Referência de Níveis de Esforço e Opções de Exibição de Pensamento
Uma tabela de referência rápida para cada nível de esforço e modo de exibição de pensamento, e como combiná-los em uma única solicitação.
Como Usar Esta Referência
- Procure primeiro o nível de esforço que corresponde às necessidades de velocidade e custo da carga de trabalho.
- Em seguida, decida separadamente se o rastreamento do raciocínio deve ser exibido, resumido ou ocultado.
- Trate o esforço e a exibição como dois eixos independentes, não como uma configuração combinada.
- Revise essas escolhas por endpoint à medida que os padrões de uso e as metas de custo mudam.
Níveis de Esforço
| Nível | Velocidade relativa | Custo relativo | Profundidade do raciocínio | Adequação Típica |
|---|---|---|---|---|
low | Mais rápido | Mais baixo | Mínimo | Classificação, extração, buscas curtas |
medium | Equilibrado | Moderado | Padrão | Respostas gerais de assistente, sumarização |
high | Mais lento | Mais alto | Profundo | Revisão de código, planejamento multi-etapas |
max | Mais lento | Mais alto | Máximo | Análise crítica de segurança, depuração complexa |
response = client.messages.create(
model="claude-sonnet-5",
max_tokens=1024,
output_config={"effort": "high"},
messages=[{"role": "user", "content": "..."}],
)Opções de Exibição de Pensamento
| Modo de exibição | O que retorna | Quando usar |
|---|---|---|
| Resumido | Uma versão condensada do conteúdo do bloco thinking | Depuração, justificativa opcional para o usuário, logs de auditoria |
| Omitido | Nenhum conteúdo do bloco thinking retornado, mesmo que o raciocínio tenha ocorrido internamente | Caminhos de UI de produção onde o raciocínio bruto nunca deve chegar ao cliente |
O modo de exibição é uma configuração de apresentação sobre o raciocínio que já ocorreu, não altera o nível de esforço ou a profundidade do raciocínio em si.
Combinando Esforço e Exibição
| Esforço | Exibição | Resultado |
|---|---|---|
low | Omitido | Mais rápido, mais barato, nenhum rastreamento de raciocínio retornado, melhor padrão para tarefas simples de alto volume |
medium | Resumido | Custo equilibrado com uma justificativa condensada disponível para depuração |
high | Resumido | Raciocínio profundo com um rastreamento legível, bom para ferramentas de revisão de código |
max | Omitido | Profundidade máxima de raciocínio interno, mas o cliente vê apenas a resposta final, útil quando o raciocínio é sensível ou verboso, mas a qualidade da resposta ainda importa |
response = client.messages.create(
model="claude-sonnet-5",
max_tokens=2048,
thinking={"type": "adaptive"},
output_config={"effort": "max"},
messages=[{"role": "user", "content": "..."}],
)Padrões de Modelo
| Modelo | Padrão de pensamento adaptativo | Observações |
|---|---|---|
| Claude Fable 5 | Sempre ativo | Modelo de ponta, 1M de contexto, saída máxima de 128K |
| Claude Opus 4.8 | Configurável | Modelo de raciocínio principal, 1M de contexto |
| Claude Sonnet 5 | Configurável | Modelo de propósito geral padrão |
| Claude Haiku 4.5 | Configurável | Mais rápido e mais barato, 200K de contexto, combina bem com esforço low |
Escolhendo um Ponto de Partida
- Tarefas simples de alto volume: esforço
low, exibição omitida. - Respostas gerais de assistente: esforço
medium, exibição resumida apenas para registro interno. - Ferramentas de revisão de código e planejamento: esforço
high, exibição resumida mostrada aos desenvolvedores. - Análise crítica de segurança ou sensível à conformidade: esforço
max, exibição resumida mantida em um log de auditoria, mesmo que omitida da resposta do usuário final.
FAQs
Nível de esforço e exibição de pensamento são a mesma configuração?
Não. O esforço (output_config.effort) controla a profundidade do raciocínio e o custo. A exibição de pensamento controla se esse raciocínio é retornado resumido ou omitido. Eles são independentes e podem ser combinados.
Quais são os quatro níveis de esforço em ordem?
low, medium, high, max, do mais rápido e barato ao mais completo e caro.
A exibição omitida significa que nenhum raciocínio ocorreu?
Não. O raciocínio ainda pode ocorrer internamente no nível de esforço que você definir, a exibição omitida apenas significa que esse rastreamento de raciocínio não é retornado na resposta.
O que a exibição resumida realmente contém?
Uma versão condensada do raciocínio do modelo, mais curta que o rastreamento interno completo, mas ainda útil para depuração ou divulgação opcional.
Qual nível de esforço um endpoint de classificação de alto volume deve usar?
Esforço low, tipicamente emparelhado com exibição omitida, já que tarefas de classificação raramente se beneficiam de raciocínio visível profundo e o volume torna o custo a principal preocupação.
O esforço máximo é sempre emparelhado com exibição resumida?
Não, eles são independentes. Você pode executar esforço max com exibição omitida quando quiser a profundidade máxima de raciocínio internamente, mas não quiser expor ou armazenar o rastreamento bruto.
O Claude Fable 5 precisa de esforço configurado de forma diferente de outros modelos?
O Claude Fable 5 é executado com pensamento adaptativo sempre ativo por padrão, mas o parâmetro de esforço ainda se aplica da mesma forma que com outros modelos para limitar a profundidade do raciocínio e o custo.
Devo sempre usar exibição resumida para depuração?
É um padrão razoável durante o desenvolvimento. Para produção, avalie o tamanho extra da resposta e qualquer sensibilidade do conteúdo do raciocínio antes de decidir manter a exibição resumida ativa.
Posso alterar o nível de esforço por solicitação sem alterar a configuração de pensamento?
Sim. output_config.effort e thinking são definidos independentemente em cada chamada messages.create, então você pode variar um sem tocar no outro.
O que acontece se eu não definir um nível de esforço?
A solicitação usa o comportamento de raciocínio padrão do modelo. Para controle explícito e previsível de custo e latência, defina output_config.effort deliberadamente em vez de depender dos padrões.
Existe um nível entre alto e máximo para controle mais fino?
Não, os quatro níveis abordados aqui (low, medium, high, max) são o conjunto padrão. O controle granular além desses quatro é alcançado roteando diferentes tipos de solicitação para níveis diferentes, não um quinto nível.
Relacionados
- Pensamento Estendido e o Parâmetro de Esforço Explicados - o contexto conceitual para essas duas configurações.
- Ajustando o Parâmetro de Esforço para Custo e Velocidade - um guia completo sobre a escolha do esforço por carga de trabalho.
- Habilitando Pensamento Adaptativo com thinking: {type: 'adaptive'} - como o pensamento adaptativo interage com essas configurações.
- Pensamento Estendido, Esforço e Fundamentos Multimodais - exemplos mínimos executáveis usando essas configurações juntas.
- Pensamento Estendido, Esforço e Melhores Práticas Multimodais - práticas numeradas para escolher níveis e modos de exibição em produção.
Versões da Stack: Escrito contra a linha de modelos Claude atual em ~junho de 2026 - Claude Fable 5, Claude Opus 4.8, Claude Sonnet 5 (o padrão) e Claude Haiku 4.5 - e o SDK oficial
anthropicpara Python (última versão 0.x). Nomes de modelos, versões de SDK e preços mudam rapidamente - verifique os detalhes atuais em platform.claude.com/docs antes de confiar neles.