであり、max_tokensは厳格な制限です。



ツール使用での思考

思考はツール使用と連携し、Claudeがツールの選択を推論し、ツールの結果を処理できるようにします。2つの制約が適用されます：

1. ツール選択の制限（手動モード）：手動の拡張思考（thinking: {type: "enabled"}）を使用したツール使用は、tool_choice: {"type": "auto"}（デフォルト）またはtool_choice: {"type": "none"}のみをサポートします。tool_choice: {"type": "any"}またはtool_choice: {"type": "tool", "name": "..."}を使用するとエラーになります。これらのオプションはツール使用を強制するため、手動の拡張思考と互換性がないからです。適応思考は、思考がデフォルトで有効なモデルを含め、強制的なツール使用をサポートします。
2. 思考ブロックの保持：ツール結果を返す際は、アシスタントメッセージの思考ブロックを完全かつ変更せずにAPIに渡し返す必要があります。思考ブロックの保持を参照してください。

ツール使用ループは1つのアシスタントターンです。 モデルの観点からは、Claudeが完全な応答を完了するまでアシスタントターンは完了しません。これには複数のツール呼び出しと結果が含まれる場合があります。このシーケンス全体が単一のアシスタントターンです：

User: "What's the weather in Paris?"
Assistant: [thinking] + [tool_use: get_weather]
User: [tool_result: "20°C, sunny"]
Assistant: [text: "The weather in Paris is 20°C and sunny"]

ターン全体は単一の思考モードで実行されます。ツール使用ループ中を含め、ターンの途中で思考を切り替えることはできません。拡張（手動）モードでは、APIはさらに、思考が有効なリクエストの最後のアシスタントターンが思考ブロックで始まることを強制します。適応モードではこれが緩和され、どのアシスタントターンも思考ブロックで始まる必要はありません。

ターン途中の競合は段階的に劣化します。 ターンの途中で思考を切り替えた場合（たとえば、ツール呼び出しを送信してからその結果を返すまでの間）、APIはエラーを返しません。代わりに、そのリクエストの思考を静かに無効にします。モデルの品質を維持するために、APIは無効なターン構造を作成する思考ブロックを削除したり、会話履歴が思考の有効化と互換性がない場合に思考を無効にしたりすることがあります。思考がアクティブだったかどうかを確認するには、応答にthinkingブロックが存在するかどうかを確認してください。

ターン内ではなく、ターン間で切り替えてください。 各ターンの開始時に思考戦略を計画してください。アシスタントターンを完了してから、次のターンの思考設定を変更してください：

User: "What's the weather?"
Assistant: [tool_use] (thinking disabled)
User: [tool_result]
Assistant: [text: "It's sunny"]
User: "What about tomorrow?"
Assistant: [thinking] + [text: "..."] (thinking enabled - new turn)

思考モードの切り替えはプロンプトキャッシングも無効にすることに注意してください。思考とプロンプトキャッシングを参照してください。



思考ブロックの保持

Claudeがツールを呼び出すとき、外部情報を待つために応答の構築を一時停止します。ツール結果を返すと、Claudeは同じ応答の構築を続行するため、以前の推論がまだ存在している必要があります。すべてのthinkingブロックを、それに付随するtool_useブロックとともに、完全かつ変更せずにAPIに渡し返してください。これが重要な理由は2つあります：

1. 推論の継続性：思考ブロックは、ツールリクエストにつながった段階的な推論を捉えています。それらを含めることで、Claudeは中断したところから推論を続行できます。
2. コンテキストの維持：ツール結果はAPI構造ではユーザーメッセージとして表示されますが、それらは1つの連続した推論フローの一部です。思考ブロックを保持することで、API呼び出し間でそのフローが維持されます。

要約すると：

• 必須： ツール使用ターン内では、思考ブロックを渡し返してください。
• 推奨： ターン間では、すべてを渡し返してください。
• 許可： ツール使用以外では、以前のターンの思考を省略できます。

