확장 사고로 빌드하기

확장 사고는 Claude에게 복잡한 작업에 대한 향상된 추론 능력을 제공하며, 최종 답변을 전달하기 전에 단계별 사고 과정에 대한 다양한 수준의 투명성을 제공합니다.

지원 모델

확장 사고는 다음 모델에서 지원됩니다:

• Claude Opus 4.6 (claude-opus-4-6) — 적응형 사고 권장; 수동 모드 (type: "enabled")는 더 이상 사용되지 않음
• Claude Opus 4.5 (claude-opus-4-5-20251101)
• Claude Opus 4.1 (claude-opus-4-1-20250805)
• Claude Opus 4 (claude-opus-4-20250514)
• Claude Sonnet 4.5 (claude-sonnet-4-5-20250929)
• Claude Sonnet 4 (claude-sonnet-4-20250514)
• Claude Sonnet 3.7 (claude-3-7-sonnet-20250219) (지원 중단)
• Claude Haiku 4.5 (claude-haiku-4-5-20251001)

확장 사고 작동 방식

확장 사고가 켜지면, Claude는 내부 추론을 출력하는 thinking 콘텐츠 블록을 생성합니다. Claude는 이 추론의 통찰을 반영한 후 최종 응답을 작성합니다.

API 응답에는 thinking 콘텐츠 블록이 포함되고, 그 뒤에 text 콘텐츠 블록이 따릅니다.

다음은 기본 응답 형식의 예시입니다:

{
  "content": [
    {
      "type": "thinking",
      "thinking": "Let me analyze this step by step...",
      "signature": "WaUjzkypQ2mUEVM36O2TxuC06KN8xyfbJwyem2dw3URve/op91XWHOEBLLqIOMfFG/UvLEczmEsUjavL...."
    },
    {
      "type": "text",
      "text": "Based on my analysis..."
    }
  ]
}

확장 사고의 응답 형식에 대한 자세한 내용은 Messages API 레퍼런스를 참조하세요.

확장 사고 사용 방법

다음은 Messages API에서 확장 사고를 사용하는 예시입니다:

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-sonnet-4-5",
    "max_tokens": 16000,
    "thinking": {
        "type": "enabled",
        "budget_tokens": 10000
    },
    "messages": [
        {
            "role": "user",
            "content": "Are there an infinite number of prime numbers such that n mod 4 == 3?"
        }
    ]
}'

확장 사고를 켜려면, type 파라미터를 enabled로 설정하고 budget_tokens를 확장 사고를 위한 지정된 토큰 예산으로 설정한 thinking 객체를 추가하세요. Claude Opus 4.6의 경우, type: "adaptive"를 대신 사용하는 것을 권장합니다 — 자세한 내용은 적응형 사고를 참조하세요. type: "enabled"와 budget_tokens는 Opus 4.6에서 여전히 지원되지만, 더 이상 사용되지 않으며 향후 릴리스에서 제거될 예정입니다.

budget_tokens 파라미터는 Claude가 내부 추론 과정에 사용할 수 있는 최대 토큰 수를 결정합니다. Claude 4 이후 모델에서 이 제한은 전체 사고 토큰에 적용되며, 요약된 출력에는 적용되지 않습니다. 더 큰 예산은 복잡한 문제에 대해 더 철저한 분석을 가능하게 하여 응답 품질을 향상시킬 수 있지만, 특히 32k 이상의 범위에서는 Claude가 할당된 전체 예산을 사용하지 않을 수 있습니다.

budget_tokens는 max_tokens보다 작은 값으로 설정해야 합니다. 그러나 도구와 함께 인터리브 사고를 사용할 때는 토큰 제한이 전체 컨텍스트 윈도우(200k 토큰)가 되므로 이 제한을 초과할 수 있습니다.

요약된 사고

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.

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.

