확장된 사고 기능으로 구축하기

확장된 사고 기능은 Claude에게 복잡한 작업을 위한 향상된 추론 능력을 제공하며, 최종 답변을 제공하기 전에 단계별 사고 과정에 대한 다양한 수준의 투명성을 제공합니다.

지원되는 모델

확장된 사고 기능은 다음 모델에서 지원됩니다:

• 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) (deprecated)
• Claude Haiku 4.5 (claude-haiku-4-5-20251001)
• Claude Opus 4.1 (claude-opus-4-1-20250805)
• Claude Opus 4 (claude-opus-4-20250514)

확장된 사고 기능의 작동 원리

확장된 사고 기능이 켜지면, Claude는 내부 추론을 출력하는 thinking 콘텐츠 블록을 생성합니다. Claude는 이 추론의 통찰력을 최종 응답을 작성하기 전에 통합합니다.

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

기본 응답 형식의 예는 다음과 같습니다:

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

확장된 사고 기능의 응답 형식에 대한 자세한 내용은 Messages API 참조를 참조하세요.

확장된 사고 기능 사용 방법

다음은 Messages API에서 확장된 사고 기능을 사용하는 예입니다:

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?"
        }
    ]
}'

확장된 사고 기능을 켜려면, type 매개변수를 enabled로 설정하고 budget_tokens를 확장된 사고 기능을 위한 지정된 토큰 예산으로 설정한 thinking 객체를 추가합니다.

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

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

요약된 사고

확장된 사고 기능이 활성화되면, Claude 4 모델의 Messages API는 Claude의 전체 사고 프로세스의 요약을 반환합니다. 요약된 사고는 확장된 사고 기능의 모든 지능 이점을 제공하면서 오용을 방지합니다.

요약된 사고에 대한 몇 가지 중요한 고려 사항은 다음과 같습니다:

• 요약 토큰이 아닌 원래 요청에서 생성된 전체 사고 토큰에 대해 청구됩니다.
• 청구된 출력 토큰 수는 응답에서 보이는 토큰 수와 일치하지 않습니다.
• 사고 출력의 처음 몇 줄은 더 자세하며, 프롬프트 엔지니어링 목적에 특히 유용한 상세한 추론을 제공합니다.
• Anthropic이 확장된 사고 기능을 개선하려고 노력함에 따라 요약 동작은 변경될 수 있습니다.
• 요약은 Claude의 사고 프로세스의 핵심 아이디어를 최소한의 추가 지연으로 보존하여 스트리밍 가능한 사용자 경험과 Claude Sonnet 3.7에서 Claude 4 모델로의 쉬운 마이그레이션을 가능하게 합니다.
• 요약은 요청에서 대상으로 지정한 모델과 다른 모델에 의해 처리됩니다. 사고 모델은 요약된 출력을 보지 않습니다.

사고 기능 스트리밍

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

확장된 사고 기능에 대해 스트리밍이 활성화되면, thinking_delta 이벤트를 통해 사고 콘텐츠를 받습니다.

Messages API를 통한 스트리밍에 대한 자세한 문서는 메시지 스트리밍을 참조하세요.

사고 기능을 사용한 스트리밍을 처리하는 방법은 다음과 같습니다:

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 27 * 453?"
        }
    ]
}'

스트리밍 출력 예:

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": "Let me solve this step by step:\n\n1. First break down 27 * 453"}}

event: content_block_delta
data: {"type": "content_block_delta", "index": 0, "delta": {"type": "thinking_delta", "thinking": "\n2. 453 = 400 + 50 + 3"}}

// 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": "27 * 453 = 12,231"}}

// 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 함께 확장된 사고 기능

확장된 사고 기능은 도구 사용과 함께 사용할 수 있으며, Claude가 도구 선택 및 결과 처리를 통해 추론할 수 있습니다.

도구 사용과 함께 확장된 사고 기능을 사용할 때 다음 제한 사항을 주의하세요:

1. 도구 선택 제한: 사고 기능이 있는 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 강제하기 때문에 확장된 사고 기능과 호환되지 않습니다.

2. 사고 블록 보존: 도구 사용 중에 마지막 어시스턴트 메시지에 대해 thinking 블록을 API로 다시 전달해야 합니다. 추론 연속성을 유지하기 위해 완전하고 수정되지 않은 블록을 API로 다시 전달하세요.