古い思考を自分で削除する必要はありません。マルチターン会話ではすべての思考ブロックを渡し返してください。APIは自動的にそれらをフィルタリングし、モデルの推論を保持するために必要なブロックを保持し、実際にClaudeに表示されるブロックに対してのみ入力トークンを課金します。どの以前のターンのブロックが保持されるかはモデルごとに異なります。モデルごとの思考ブロックの保持を参照してください。デフォルトを上書きするには、clear_thinking_20251015コンテキスト編集戦略を使用してください。

最新のアシスタントメッセージ内では、連続するthinkingブロックのシーケンスは、元のリクエストでモデルが生成したものと一致する必要があります。並べ替え、編集、部分的な削除はできません。これにはredacted_thinkingブロックも含まれます。

すべてのSDKのコードを含む完全な2ターンのウォークスルーについては、ツールおよびマルチターンワークフローでの思考を参照してください。ツールを定義し、思考とツール使用の応答を受け取り、ツール結果とともにアシスタントターンをエコーバックします。



インターリーブ思考

インターリーブ思考（interleaved thinking）により、Claudeはツール呼び出しの間に思考し、各ツール結果に基づいて行動する前にそれについて推論できます。インターリーブ思考により、Claudeは以下が可能になります：

• 次に何をするかを決定する前に、ツール呼び出しの結果について推論する
• 間に推論ステップを挟んで複数のツール呼び出しを連鎖させる
• 中間結果に基づいてより繊細な決定を下す

適応思考では、適応思考をサポートするすべてのモデルでインターリーブ思考が自動的に有効になります。ベータヘッダーは不要です。Claude Fable 5、Claude Mythos 5、Claude Mythos Preview、Claude Opus 5、Claude Opus 4.8、Claude Opus 4.7では、ツール呼び出し間の推論は常に思考ブロックに表示されます。Claude Haiku 4.5はインターリーブ思考をサポートしていません。手動の拡張思考を使用するモデルでは、インターリーブにはベータヘッダーが必要で、思考予算のカウント方法が変わります。手動モードでのインターリーブ思考では、モデルごとのルールとプラットフォーム固有のヘッダー動作について説明しています。

インターリーブ思考では、思考の割り当ては単一の応答ではなく、アシスタントターン全体にまたがることができます。インターリーブ思考は、Messages APIを通じて使用されるツールでのみサポートされています。

2つのツールを使用するワークフローでインターリーブ思考が何を変えるかを示す比較例については、インターリーブ思考がフローをどのように変えるかを参照してください。



モデルごとの思考ブロックの保持

以前のアシスタントターンの思考ブロックがデフォルトでコンテキストに残るかどうかは、モデルによって異なります：

• すべての以前のターンを保持： Claude Opus 4.5以降のOpusモデル、Claude Sonnet 4.6以降のSonnetモデル、Claude Fable 5、Claude Mythos 5、Claude Mythos Preview。
• 最後のターンのみ保持： それ以前のOpusおよびSonnetモデル、およびClaude Haiku 4.5までのすべてのHaikuモデル。古い思考ブロックを渡し返すと、APIは自動的にそれらを削除します。自分で削除する必要はありません。

保持には2つの利点があります：

• キャッシュの最適化：保持された思考ブロックは、ツール結果とともに渡し返され、アシスタントターン全体で段階的にキャッシュされるため、ツール使用中のキャッシュヒットが可能になり、マルチステップワークフローでトークンを節約できます。
• インテリジェンスへの影響なし：思考ブロックの保持は、モデルのパフォーマンスに悪影響を与えません。

トレードオフはコンテキストの使用量です。保持された思考ブロックは他の会話履歴と同様に入力としてカウントされるため、すべて保持するモデルでは長い会話がより多くのコンテキストスペースを消費します（思考とコンテキストウィンドウを参照）。この動作は両方の方式で自動的に行われます。コードの変更やベータヘッダーは不要で、思考ブロックの保持で説明されているように、完全で変更されていない思考ブロックを渡し返し続けてください。どちらの方向にもデフォルトを上書きするには、思考ブロックのクリアを使用してください。