스트리밍 사고

서버 전송 이벤트(SSE)를 사용하여 확장 사고 응답을 스트리밍할 수 있습니다.

확장 사고에 대해 스트리밍이 활성화되면, thinking_delta 이벤트를 통해 사고 콘텐츠를 수신합니다.

Messages API를 통한 스트리밍에 대한 자세한 문서는 스트리밍 Messages를 참조하세요.

다음은 사고와 함께 스트리밍을 처리하는 방법입니다:

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-sonnet-4-5",
    "max_tokens": 16000,
    "stream": true,
    "thinking": {
        "type": "enabled",
        "budget_tokens": 10000
    },
    "messages": [
        {
            "role": "user",
            "content": "What is the greatest common divisor of 1071 and 462?"
        }
    ]
}'

스트리밍 출력 예시:

event: message_start
data: {"type": "message_start", "message": {"id": "msg_01...", "type": "message", "role": "assistant", "content": [], "model": "claude-sonnet-4-5", "stop_reason": null, "stop_sequence": null}}

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

event: content_block_delta
data: {"type": "content_block_delta", "index": 0, "delta": {"type": "thinking_delta", "thinking": "I need to find the GCD of 1071 and 462 using the Euclidean algorithm.\n\n1071 = 2 × 462 + 147"}}

event: content_block_delta
data: {"type": "content_block_delta", "index": 0, "delta": {"type": "thinking_delta", "thinking": "\n462 = 3 × 147 + 21\n147 = 7 × 21 + 0\n\nSo GCD(1071, 462) = 21"}}

// Additional thinking deltas...

event: content_block_delta
data: {"type": "content_block_delta", "index": 0, "delta": {"type": "signature_delta", "signature": "EqQBCgIYAhIM1gbcDa9GJwZA2b3hGgxBdjrkzLoky3dl1pkiMOYds..."}}

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": ""}}

event: content_block_delta
data: {"type": "content_block_delta", "index": 1, "delta": {"type": "text_delta", "text": "The greatest common divisor of 1071 and 462 is **21**."}}

// Additional text deltas...

event: content_block_stop
data: {"type": "content_block_stop", "index": 1}

event: message_delta
data: {"type": "message_delta", "delta": {"stop_reason": "end_turn", "stop_sequence": null}}

event: message_stop
data: {"type": "message_stop"}

도구 사용과 함께하는 확장 사고

확장 사고는 도구 사용과 함께 사용할 수 있어, Claude가 도구 선택 및 결과 처리를 통해 추론할 수 있습니다.

도구 사용과 함께 확장 사고를 사용할 때 다음 제한 사항에 유의하세요:

1. 도구 선택 제한: 사고와 함께하는 도구 사용은 tool_choice: {"type": "auto"} (기본값) 또는 tool_choice: {"type": "none"}만 지원합니다. tool_choice: {"type": "any"} 또는 tool_choice: {"type": "tool", "name": "..."}를 사용하면 오류가 발생합니다. 이러한 옵션은 도구 사용을 강제하며, 이는 확장 사고와 호환되지 않습니다.

2. 사고 블록 보존: 도구 사용 중에는 마지막 어시스턴트 메시지에 대해 thinking 블록을 API에 다시 전달해야 합니다. 추론의 연속성을 유지하기 위해 완전하고 수정되지 않은 블록을 API에 포함하세요.

대화에서 사고 모드 전환

도구 사용 루프를 포함하여 어시스턴트 턴 중간에 사고를 전환할 수 없습니다. 전체 어시스턴트 턴은 단일 사고 모드에서 작동해야 합니다:

• 사고가 활성화된 경우, 마지막 어시스턴트 턴은 사고 블록으로 시작해야 합니다.
• 사고가 비활성화된 경우, 마지막 어시스턴트 턴에는 사고 블록이 포함되지 않아야 합니다.

