努力程度

努力程度

This feature is eligible for Zero Data Retention (ZDR). When your organization has a ZDR arrangement, data sent through this feature is not stored after the API response is returned.

努力程度参数允许您控制 Claude 在响应请求时花费令牌的积极程度。这使您能够在响应详尽程度和令牌效率之间进行权衡，所有这些都可以通过单个模型实现。努力程度参数在所有支持的模型上普遍可用，无需 beta 标头。

努力程度参数由 Claude Mythos Preview、Claude Opus 4.7、Claude Opus 4.6、Claude Sonnet 4.6 和 Claude Opus 4.5 支持。

对于 Claude Opus 4.6 和 Sonnet 4.6，努力程度取代了 budget_tokens 作为控制思考深度的推荐方式。将努力程度与自适应思考（thinking: {type: "adaptive"}）结合使用以获得最佳体验。虽然 budget_tokens 在 Opus 4.6 和 Sonnet 4.6 上仍然被接受，但它已被弃用，将在未来的模型版本中删除。在 high（默认）和 max 努力程度下，Claude 几乎总是会思考。在较低的努力程度下，它可能会跳过对更简单问题的思考。

努力程度如何工作

默认情况下，Claude 使用高努力程度，花费尽可能多的令牌以获得优异的结果。您可以将努力程度提高到 max 以获得绝对最高的能力，或降低它以更保守地使用令牌，优化速度和成本，同时接受某些能力的降低。

将 effort 设置为 "high" 会产生与完全省略 effort 参数相同的行为。

努力程度参数影响响应中的所有令牌，包括：

文本响应和解释
工具调用和函数参数
扩展思考（启用时）

这种方法有两个主要优势：

它不需要启用思考就能使用它。
它可以影响所有令牌支出，包括工具调用。例如，较低的努力程度意味着 Claude 会进行较少的工具调用。这提供了对效率的更大控制程度。

级别	描述	典型用例
`max`	绝对最大能力，对令牌支出没有限制。在 Claude Mythos Preview、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6 上可用。	需要最深入推理和最彻底分析的任务
`xhigh`	用于长期工作的扩展能力。在 Claude Opus 4.7 上可用。	长期运行的代理和编码任务（超过 30 分钟），令牌预算达数百万
`high`	高能力。等同于不设置参数。	复杂推理、困难的编码问题、代理任务
`medium`	平衡的方法，具有适度的令牌节省。	需要速度、成本和性能平衡的代理任务
`low`	最高效。显著的令牌节省，但能力有所降低。	需要最佳速度和最低成本的更简单任务，例如子代理

努力程度是一个行为信号，而不是严格的令牌预算。在较低的努力程度下，Claude 仍然会在足够困难的问题上思考，但对于同一问题，它的思考会比在较高努力程度下少。

Sonnet 4.6 的推荐努力程度

Sonnet 4.6 默认为 high 努力程度。使用 Sonnet 4.6 时明确设置努力程度以避免意外延迟：

中等努力程度（推荐默认值）：对大多数应用程序来说，速度、成本和性能的最佳平衡。适合代理编码、工具密集型工作流和代码生成。
低努力程度： 用于高容量或延迟敏感的工作负载。适合聊天和非编码用例，其中优先考虑更快的周转时间。
高努力程度： 用于需要 Sonnet 4.6 最大智能的任务。
最大努力程度： 用于需要绝对最高能力且对令牌支出没有限制的任务。

Claude Opus 4.7 的推荐努力程度

从编码和代理用例的 xhigh 开始，并将 high 用作大多数智能敏感工作负载的最低值。对于成本敏感的工作负载，降低到 medium，或仅当您的评估显示在 xhigh 处有可测量的余地时才升高到 max。

API 默认值为 high。要使用 xhigh，请明确设置 effort；您传递的值会覆盖默认值。

努力程度	Claude Opus 4.7 的指导
`low`	高效，但最适合短期、有范围的任务。如果您的任务有多个部分，请将 `low` 与明确的检查清单配对。
`medium`	适用于您想要获得良好结果同时降低成本的平均工作流的替代方案。
`high`	仍然需要智能和令牌消耗平衡的高级用例。这通常是平衡质量和令牌效率的最佳点。
`xhigh`	编码和代理工作的推荐起点，以及探索性任务（如重复工具调用、详细网络搜索和知识库搜索）的推荐起点。预期令牌使用量会比 `high` 显著更高。
`max`	保留用于真正的前沿问题。在大多数工作负载上，`max` 增加了显著的成本，但质量收益相对较小，在某些结构化输出或智能敏感度较低的任务上，它可能导致过度思考。