会話の途中でモデルを切り替える場合。 たとえば分類器による拒否のフォールバックの後など、任意の2つのモデル間で切り替える場合は、以前のアシスタントターンからthinkingおよびredacted_thinkingブロックを削除してください。思考ブロックは、それを生成したモデルに紐づいています。他のモデルはリクエストを拒否するのではなく、それらを静かに無視しますが、無視されたブロックも入力トークンを追加します。



思考とプロンプトキャッシング

プロンプトキャッシングは、いくつかの特定の方法で思考と相互作用します。以下のルールは両方の思考モードに適用されます。

設定の変更はキャッシングを無効にします。 思考設定と解決されたeffortレベルはプロンプト自体にレンダリングされるため、それらのいずれかを変更すると新しいキャッシュプレフィックスが開始されます。adaptive、enabled、disabled間の切り替え、budget_tokensの変更、effort値の変更はすべてキャッシュブレークポイントを無効にします。メッセージレベルのブレークポイントは常にミスし、ツールおよびシステムプロンプトのブレークポイントも、モデルが設定をレンダリングする場所によってはミスする可能性があります。思考またはeffortの変更は、キャッシュを最初からやり直すものとして扱ってください。同じ設定を維持する連続したリクエストはキャッシュを保持し、パラメータを明示的にデフォルト値に設定することは、それを省略することと同等です。使用量出力を含む実例は、思考のステアリングページにあります。

思考ブロックはツール結果とともにキャッシュされます。 ツール使用ループ中、ツール結果を含むフォローアップリクエストを行うとキャッシングが発生します。その時点で、思考ブロックを含む以前の会話履歴をキャッシュでき、それらのキャッシュされた思考ブロックは、キャッシュから読み取られる際に使用量メトリクスで入力トークンとしてカウントされます。これは明示的なcache_controlマーカーがなくても自動的に行われ、通常の思考とインターリーブ思考で同じように動作します。トレードオフ：応答で二度と見ることのない思考ブロックも、キャッシュから読み取られる際に入力トークンの使用量に寄与します。

以前のブロックがコンテキストに存在するかどうかはモデルごとに異なります。 保持のデフォルトがこれを決定します。すべて保持するモデルでは、以前のターンの思考ブロックはキャッシュされ、コンテキストに残ります。最後のターンのみ保持するモデルでは、ツール結果ではないユーザーメッセージを送信すると、以前のすべての思考ブロックがコンテキストから削除されます。それらのモデルでは、次のような会話：

User: ["What's the weather in Paris?"],
Assistant: [thinking_block_1] + [tool_use block 1],
User: [tool_result_1, cache=True],
Assistant: [thinking_block_2] + [text block 2],
User: [Text response, cache=True]

は、思考ブロックが存在しなかったかのように処理されます：

User: ["What's the weather in Paris?"],
Assistant: [tool_use block 1],
User: [tool_result_1, cache=True],
Assistant: [text block 2],
User: [Text response, cache=True]

すべて保持するモデルでは、同じリクエストでthinking_block_1とthinking_block_2がコンテキストとキャッシュに保持されます。

劣化はキャッシュ可能な履歴から思考を削除します。 ターンの途中で思考が無効になり、現在のツール使用ターンで思考コンテンツを渡した場合、思考コンテンツは削除され、そのリクエストでは思考は無効のままになります（段階的な劣化を参照）。インターリーブ思考は、思考ブロックが複数のツール呼び出しの間に発生する可能性があるため、キャッシュ無効化の影響を増幅します。



思考とコンテキストウィンドウ

現在のターンでClaudeが生成するすべての思考を含むmax_tokensは、厳格な制限として強制されます。Claude 4.5モデル以降では、入力トークンとmax_tokensの合計がコンテキストウィンドウのサイズを超える場合、APIはリクエストを受け入れます。その後、生成がコンテキストウィンドウの制限に達すると、エラーを返す代わりにstop_reason: "model_context_window_exceeded"で停止します。それ以前のモデルでは、APIは代わりに検証エラーを返します。停止理由の処理を参照してください。