모델의 관점에서, 도구 사용 루프는 어시스턴트 턴의 일부입니다. 어시스턴트 턴은 Claude가 여러 도구 호출과 결과를 포함할 수 있는 전체 응답을 완료할 때까지 완료되지 않습니다.

예를 들어, 이 시퀀스는 모두 단일 어시스턴트 턴의 일부입니다:

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"]

여러 API 메시지가 있더라도, 도구 사용 루프는 개념적으로 하나의 연속적인 어시스턴트 응답의 일부입니다.

우아한 사고 성능 저하

턴 중간 사고 충돌이 발생하면(예: 도구 사용 루프 중에 사고를 켜거나 끄는 경우), API는 해당 요청에 대해 자동으로 사고를 비활성화합니다. 모델 품질을 보존하고 분포 내에 유지하기 위해, API는 다음을 수행할 수 있습니다:

• 잘못된 턴 구조를 만들 수 있는 경우 대화에서 사고 블록을 제거
• 대화 기록이 사고 활성화와 호환되지 않는 경우 현재 요청에 대해 사고를 비활성화

이는 턴 중간에 사고를 전환하려고 해도 오류가 발생하지 않지만, 해당 요청에 대해 사고가 조용히 비활성화됨을 의미합니다. 사고가 활성화되었는지 확인하려면 응답에서 thinking 블록의 존재를 확인하세요.

실용적 가이드

모범 사례: 턴 중간에 전환하려고 하지 말고 각 턴 시작 시 사고 전략을 계획하세요.

예시: 턴 완료 후 사고 전환

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)

어시스턴트 턴을 완료한 후 사고를 전환하면, 새 요청에 대해 사고가 실제로 활성화되도록 보장할 수 있습니다.

사고 블록 보존

도구 사용 중에는 thinking 블록을 API에 다시 전달해야 하며, 완전하고 수정되지 않은 블록을 API에 포함해야 합니다. 이는 모델의 추론 흐름과 대화 무결성을 유지하는 데 중요합니다.

Claude가 도구를 호출할 때, 외부 정보를 기다리기 위해 응답 구성을 일시 중지합니다. 도구 결과가 반환되면, Claude는 기존 응답을 계속 구축합니다. 이로 인해 도구 사용 중 사고 블록을 보존해야 하며, 그 이유는 다음과 같습니다:

1. 추론 연속성: 사고 블록은 도구 요청으로 이어진 Claude의 단계별 추론을 캡처합니다. 도구 결과를 게시할 때, 원래 사고를 포함하면 Claude가 중단한 곳에서 추론을 계속할 수 있습니다.

2. 컨텍스트 유지: 도구 결과는 API 구조에서 사용자 메시지로 나타나지만, 연속적인 추론 흐름의 일부입니다. 사고 블록을 보존하면 여러 API 호출에 걸쳐 이 개념적 흐름이 유지됩니다. 컨텍스트 관리에 대한 자세한 내용은 컨텍스트 윈도우 가이드를 참조하세요.

중요: thinking 블록을 제공할 때, 연속된 thinking 블록의 전체 시퀀스는 원래 요청 중에 모델이 생성한 출력과 일치해야 합니다. 이러한 블록의 시퀀스를 재배열하거나 수정할 수 없습니다.

인터리브 사고

Claude 4 모델에서 도구 사용과 함께하는 확장 사고는 인터리브 사고를 지원하며, 이를 통해 Claude가 도구 호출 사이에 사고하고 도구 결과를 받은 후 더 정교한 추론을 할 수 있습니다.

인터리브 사고를 통해 Claude는:

• 다음에 무엇을 할지 결정하기 전에 도구 호출 결과에 대해 추론할 수 있습니다
• 중간에 추론 단계를 포함하여 여러 도구 호출을 연결할 수 있습니다
• 중간 결과를 기반으로 더 세밀한 결정을 내릴 수 있습니다

Claude Opus 4.6의 경우, 적응형 사고를 사용할 때 인터리브 사고가 자동으로 활성화됩니다 — 베타 헤더가 필요하지 않습니다.

