Fundamentos de Pensamiento Extendido, Esfuerzo y Multimodalidad

7 ejemplos para empezar con Pensamiento Extendido, Esfuerzo y Multimodalidad: 5 básicos y 2 intermedios.

Prerrequisitos

• Instala el SDK oficial: pip install anthropic.
• Configura tu clave de API como una variable de entorno: export ANTHROPIC_API_KEY=sk-ant-....
• Crea un cliente una vez y reutilízalo: client = anthropic.Anthropic().
• Para los ejemplos de imágenes, ten un archivo JPEG o PNG pequeño en disco para codificarlo como base64.

Ejemplos Básicos

1. Una Solicitud Simple, Sin Configuración de Pensamiento

El punto de partida antes de aplicar cualquier ajuste de pensamiento o esfuerzo.

import anthropic
 
client = anthropic.Anthropic()
 
response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=512,
    messages=[{"role": "user", "content": "Resume las desventajas de los microservicios."}],
)
 
print(response.content[0].text)

• messages.create envía una solicitud de un solo turno sin configuración de thinking, por lo que no se devuelve ningún bloque de razonamiento.
• response.content es una lista de bloques de contenido; para una respuesta de texto simple, generalmente contiene un bloque de texto.
• Esta es la línea base sobre la que se construyen todos los demás ejemplos de esta página.

2. Habilitando el Pensamiento Adaptativo

Activa el pensamiento adaptativo para que Claude decida cuánto razonamiento necesita una tarea.

import anthropic
 
client = anthropic.Anthropic()
 
response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1024,
    thinking={"type": "adaptive"},
    messages=[{"role": "user", "content": "Planifica una migración de base de datos por fases."}],
)
 
for block in response.content:
    print(block.type)

• thinking={"type": "adaptive"} permite a Claude elegir la profundidad del razonamiento por solicitud en lugar de un presupuesto fijo.
• Iterar sobre response.content muestra tanto un bloque de thinking como un bloque de text para una tarea como esta.
• Las indicaciones simples aún pueden devolver poco o ningún razonamiento visible, ese es el comportamiento esperado.

Relacionado: Habilitar Pensamiento Adaptativo con thinking: {type: 'adaptive'} - análisis completo de esta configuración

3. Leyendo el Bloque de Pensamiento

Una vez que el pensamiento está habilitado, extrae el razonamiento por separado de la respuesta final.

thinking_text = None
answer_text = None
 
for block in response.content:
    if block.type == "thinking":
        thinking_text = block.thinking
    elif block.type == "text":
        answer_text = block.text
 
print("Razonamiento:", thinking_text)
print("Respuesta:", answer_text)

• El bloque thinking y el bloque text son elementos separados en la misma lista content.
• Comprobar block.type permite que tu aplicación registre el razonamiento por separado de lo que ve el usuario.
• No todas las respuestas incluyen un bloque thinking; utiliza comprobaciones is None en código real.

4. Estableciendo un Nivel de Esfuerzo

Limita la profundidad del razonamiento y el costo con el parámetro de esfuerzo.

response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1024,
    thinking={"type": "adaptive"},
    output_config={"effort": "low"},
    messages=[{"role": "user", "content": "Clasifica este ticket como facturación, error o solicitud de función."}],
)
 
print(response.content[-1].text)

• output_config={"effort": "low"} favorece la velocidad y el bajo costo sobre el razonamiento profundo.
• El esfuerzo es independiente de la configuración thinking; ambos se pueden establecer juntos.
• El esfuerzo low es adecuado para tareas simples y de alto volumen, como la clasificación.

Relacionado: Ajuste del Parámetro de Esfuerzo para Costo y Velocidad - elección de un nivel por carga de trabajo

5. Enviando una Imagen Junto con Texto

Pide a Claude que mire una imagen y responda una pregunta sobre ella.

import base64
import anthropic
 
client = anthropic.Anthropic()
 
with open("chart.png", "rb") as f:
    image_data = base64.standard_b64encode(f.read()).decode("utf-8")
 
response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=512,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": "image/png",
                        "data": image_data,
                    },
                },
                {"type": "text", "text": "¿Qué tendencia muestra este gráfico?"},
            ],
        }
    ],
)
 
print(response.content[0].text)

• content se convierte en una lista de bloques tipificados cuando un mensaje mezcla una imagen con texto.
• base64.standard_b64encode convierte los bytes crudos en el formato de cadena que espera la API.
• media_type debe coincidir con el formato real del archivo; las discrepancias causan errores en la solicitud.

Relacionado: Envío de Imágenes para Análisis de Visión con Codificación Base64 - análisis más profundo de la entrada de visión

Ejemplos Intermedios

6. Combinando Pensamiento Adaptativo, Esfuerzo e Imagen

Razona a través de una pregunta que requiere tanto mirar una imagen como pensar en la respuesta.

import base64
import anthropic
 
client = anthropic.Anthropic()
 
with open("architecture-diagram.png", "rb") as f:
    image_data = base64.standard_b64encode(f.read()).decode("utf-8")
 
response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1500,
    thinking={"type": "adaptive"},
    output_config={"effort": "high"},
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": "image/png",
                        "data": image_data,
                    },
                },
                {"type": "text", "text": "Identifica cualquier punto único de fallo en esta arquitectura."},
            ],
        }
    ],
)
 
for block in response.content:
    if block.type == "thinking":
        print("Razonamiento:", block.thinking[:200], "...")
    elif block.type == "text":
        print("Respuesta:", block.text)

• Las tres configuraciones se componen: thinking, output_config y una lista content multimodal funcionan en la misma solicitud.
• El esfuerzo high es apropiado aquí porque detectar fallos arquitectónicos se beneficia de un razonamiento más profundo.
• Truncar el razonamiento impreso ([:200]) es un patrón común al registrar bloques de pensamiento largos.

7. Manejando una Respuesta que No Tiene Bloque de Pensamiento

Escribe código defensivo, ya que no todas las respuestas devuelven razonamiento visible.

def extract_answer(response):
    thinking = None
    answer = None
    for block in response.content:
        if block.type == "thinking":
            thinking = block.thinking
        elif block.type == "text":
            answer = block.text
    return thinking, answer
 
 
response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=256,
    thinking={"type": "adaptive"},
    output_config={"effort": "low"},
    messages=[{"role": "user", "content": "¿Cuál es la capital de Francia?"}],
)
 
thinking, answer = extract_answer(response)
print("Tiene razonamiento:", thinking is not None)
print("Respuesta:", answer)

• Una pregunta fáctica trivial con esfuerzo low a menudo no devuelve ningún bloque de thinking, el pensamiento adaptativo se lo saltó.
• Escribir una pequeña función auxiliar extract_answer evita que cada sitio de llamada repita el mismo bucle.
• Comprobar thinking is not None antes de usarlo evita AttributeError en código de producción.

Relacionado: Niveles de Esfuerzo y Opciones de Visualización del Pensamiento - Referencia - tabla completa de niveles y modos de visualización

Versiones de la Pila: Escrito contra la línea de modelos de Claude actual a partir de ~junio de 2026: Claude Fable 5, Claude Opus 4.8, Claude Sonnet 5 (el predeterminado) y Claude Haiku 4.5, y el SDK oficial de Python anthropic (última versión 0.x). Los nombres de los modelos, las versiones del SDK y los precios cambian rápidamente; verifica los detalles actuales en platform.claude.com/docs antes de confiar en ellos.