思考がウィンドウに対してどのようにカウントされるかは、それがいつ生成されたかによって異なります：

• 現在のターンの思考は常にmax_tokensにカウントされ、出力トークンとして課金され、それを生成したターンのコンテキストウィンドウスペースを占有します。
• 以前のターンの思考は保持のデフォルトによって異なります。すべての以前のターンを保持するモデルでは、以前の思考ブロックはコンテキストに残り、ウィンドウにカウントされ、残りの会話履歴と同様に入力トークンとして課金されます。最後のターンのみ保持するモデルでは、古い思考ブロックを渡し返すとAPIが自動的に削除するため、ウィンドウスペースや入力トークンを消費しません。

実際には：

• すべて保持するモデルでは、思考を通常の会話履歴であるかのようにコンテキストウィンドウの予算を立ててください。実際にそうだからです。長いエージェントセッションではコンテキストに思考が蓄積されます。スペースを回収する必要がある場合は、思考ブロックのクリアを使用してください。
• 最後のターンのみ保持するモデルでは、思考はターンごとのコストのみです。各ターンの思考はそのターンのmax_tokensにカウントされ、その後ウィンドウから除外されます。

以下の図は、最後のターンのみ保持（削除）する方式を示しています。最初の図はマルチターン会話を示しています。各ターンの思考ブロックは出力で生成されますが、後のターンの入力には引き継がれません。

2番目の図は、ツール使用を伴う同じ方式を示しています。思考はアシスタントターンの間、そのツール結果とともにコンテキストに残り、次のユーザーターンで除外されます。

特に思考を含むマルチターン会話では、トークンカウントAPIを使用して、特定のユースケースの正確なカウントを取得してください。



思考の暗号化

完全な思考コンテンツは暗号化され、各思考ブロックのsignatureフィールドで返されます。APIは、思考ブロックを渡し返す際に、それらがClaudeによって生成されたことを検証するために署名を使用します。

署名を扱う際は、以下の点に注意してください：

• 思考ブロックを送り返すことが厳密に必要なのは、思考とともにツールを使用する場合のみです。それ以外の場合は、以前のターンの思考ブロックを省略できます。渡し返した場合、APIがそれらを保持するか削除するかはモデルによって異なります（モデルごとの思考ブロックの保持を参照）。これを設定するにはコンテキスト編集を使用してください。
• 思考ブロックを送り返す際は、一貫性を保ち、潜在的な問題を避けるために、受け取ったとおりにすべてを渡し返してください。
• 応答をストリーミングする場合、署名はcontent_block_stopイベントの直前のcontent_block_deltaイベント内のsignature_deltaとして到着します。
• signature値は、Claude 4以降のモデルでは以前のモデルよりも大幅に長くなっています。
• signatureフィールドは不透明です。解釈したり解析したりしないでください。
• signature値はプラットフォーム間（Claude API、Amazon Bedrock、Google Cloud）で互換性があります。あるプラットフォームで生成された値は別のプラットフォームでも機能します。



編集済み思考ブロック

通常のthinkingブロックに加えて、Claudeの推論の一部が安全性のために編集された場合、APIはredacted_thinkingブロックを返すことがあります。redacted_thinkingブロックには、読み取り可能なテキストのない、dataフィールド内の暗号化された思考コンテンツが含まれます：

{
  "type": "redacted_thinking",
  "data": "..."
}

dataフィールドは不透明で暗号化されています。通常の思考ブロックのsignatureフィールドと同様に、ツールを使用したマルチターン会話を続行する際は、redacted_thinkingブロックを変更せずにAPIに渡し返してください。



Claude Fable 5とClaude Mythos 5での思考出力

Claude Fable 5とClaude Mythos 5では、生の思考の連鎖は決して返されません。受け取るブロックはredacted_thinkingではなく通常のthinkingブロックであり、display設定は他のモデルと同じように機能します（要約されたテキスト、または省略された場合は空のthinkingフィールド。ここではこれがデフォルトです）。思考ブロックの応答形式については、Messages APIリファレンスを参照してください。