Claude 4 모델의 경우, API 요청에 베타 헤더 interleaved-thinking-2025-05-14를 추가하여 인터리브 사고를 활성화하세요.

인터리브 사고에 대한 몇 가지 중요한 고려 사항은 다음과 같습니다:

• 인터리브 사고에서 budget_tokens는 max_tokens 파라미터를 초과할 수 있습니다. 이는 하나의 어시스턴트 턴 내 모든 사고 블록에 걸친 총 예산을 나타내기 때문입니다.
• 인터리브 사고는 Messages API를 통한 도구에서만 지원됩니다.
• Claude 4 모델의 경우, 인터리브 사고에는 베타 헤더 interleaved-thinking-2025-05-14가 필요합니다.
• Claude API에 대한 직접 호출에서는 어떤 모델에든 요청에 interleaved-thinking-2025-05-14를 전달할 수 있으며, 효과는 없습니다.
• 서드파티 플랫폼(예: Amazon Bedrock 및 Vertex AI)에서 Claude Opus 4.6, Claude Opus 4.5, Claude Opus 4.1, Opus 4 또는 Sonnet 4 이외의 모델에 interleaved-thinking-2025-05-14를 전달하면 요청이 실패합니다.

프롬프트 캐싱과 함께하는 확장 사고

사고와 함께하는 프롬프트 캐싱에는 몇 가지 중요한 고려 사항이 있습니다:

사고 블록 컨텍스트 제거

• 이전 턴의 사고 블록은 컨텍스트에서 제거되며, 이는 캐시 중단점에 영향을 줄 수 있습니다
• 도구 사용으로 대화를 계속할 때, 사고 블록은 캐시되며 캐시에서 읽을 때 입력 토큰으로 계산됩니다
• 이는 트레이드오프를 만듭니다: 사고 블록은 시각적으로 컨텍스트 윈도우 공간을 소비하지 않지만, 캐시될 때 입력 토큰 사용량에 여전히 포함됩니다
• 사고가 비활성화되고 현재 도구 사용 턴에서 사고 콘텐츠를 전달하면, 사고 콘텐츠가 제거되고 해당 요청에 대해 사고가 비활성화된 상태로 유지됩니다

캐시 무효화 패턴

• 사고 파라미터 변경(활성화/비활성화 또는 예산 할당)은 메시지 캐시 중단점을 무효화합니다
• 인터리브 사고는 사고 블록이 여러 도구 호출 사이에 발생할 수 있으므로 캐시 무효화를 증폭시킵니다
• 시스템 프롬프트와 도구는 사고 파라미터 변경이나 블록 제거에도 불구하고 캐시된 상태로 유지됩니다

사고 블록 캐싱 동작 이해

확장된 사고를 도구 사용과 함께 사용할 때, 사고 블록은 토큰 계산에 영향을 미치는 특정 캐싱 동작을 보입니다:

작동 방식:

1. 캐싱은 도구 결과를 포함하는 후속 요청을 할 때만 발생합니다
2. 후속 요청이 이루어지면, 이전 대화 기록(사고 블록 포함)이 캐시될 수 있습니다
3. 이러한 캐시된 사고 블록은 캐시에서 읽힐 때 사용량 지표에서 입력 토큰으로 계산됩니다
4. 도구 결과가 아닌 사용자 블록이 포함되면, 이전의 모든 사고 블록은 무시되고 컨텍스트에서 제거됩니다

상세 예시 흐름:

요청 1:

User: "파리 날씨가 어때?"

응답 1:

[thinking_block_1] + [tool_use block 1]

요청 2:

User: ["파리 날씨가 어때?"], 
Assistant: [thinking_block_1] + [tool_use block 1], 
User: [tool_result_1, cache=True]

응답 2:

[thinking_block_2] + [text block 2]

요청 2는 요청 내용(응답이 아닌)의 캐시를 기록합니다. 캐시에는 원래 사용자 메시지, 첫 번째 사고 블록, 도구 사용 블록, 그리고 도구 결과가 포함됩니다.

