• 剝離擴展思考： 擴展思考塊（以深灰色顯示）在每個回合的輸出階段生成，但不作為後續回合的輸入令牌進行轉發。您不需要自己剝離思考塊。Claude API 會在您將其傳回時自動執行此操作。
• 技術實現細節：
  • 當您將思考塊作為對話歷史的一部分傳回時，API 會自動排除先前回合的思考塊。
  • 擴展思考令牌僅在生成期間作為輸出令牌計費一次。
  • 有效的上下文窗口計算變為：context_window = (input_tokens - previous_thinking_tokens) + current_turn_tokens。
  • 思考令牌包括 thinking 塊和 redacted_thinking 塊。

此架構具有令牌效率，允許進行廣泛的推理而不浪費令牌，因為思考塊的長度可能很大。

擴展思考和工具使用的上下文窗口

下圖說明了結合擴展思考和工具使用時的上下文窗口令牌管理：

• 工具使用與擴展思考的考慮事項：
  • 發佈工具結果時，必須包含伴隨該特定工具請求的整個未修改的思考塊（包括簽名/編輯部分）。
  • 擴展思考與工具使用的有效上下文窗口計算變為：context_window = input_tokens + current_turn_tokens。
  • 系統使用密碼簽名來驗證思考塊的真實性。在工具使用期間未能保留思考塊可能會破壞 Claude 的推理連續性。因此，如果您修改思考塊，API 將返回錯誤。

1M 令牌上下文窗口

Claude Sonnet 4 和 4.5 支持 100 萬令牌的上下文窗口。此擴展上下文窗口允許您處理更大的文檔、維護更長的對話，並使用更廣泛的代碼庫。

要使用 1M 令牌上下文窗口，請在您的 API 請求中包含 context-1m-2025-08-07 測試版標頭：

重要考慮事項：

• 測試版狀態：這是一個可能會改變的測試版功能。功能和定價可能會在未來版本中修改或移除。
• 使用層級要求：1M 令牌上下文窗口適用於使用層級 4 的組織和具有自定義速率限制的組織。較低層級的組織必須升級到使用層級 4 才能訪問此功能。
• 可用性：1M 令牌上下文窗口目前在 Claude API、Microsoft Foundry、Amazon Bedrock 和 Google Cloud 的 Vertex AI 上可用。
• 定價：超過 200K 令牌的請求會自動按高級費率計費（2 倍輸入、1.5 倍輸出定價）。有關詳細信息，請參閱定價文檔。
• 速率限制：長上下文請求具有專用的速率限制。有關詳細信息，請參閱速率限制文檔。
• 多模態考慮事項：處理大量圖像或 PDF 時，請注意文件的令牌使用情況可能會有所不同。將大型提示與大量圖像配對時，您可能會達到請求大小限制。

Claude Sonnet 4.5 和 Haiku 4.5 中的上下文感知

Claude Sonnet 4.5 和 Claude Haiku 4.5 具有上下文感知功能，使這些模型能夠在整個對話中跟蹤其剩餘的上下文窗口（即「令牌預算」）。這使 Claude 能夠通過理解它有多少空間來工作，更有效地執行任務和管理上下文。Claude 本身經過訓練，可以精確使用此上下文來堅持任務直到最後，而不是猜測還有多少令牌剩餘。對於模型來說，缺乏上下文感知就像在沒有時鐘的烹飪節目中競爭。Claude 4.5 模型通過明確告知模型其剩餘上下文來改變這一點，以便它可以最大限度地利用可用令牌。

工作原理：

在對話開始時，Claude 會收到有關其總上下文窗口的信息：

預算設置為 200K 令牌（標準）、500K 令牌（Claude.ai 企業版）或 100 萬令牌（測試版，適用於符合條件的組織）。

在每次工具調用後，Claude 會收到剩餘容量的更新：

此感知幫助 Claude 確定還有多少容量可用於工作，並在長時間運行的任務上實現更有效的執行。圖像令牌包含在這些預算中。

優勢：

上下文感知對以下方面特別有價值：

• 需要持續關注的長時間運行的代理會話
• 狀態轉換很重要的多上下文窗口工作流
• 需要仔細令牌管理的複雜任務

有關利用上下文感知的提示指導，請參閱我們的 Claude 4 最佳實踐指南。

使用較新 Claude 模型的上下文窗口管理

在較新的 Claude 模型中（從 Claude Sonnet 3.7 開始），如果提示令牌和輸出令牌的總和超過模型的上下文窗口，系統將返回驗證錯誤，而不是無聲地截斷上下文。此更改提供了更可預測的行為，但需要更仔細的令牌管理。

要規劃您的令牌使用情況並確保您保持在上下文窗口限制內，您可以使用令牌計數 API 來估計您的消息在發送給 Claude 之前將使用多少令牌。

有關按模型的上下文窗口大小列表，請參閱我們的模型比較表。

後續步驟