대화에서 사고 모드 전환

어시스턴트 턴 중간에 사고 기능을 전환할 수 없으며, 도구 사용 루프 중에도 마찬가지입니다. 전체 어시스턴트 턴은 단일 사고 모드에서 작동해야 합니다:

• 사고 기능이 활성화된 경우, 최종 어시스턴트 턴은 사고 블록으로 시작해야 합니다.
• 사고 기능이 비활성화된 경우, 최종 어시스턴트 턴에는 사고 블록이 포함되어서는 안 됩니다.

모델의 관점에서 도구 사용 루프는 어시스턴트 턴의 일부입니다. 어시스턴트 턴은 Claude가 전체 응답을 완료할 때까지 완료되지 않으며, 여기에는 여러 도구 호출 및 결과가 포함될 수 있습니다.

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 있지만, 도구 사용 루프는 개념적으로 하나의 연속적인 어시스턴트 응답의 일부입니다.

일반적인 오류 시나리오

이 오류가 발생할 수 있습니다:

Expected `thinking` or `redacted_thinking`, but found `tool_use`.
When `thinking` is enabled, a final `assistant` message must start
with a thinking block (preceding the lastmost set of `tool_use` and
`tool_result` blocks).

이는 일반적으로 다음과 같은 경우에 발생합니다:

1. 도구 사용 시퀀스 중에 사고 기능이 비활성화되었습니다.
2. 사고 기능을 다시 활성화하려고 합니다.
3. 마지막 어시스턴트 메시지에 사고 블록이 없는 도구 사용 블록이 포함되어 있습니다.

실용적인 지침

✗ 잘못됨: 도구 사용 직후 사고 기능 전환

User: "What's the weather?"
Assistant: [tool_use] (thinking disabled)
User: [tool_result]
// Cannot enable thinking here - still in the same assistant turn

✓ 올바름: 먼저 어시스턴트 턴 완료

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

모범 사례: 턴 중간에 전환을 시도하기보다는 각 턴의 시작 부분에서 사고 전략을 계획하세요.

사고 블록 보존

도구 사용 중에 thinking 블록을 API로 다시 전달해야 하며, 완전하고 수정되지 않은 블록을 API로 다시 전달해야 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 응답 구성을 계속합니다. 이는 도구 사용 중에 사고 블록을 보존해야 하는 몇 가지 이유가 있습니다:

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

2. 컨텍스트 유지: 도구 결과가 API 구조에서 사용자 메시지로 나타나지만, 이들은 연속적인 추론 흐름의 일부입니다. 사고 블록을 보존하면 여러 API 호출 간에 이 개념적 흐름을 유지합니다. 컨텍스트 관리에 대한 자세한 내용은 컨텍스트 윈도우 가이드를 참조하세요.

중요: thinking 블록을 제공할 때, 연속적인 thinking 블록의 전체 시퀀스는 원래 요청 중에 모델에서 생성된 출력과 일치해야 합니다. 이 블록의 시퀀스를 재배열하거나 수정할 수 없습니다.

인터리빙된 사고

Claude 4 모델에서 도구 사용과 함께 확장된 사고 기능은 인터리빙된 사고를 지원하며, 이를 통해 Claude는 도구 호출 간에 생각하고 도구 결과를 받은 후 더 정교한 추론을 할 수 있습니다.

인터리빙된 사고를 사용하면, Claude는 다음을 수행할 수 있습니다:

• 도구 호출의 결과에 대해 추론합니다.
• 그 다음에 무엇을 할지 결정합니다.
• 중간 결과 사이에 추론 단계를 포함하여 여러 도구 호출을 연결합니다.
• 중간 결과를 기반으로 더 미묘한 결정을 내립니다.

인터리빙된 사고를 활성화하려면, API 요청에 베타 헤더 interleaved-thinking-2025-05-14를 추가하세요.

인터리빙된 사고에 대한 몇 가지 중요한 고려 사항은 다음과 같습니다:

• 인터리빙된 사고를 사용하면, budget_tokens는 max_tokens 매개변수를 초과할 수 있으며, 이는 하나의 어시스턴트 턴 내의 모든 사고 블록 간의 총 예산을 나타냅니다.
• 인터리빙된 사고는 Messages API를 통해 사용되는 도구에만 지원됩니다.
• 인터리빙된 사고는 베타 헤더 interleaved-thinking-2025-05-14를 사용하는 Claude 4 모델에만 지원됩니다.
• Claude API에 직접 호출하면 모든 모델에 대한 요청에서 interleaved-thinking-2025-05-14를 전달할 수 있으며, 효과가 없습니다.
• 3rd-party 플랫폼(예: Amazon Bedrock 및 Vertex AI)에서 Claude Opus 4.1, Opus 4 또는 Sonnet 4 이외의 모델에 interleaved-thinking-2025-05-14를 전달하면 요청이 실패합니다.