요청 3:

User: ["파리 날씨가 어때?"],
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]

Claude Opus 4.5 이후 모델(Claude Opus 4.6 포함)의 경우, 이전의 모든 사고 블록이 기본적으로 유지됩니다. 이전 모델의 경우, 도구 결과가 아닌 사용자 블록이 포함되었기 때문에 이전의 모든 사고 블록이 무시됩니다. 이 요청은 다음과 동일하게 처리됩니다:

User: ["파리 날씨가 어때?"],
Assistant: [tool_use block 1],
User: [tool_result_1, cache=True],
Assistant: [text block 2],
User: [Text response, cache=True]

핵심 사항:

• 이 캐싱 동작은 명시적인 cache_control 마커 없이도 자동으로 발생합니다
• 이 동작은 일반 사고를 사용하든 인터리브 사고를 사용하든 일관됩니다

확장된 사고에서의 최대 토큰 및 컨텍스트 윈도우 크기

이전 Claude 모델(Claude Sonnet 3.7 이전)에서는 프롬프트 토큰과 max_tokens의 합이 모델의 컨텍스트 윈도우를 초과하면, 시스템이 자동으로 max_tokens를 컨텍스트 제한에 맞게 조정했습니다. 이는 큰 max_tokens 값을 설정해도 시스템이 필요에 따라 자동으로 줄여주었다는 의미입니다.

Claude 3.7 및 4 모델에서는 max_tokens(사고가 활성화된 경우 사고 예산 포함)가 엄격한 제한으로 적용됩니다. 이제 프롬프트 토큰 + max_tokens가 컨텍스트 윈도우 크기를 초과하면 시스템이 유효성 검사 오류를 반환합니다.

확장된 사고에서의 컨텍스트 윈도우

사고가 활성화된 상태에서 컨텍스트 윈도우 사용량을 계산할 때 알아야 할 고려 사항이 있습니다:

• 이전 턴의 사고 블록은 제거되며 컨텍스트 윈도우에 포함되지 않습니다
• 현재 턴의 사고는 해당 턴의 max_tokens 제한에 포함됩니다

아래 다이어그램은 확장된 사고가 활성화된 경우의 특수한 토큰 관리를 보여줍니다:

유효 컨텍스트 윈도우는 다음과 같이 계산됩니다:

context window =
  (current input tokens - previous thinking tokens) +
  (thinking tokens + encrypted thinking tokens + text output tokens)

특히 사고가 포함된 다중 턴 대화를 작업할 때 정확한 토큰 수를 얻으려면 토큰 계산 API를 사용하는 것을 권장합니다.

확장된 사고와 도구 사용에서의 컨텍스트 윈도우

확장된 사고를 도구 사용과 함께 사용할 때, 사고 블록은 명시적으로 보존되어 도구 결과와 함께 반환되어야 합니다.

확장된 사고와 도구 사용에 대한 유효 컨텍스트 윈도우 계산은 다음과 같습니다:

context window =
  (current input tokens + previous thinking tokens + tool use tokens) +
  (thinking tokens + encrypted thinking tokens + text output tokens)

아래 다이어그램은 확장된 사고와 도구 사용에 대한 토큰 관리를 보여줍니다:

확장된 사고에서의 토큰 관리

확장된 사고가 포함된 Claude 3.7 및 4 모델의 컨텍스트 윈도우 및 max_tokens 동작을 고려하면, 다음이 필요할 수 있습니다:

• 토큰 사용량을 더 적극적으로 모니터링하고 관리
• 프롬프트 길이가 변경됨에 따라 max_tokens 값 조정
• 토큰 계산 엔드포인트를 더 자주 사용
• 이전 사고 블록이 컨텍스트 윈도우에 누적되지 않는다는 점 인지

이 변경은 특히 최대 토큰 제한이 크게 증가함에 따라 더 예측 가능하고 투명한 동작을 제공하기 위해 이루어졌습니다.