Claude Opus 4.7 也比 Claude Opus 4.6 更严格地遵守努力程度，特别是在 low 和 medium 处。在较低的努力程度下，模型将其工作范围限制在所要求的内容，而不是超越预期。如果您在 Claude Opus 4.7 上观察到复杂问题的浅层推理，请提高努力程度，而不是通过提示来解决。如果您必须为了降低延迟而保持较低的努力程度，请添加有针对性的指导，例如"此任务涉及多步推理。在响应前仔细思考。"

在 xhigh 或 max 努力程度下运行 Claude Opus 4.7 时，设置一个大的 max_tokens，以便模型有空间在子代理和工具调用中思考和行动。从 64k 令牌开始并从那里进行调整是一个合理的默认值。

基本用法

何时调整努力程度参数

当您需要绝对最高的能力且没有限制时，使用最大努力程度：最彻底的推理和最深入的分析。在 Claude Mythos Preview、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6 上可用。
对于需要扩展探索的高级编码和复杂代理工作（例如重复工具调用和详细搜索），使用超高努力程度。在 Claude Opus 4.7 上可用。
当您需要 Claude 的最佳工作时，使用高努力程度（默认值）：复杂推理、细致分析、困难的编码问题或任何质量是首要优先事项的任务。
当您想要可靠的性能而不需要高努力程度的全部令牌支出时，使用中等努力程度作为平衡选项。
当您优化速度（因为 Claude 用更少的令牌回答）或成本时，使用低努力程度。例如，简单的分类任务、快速查询或高容量用例，其中边际质量改进不足以证明额外的延迟或支出。

努力程度与工具使用

使用工具时，努力程度参数影响工具调用周围的解释和工具调用本身。较低的努力程度倾向于：

将多个操作合并为更少的工具调用
进行更少的工具调用
直接进行操作而不需要前言
完成后使用简洁的确认消息

较高的努力程度可能：

进行更多的工具调用
在采取行动前解释计划
提供详细的更改摘要
包含更全面的代码注释

努力程度与扩展思考

努力程度参数与扩展思考一起工作。其行为取决于模型：

Claude Mythos Preview 默认使用自适应思考（无需 thinking 配置）。thinking: {type: "disabled"} 被拒绝。努力程度以与 Opus 4.7 和 Opus 4.6 相同的方式控制思考深度。
Claude Opus 4.7 使用自适应思考（thinking: {type: "adaptive"}），其中努力程度是控制思考深度的推荐方式。Opus 4.7 不再支持手动扩展思考（thinking: {type: "enabled", budget_tokens: N}）；改为使用自适应思考与努力程度。在 high、xhigh 和 max 努力程度下，Claude 几乎总是深入思考。在较低的级别，它可能会跳过对更简单问题的思考。
Claude Opus 4.6 使用自适应思考（thinking: {type: "adaptive"}），其中努力程度是控制思考深度的推荐方式。虽然 budget_tokens 在 Opus 4.6 上仍然被接受，但它已被弃用，将在未来版本中删除。在 high 和 max 努力程度下，Claude 几乎总是深入思考。在较低的级别，它可能会跳过对更简单问题的思考。
使用（其中努力程度控制思考深度）。带有的手动思考（）仍然可用但已弃用。

努力程度参数可以在启用或不启用扩展思考的情况下使用。在不启用思考的情况下使用时，它仍然控制文本响应和工具调用的总体令牌支出。

最佳实践

明确设置努力程度： API 默认为 high，但正确的起点取决于您的模型和工作负载。
对速度敏感或简单任务使用低努力程度： 当延迟很重要或任务很简单时，低努力程度可以显著减少响应时间和成本。
测试您的用例： 努力程度的影响因任务类型而异。在部署前在您的特定用例上评估性能。
考虑动态努力程度： 根据任务复杂性调整努力程度。简单查询可能需要低努力程度，而代理编码和复杂推理受益于高努力程度。

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=4096,
    messages=[
        {
            "role": "user",
            "content": "Analyze the trade-offs between microservices and monolithic architectures",
        }
    ],
    output_config={"effort": "medium"},
)

print(response.content[0].text)

thinking: {type: "enabled", budget_tokens: N}