프롬프트 캐싱과 함께 확장된 사고 기능

프롬프트 캐싱과 사고 기능에는 몇 가지 중요한 고려 사항이 있습니다:

사고 블록 컨텍스트 제거

• 이전 턴의 사고 블록은 컨텍스트에서 제거되며, 이는 캐시 중단점에 영향을 미칠 수 있습니다.
• 도구 사용과 함께 대화를 계속할 때, 사고 블록은 캐시되고 캐시에서 읽을 때 입력 토큰으로 계산됩니다.
• 이는 트레이드오프를 만듭니다: 사고 블록이 시각적으로 컨텍스트 윈도우 공간을 소비하지 않지만, 캐시될 때 입력 토큰 사용량에 계산됩니다.
• 사고 기능이 비활성화되면, 현재 도구 사용 턴에서 사고 콘텐츠를 전달하는 경우 요청이 실패합니다. 다른 컨텍스트에서 API로 전달된 사고 콘텐츠는 단순히 무시됩니다.

캐시 무효화 패턴

• 사고 매개변수 변경(활성화/비활성화 또는 예산 할당)은 메시지 캐시 중단점을 무효화합니다.
• 인터리빙된 사고는 캐시 무효화를 증폭시키며, 사고 블록이 여러 도구 호출 간에 발생할 수 있습니다.
• 시스템 프롬프트 및 도구는 사고 매개변수 변경 또는 블록 제거에도 불구하고 캐시된 상태로 유지됩니다.

사고 블록 캐싱 동작 이해

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

작동 방식:

1. 캐싱은 도구 결과를 포함하는 후속 요청을 할 때만 발생합니다.
2. 후속 요청이 이루어지면, 이전 대화 기록(사고 블록 포함)을 캐시할 수 있습니다.
3. 이러한 캐시된 사고 블록은 캐시에서 읽을 때 사용 메트릭의 입력 토큰으로 계산됩니다.
4. 비도구 결과 사용자 블록이 포함되면, 모든 이전 사고 블록이 무시되고 컨텍스트에서 제거됩니다.

상세 예 흐름:

요청 1:

User: "What's the weather in Paris?"

응답 1:

[thinking_block_1] + [tool_use block 1]

요청 2:

User: ["What's the weather in Paris?"], 
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 콘텐츠(응답이 아님)의 캐시를 작성합니다. 캐시에는 원래 사용자 메시지, 첫 번째 사고 블록, 도구 사용 블록 및 도구 결과가 포함됩니다.

요청 3:

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]

비도구 결과 사용자 블록이 포함되었으므로, 모든 이전 사고 블록이 무시됩니다. 이 요청은 다음과 같이 처리됩니다:

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]

핵심 포인트:

• 이 캐싱 동작은 명시적 cache_control 마커 없이도 자동으로 발생합니다.
• 이 동작은 일반 사고 또는 인터리빙된 사고 사용 여부와 관계없이 일관성이 있습니다.

확장된 사고 기능을 사용한 최대 토큰 및 컨텍스트 윈도우 크기

이전 Claude 모델(Claude Sonnet 3.7 이전)에서는 프롬프트 토큰과 max_tokens의 합이 모델의 컨텍스트 윈도우를 초과하면, 시스템은 컨텍스트 제한 내에 맞도록 max_tokens를 자동으로 조정합니다. 이는 큰 max_tokens 값을 설정할 수 있고 시스템이 필요에 따라 자동으로 줄인다는 의미입니다.

Claude 3.7 및 4 모델에서는 max_tokens(사고 기능이 활성화되면 사고 예산 포함)가 엄격한 제한으로 적용됩니다. 이제 프롬프트 토큰 + max_tokens이 컨텍스트 윈도우 크기를 초과하면 시스템이 검증 오류를 반환합니다.