사고 암호화

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 - it exists solely for verification purposes.
• signature values are compatible across platforms (Claude APIs, Amazon Bedrock, and Vertex AI). Values generated on one platform will be compatible with another.

사고 수정

Occasionally Claude's internal reasoning will be flagged by our safety systems. When this occurs, we encrypt some or all of the thinking block and return it to you as a redacted_thinking block. redacted_thinking blocks are decrypted when passed back to the API, allowing Claude to continue its response without losing context.

When building customer-facing applications that use extended thinking:

• Be aware that redacted thinking blocks contain encrypted content that isn't human-readable
• Consider providing a simple explanation like: "Some of Claude's internal reasoning has been automatically encrypted for safety reasons. This doesn't affect the quality of responses."
• If showing thinking blocks to users, you can filter out redacted blocks while preserving normal thinking blocks
• Be transparent that using extended thinking features may occasionally result in some reasoning being encrypted
• Implement appropriate error handling to gracefully manage redacted thinking without breaking your UI

Here's an example showing both normal and redacted thinking blocks:

{
  "content": [
    {
      "type": "thinking",
      "thinking": "Let me analyze this step by step...",
      "signature": "WaUjzkypQ2mUEVM36O2TxuC06KN8xyfbJwyem2dw3URve/op91XWHOEBLLqIOMfFG/UvLEczmEsUjavL...."
    },
    {
      "type": "redacted_thinking",
      "data": "EmwKAhgBEgy3va3pzix/LafPsn4aDFIT2Xlxh0L5L8rLVyIwxtE3rAFBa8cr3qpPkNRj2YfWXGmKDxH4mPnZ5sQ7vB9URj2pLmN3kF8/dW5hR7xJ0aP1oLs9yTcMnKVf2wRpEGjH9XZaBt4UvDcPrQ..."
    },
    {
      "type": "text",
      "text": "Based on my analysis..."
    }
  ]
}

When passing thinking and redacted_thinking blocks back to the API in a multi-turn conversation, you must include the complete unmodified block back to the API for the last assistant turn. This is critical for maintaining the model's reasoning flow. We suggest always passing back all thinking blocks to the API. For more details, see the Preserving thinking blocks section.

모델 버전별 사고 차이점

Messages API는 Claude Sonnet 3.7과 Claude 4 모델에서 사고를 다르게 처리하며, 주로 수정 및 요약 동작에서 차이가 있습니다.

아래 표에서 간략한 비교를 확인하세요:

Claude Opus 4.5 이후의 사고 블록 보존

Claude Opus 4.5부터 (Claude Opus 4.6 포함), 이전 어시스턴트 턴의 사고 블록이 기본적으로 모델 컨텍스트에 보존됩니다. 이는 이전 턴의 사고 블록을 제거하는 이전 모델과 다릅니다.

사고 블록 보존의 이점:

• 캐시 최적화: 도구 사용 시, 보존된 사고 블록은 도구 결과와 함께 전달되고 어시스턴트 턴 전체에 걸쳐 점진적으로 캐시되므로 캐시 히트를 가능하게 하여 다단계 워크플로우에서 토큰 절약을 가져옵니다
• 지능에 영향 없음: 사고 블록을 보존해도 모델 성능에 부정적인 영향이 없습니다

중요 고려 사항:

• 컨텍스트 사용량: 긴 대화는 사고 블록이 컨텍스트에 유지되므로 더 많은 컨텍스트 공간을 소비합니다
• 자동 동작: 이것은 Claude Opus 4.5 이후 모델(Opus 4.6 포함)의 기본 동작입니다—코드 변경이나 베타 헤더가 필요하지 않습니다
• 하위 호환성: 이 기능을 활용하려면, 도구 사용 시와 마찬가지로 완전하고 수정되지 않은 사고 블록을 API에 계속 전달하세요