同じモデルで会話を続行する場合、thinkingフィールドが空のブロックを含め、各思考ブロックを受け取ったとおりにAPIに渡し返してください。編集したり再構築したりしないでください。表示のために要約テキストを読み取ることは問題ありません。APIは、返されたコンテンツが変更されたブロックを拒否するのであって、読み取ったブロックを拒否するわけではありません。空の省略されたthinkingフィールドに配置されたテキストは、拒否されるのではなく無視されます。

会話の途中でモデルを切り替えた場合に思考ブロックがどうなるかについては、モデルごとの思考ブロックの保持を参照してください。

フォールバッククレジットで説明されている2つの例外：

• フォールバッククレジットの再試行では、拒否されたリクエストボディを変更せずにエコーする必要があります。
• 出力途中のフォールバックによるfallbackブロックは、表示された場所に留まります。

モデルの推論を可視化するには、応答テキストで推論を求めるプロンプトを使用するのではなく、このページで説明されているthinkingブロックを読み取ってください。Claude Fable 5では、応答テキストの一部としてモデルの内部推論を引き出そうとするリクエストは、stop_details.category: "reasoning_extraction"で拒否される可能性があります。フィールドリファレンスと処理ガイダンスについては、拒否カテゴリを参照してください。



制限と機能の互換性

サンプリングパラメータ。 Claude Fable 5、Claude Mythos 5、Claude Mythos Preview、Claude Opus 5、Claude Opus 4.8、Claude Opus 4.7、Claude Sonnet 5では、デフォルト以外のtemperature、top_p、top_kの値は、思考が使用されているかどうかに関係なく、すべてのリクエストで400エラーを返します。古いモデルでは、この制限は思考がオンの間のみ適用されます。temperatureとtop_kは思考と互換性がなく、top_pは0.95から1の間の値で許可されます。

レスポンスの事前入力と強制的なツール使用。 思考がオンの間は、アシスタントのレスポンスを事前入力できません。強制的なツール使用（tool_choice: {"type": "any"}または{"type": "tool", ...}）は手動の拡張思考とは互換性がありませんが、適応的思考では動作します。ツール使用での思考を参照してください。

出力制限。 Claude Fable 5、Claude Mythos 5、Claude Mythos Preview、Claude Opus 5、Claude Opus 4.8、Claude Opus 4.7、Claude Sonnet 5、Claude Opus 4.6、Claude Sonnet 4.6は、リクエストあたり最大128kの出力トークンをサポートします。Claude Haiku 4.5、Claude Sonnet 4.5、Claude Opus 4.5は最大64kをサポートします。Message Batches APIでは、output-300k-2026-03-24のベータヘッダーにより、Claude Opus 5、Claude Opus 4.8、Claude Opus 4.7、Claude Sonnet 5、Claude Opus 4.6、Claude Sonnet 4.6の制限が300kに引き上げられます。レガシーモデルの制限については、モデルの概要を参照してください。

長時間のリクエスト。 SDKは、長時間実行されるリクエストでのHTTPタイムアウトを回避するため、max_tokensが21,333を超える場合にストリーミングを必須としています。これはクライアント側の検証であり、APIの制限ではありません。イベントを段階的に処理する必要がない場合は、.stream()を.get_final_message()（Python）または.finalMessage()（TypeScript）と組み合わせて使用することで、個々のイベントを処理せずに完全なMessageオブジェクトを取得できます。メッセージのストリーミングを参照してください。思考がアクティブな場合、思考ブロックの生成に処理時間が追加されるため、レスポンス時間が長くなることを想定してください。リクエストあたりの思考がおよそ32kトークンを超えるワークロードでは、ネットワークの問題を回避するためにバッチ処理を使用してください。そのようなリクエストは、システムタイムアウトやオープン接続の制限に達するほど長時間実行される可能性があります。



次のステップ