확장된 사고 기능을 사용한 컨텍스트 윈도우

사고 기능이 활성화된 상태에서 컨텍스트 윈도우 사용을 계산할 때 주의해야 할 몇 가지 고려 사항이 있습니다:

• 이전 턴의 사고 블록은 제거되고 컨텍스트 윈도우에 계산되지 않습니다.
• 현재 턴 사고는 해당 턴의 max_tokens 제한에 계산됩니다.

아래 다이어그램은 확장된 사고 기능이 활성화되었을 때의 특화된 토큰 관리를 보여줍니다:

유효한 컨텍스트 윈도우는 다음과 같이 계산됩니다:

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

특정 사용 사례에 대한 정확한 토큰 수를 얻기 위해 토큰 계산 API를 사용하는 것을 권장합니다. 특히 사고를 포함하는 다중 턴 대화로 작업할 때 그렇습니다.

확장된 사고 기능 및 도구 사용을 사용한 컨텍스트 윈도우

도구 사용과 함께 확장된 사고 기능을 사용할 때, 사고 블록을 명시적으로 보존하고 도구 결과와 함께 반환해야 합니다.

도구 사용과 함께 확장된 사고 기능에 대한 유효한 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 도구 사용과 함께 확장된 사고 기능에 대한 토큰 관리를 보여줍니다:

확장된 사고 기능을 사용한 토큰 관리

확장된 사고 기능 Claude 3.7 및 4 모델의 컨텍스트 윈도우 및 max_tokens 동작을 고려하면, 다음을 수행해야 할 수 있습니다:

• 토큰 사용을 더 적극적으로 모니터링하고 관리합니다.
• 프롬프트 길이가 변함에 따라 max_tokens 값을 조정합니다.
• 토큰 계산 엔드포인트를 더 자주 사용할 수 있습니다.
• 이전 사고 블록이 컨텍스트 윈도우에 누적되지 않음을 인식합니다.

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

사고 기능 암호화

전체 사고 콘텐츠는 암호화되고 signature 필드에 반환됩니다. 이 필드는 사고 블록이 API로 다시 전달될 때 Claude에 의해 생성되었는지 확인하는 데 사용됩니다.

사고 암호화에 대한 몇 가지 중요한 고려 사항은 다음과 같습니다:

• 응답을 스트리밍할 때, 서명은 content_block_stop 이벤트 직전에 content_block_delta 내의 signature_delta를 통해 추가됩니다.
• signature 값은 Claude 4 모델에서 이전 모델보다 훨씬 깁니다.
• signature 필드는 불투명한 필드이며 해석하거나 구문 분석해서는 안 됩니다. 검증 목적으로만 존재합니다.
• signature 값은 플랫폼 간에 호환됩니다(Claude API, Amazon Bedrock 및 Vertex AI). 한 플랫폼에서 생성된 값은 다른 플랫폼과 호환됩니다.

사고 기능 편집

때때로 Claude의 내부 추론이 안전 시스템에 의해 플래그됩니다. 이 경우, thinking 블록의 일부 또는 전부를 암호화하고 redacted_thinking 블록으로 반환합니다. redacted_thinking 블록은 API로 다시 전달될 때 해독되어 Claude가 컨텍스트를 잃지 않고 응답을 계속할 수 있습니다.

확장된 사고 기능을 사용하는 고객 대면 애플리케이션을 구축할 때:

• 편집된 사고 블록에는 인간이 읽을 수 없는 암호화된 콘텐츠가 포함되어 있음을 인식하세요.
• "Claude의 일부 내부 추론이 안전상의 이유로 자동으로 암호화되었습니다. 이는 응답의 품질에 영향을 미치지 않습니다."와 같은 간단한 설명을 제공하는 것을 고려하세요.
• 사고 블록을 사용자에게 표시하는 경우, 일반 사고 블록을 보존하면서 편집된 블록을 필터링할 수 있습니다.
• 확장된 사고 기능을 사용하면 때때로 일부 추론이 암호화될 수 있음을 투명하게 전달하세요.
• 편집된 사고 없이 UI를 깨뜨리지 않도록 적절한 오류 처리를 구현하세요.

다음은 일반 및 편집된 사고 블록을 모두 보여주는 예입니다:

{
  "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..."
    }
  ]
}

다중 턴 대화에서 thinking 및 redacted_thinking 블록을 API로 다시 전달할 때, 마지막 어시스턴트 턴에 대해 완전하고 수정되지 않은 블록을 API로 다시 전달해야 합니다. 이는 모델의 추론 흐름을 유지하는 데 중요합니다. 모든 사고 블록을 항상 API로 다시 전달하는 것을 권장합니다. 자세한 내용은 위의 사고 블록 보존 섹션을 참조하세요.