가격

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

확장된 사고를 위한 모범 사례 및 고려 사항

사고 예산 작업

• 예산 최적화: 최소 예산은 1,024 토큰입니다. 최소값에서 시작하여 사고 예산을 점진적으로 늘려 사용 사례에 최적인 범위를 찾는 것을 권장합니다. 더 높은 토큰 수는 더 포괄적인 추론을 가능하게 하지만 작업에 따라 수확 체감이 있습니다. 예산을 늘리면 지연 시간 증가를 대가로 응답 품질을 향상시킬 수 있습니다. 중요한 작업의 경우, 최적의 균형을 찾기 위해 다양한 설정을 테스트하세요. 사고 예산은 엄격한 제한이 아닌 목표값이며—실제 토큰 사용량은 작업에 따라 달라질 수 있습니다.
• 시작점: 복잡한 작업에는 더 큰 사고 예산(16k+ 토큰)으로 시작하고 필요에 따라 조정하세요.
• 대규모 예산: 32k 이상의 사고 예산의 경우, 네트워킹 문제를 피하기 위해 배치 처리를 사용하는 것을 권장합니다. 모델이 32k 토큰 이상 사고하도록 하는 요청은 시스템 타임아웃 및 열린 연결 제한에 걸릴 수 있는 장시간 실행 요청을 발생시킵니다.
• 토큰 사용량 추적: 비용과 성능을 최적화하기 위해 사고 토큰 사용량을 모니터링하세요.

성능 고려 사항

• 응답 시간: 추론 과정에 필요한 추가 처리로 인해 잠재적으로 더 긴 응답 시간에 대비하세요. 사고 블록 생성이 전체 응답 시간을 증가시킬 수 있다는 점을 고려하세요.
• 스트리밍 요구 사항: SDK는 장시간 실행 요청에서 HTTP 타임아웃을 방지하기 위해 max_tokens가 21,333보다 클 때 스트리밍을 요구합니다. 이는 클라이언트 측 유효성 검사이며 API 제한이 아닙니다. 이벤트를 점진적으로 처리할 필요가 없다면, .stream()과 .get_final_message() (Python) 또는 .finalMessage() (TypeScript)를 사용하여 개별 이벤트를 처리하지 않고 완전한 Message 객체를 얻을 수 있습니다 — 자세한 내용은 스트리밍 메시지를 참조하세요. 스트리밍 시, 사고 및 텍스트 콘텐츠 블록이 도착하는 대로 처리할 준비를 하세요.

기능 호환성

• 사고는 temperature 또는 top_k 수정 및 강제 도구 사용과 호환되지 않습니다.
• 사고가 활성화된 경우, top_p를 1에서 0.95 사이의 값으로 설정할 수 있습니다.
• 사고가 활성화된 경우 응답을 미리 채울 수 없습니다.
• 사고 예산을 변경하면 메시지를 포함하는 캐시된 프롬프트 접두사가 무효화됩니다. 그러나 캐시된 시스템 프롬프트와 도구 정의는 사고 매개변수가 변경되어도 계속 작동합니다.

사용 지침

• 작업 선택: 수학, 코딩, 분석과 같이 단계별 추론이 도움이 되는 특히 복잡한 작업에 확장된 사고를 사용하세요.
• 컨텍스트 처리: 이전 사고 블록을 직접 제거할 필요가 없습니다. Claude API는 이전 턴의 사고 블록을 자동으로 무시하며 컨텍스트 사용량 계산 시 포함하지 않습니다.
• 프롬프트 엔지니어링: Claude의 사고 능력을 극대화하려면 확장된 사고 프롬프팅 팁을 검토하세요.

다음 단계