모델 버전 간 사고 기능의 차이점

Messages API는 Claude Sonnet 3.7과 Claude 4 모델 간에 사고 기능을 다르게 처리하며, 주로 편집 및 요약 동작에서 차이가 있습니다.

압축된 비교는 아래 표를 참조하세요:

가격 책정

확장된 사고 기능은 표준 토큰 가격 책정 방식을 사용합니다:

사고 프로세스는 다음에 대해 청구됩니다:

• 사고 중에 사용된 토큰(출력 토큰)
• 후속 요청에 포함된 마지막 어시스턴트 턴의 사고 블록(입력 토큰)
• 표준 텍스트 출력 토큰

요약된 사고를 사용할 때:

• 입력 토큰: 원래 요청의 토큰(이전 턴의 사고 토큰 제외)
• 출력 토큰(청구됨): Claude가 내부적으로 생성한 원래 사고 토큰
• 출력 토큰(표시됨): 응답에서 보이는 요약된 사고 토큰
• 청구 없음: 요약을 생성하는 데 사용된 토큰

확장된 사고 기능에 대한 모범 사례 및 고려 사항

사고 예산 작업

• 예산 최적화: 최소 예산은 1,024 토큰입니다. 최소값으로 시작하고 사고 예산을 점진적으로 증가시켜 사용 사례에 최적의 범위를 찾는 것을 권장합니다. 더 높은 토큰 수는 더 포괄적인 추론을 가능하게 하지만 작업에 따라 수익이 감소합니다. 예산을 늘리면 응답 품질이 향상될 수 있지만 증가된 지연 시간이 발생합니다. 중요한 작업의 경우, 최적의 균형을 찾기 위해 다양한 설정을 테스트하세요. 사고 예산은 엄격한 제한이 아니라 목표입니다. 실제 토큰 사용량은 작업에 따라 다를 수 있습니다.
• 시작점: 복잡한 작업의 경우 더 큰 사고 예산(16k+ 토큰)으로 시작하고 필요에 따라 조정합니다.
• 큰 예산: 사고 예산이 32k 이상인 경우, 네트워킹 문제를 피하기 위해 배치 처리를 사용하는 것을 권장합니다. 모델을 32k 토큰 이상으로 생각하도록 하는 요청은 시스템 타임아웃 및 열린 연결 제한에 대해 실행될 수 있는 오래 실행되는 요청을 유발합니다.
• 토큰 사용 추적: 사고 토큰 사용을 모니터링하여 비용과 성능을 최적화합니다.

성능 고려 사항

• 응답 시간: 추론 프로세스에 필요한 추가 처리로 인해 잠재적으로 더 긴 응답 시간에 대비하세요. 사고 블록 생성이 전체 응답 시간을 증가시킬 수 있음을 고려하세요.
• 스트리밍 요구 사항: max_tokens이 21,333보다 클 때 스트리밍이 필요합니다. 스트리밍할 때, 사고 및 텍스트 콘텐츠 블록이 도착할 때 처리할 준비를 하세요.

기능 호환성

• 사고는 temperature 또는 top_k 수정 및 강제 도구 사용과 잘 호환되지 않습니다.
• 사고 기능이 활성화되면, top_p를 1과 0.95 사이의 값으로 설정할 수 있습니다.
• 사고 기능이 활성화되면 응답을 미리 채울 수 없습니다.
• 사고 예산 변경은 메시지를 포함하는 캐시된 프롬프트 접두사를 무효화합니다. 그러나 캐시된 시스템 프롬프트 및 도구 정의는 사고 매개변수 변경 시에도 계속 작동합니다.

사용 지침

• 작업 선택: 수학, 코딩 및 분석과 같이 단계별 추론의 이점을 얻는 특히 복잡한 작업에 확장된 사고 기능을 사용합니다.
• 컨텍스트 처리: 이전 사고 블록을 직접 제거할 필요가 없습니다. Claude API는 자동으로 이전 턴의 사고 블록을 무시하고 컨텍스트 사용을 계산할 때 포함되지 않습니다.
• 프롬프트 엔지니어링: Claude의 사고 기능을 최대화하려면 확장된 사고 프롬프팅 팁을 검토하세요.

다음 단계