Habilitando o Pensamento Adaptativo com thinking: {type: 'adaptive'}

O pensamento adaptativo permite que o Claude decida, por solicitação, quanta raciocínio visível uma tarefa realmente precisa, em vez de você adivinhar um orçamento fixo antecipadamente.

Resumo

O pensamento estendido expõe o raciocínio do Claude como um bloco de conteúdo thinking separado retornado ao lado da resposta final.

O pensamento adaptativo é o modo recomendado para ativar isso, pois delega a decisão de profundidade para o próprio Claude.

Você o habilita com um único parâmetro thinking na chamada messages.create.

Uma vez ativado, sua análise de resposta precisa lidar com dois tipos de blocos de conteúdo em vez de um: thinking e text.

Esta página cobre a configuração exata, um exemplo de trabalho completo e os problemas que surgem com mais frequência quando as equipes o implementam pela primeira vez.

Receita

Cartão de receita de referência rápida - pronto para copiar e colar.

import anthropic
 
client = anthropic.Anthropic()
 
response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1024,
    thinking={"type": "adaptive"},
    messages=[{"role": "user", "content": "Projete um plano de rollback para um deploy com falha."}],
)
 
for block in response.content:
    print(block.type)

Quando usar isso:

• Tarefas de raciocínio de várias etapas: planejamento, depuração, matemática, quebra-cabeças lógicos.
• Tarefas onde você deseja que o Claude auto-calibre o esforço em vez de você codificar uma profundidade fixa.
• Qualquer carga de trabalho onde você possa querer inspecionar ou registrar o caminho de raciocínio do Claude posteriormente.
• Construindo em direção ao ajuste do parâmetro effort, que compõe com thinking.
• Migrando de uma configuração de pensamento com orçamento fixo para uma adaptativa mais simples.

Exemplo de Trabalho

import anthropic
 
client = anthropic.Anthropic()
 
 
def ask_with_adaptive_thinking(prompt: str) -> dict:
    response = client.messages.create(
        model="claude-sonnet-5",
        max_tokens=2048,
        thinking={"type": "adaptive"},
        messages=[{"role": "user", "content": prompt}],
    )
 
    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
 
    return {
        "reasoning": thinking_text,
        "answer": answer_text,
        "stop_reason": response.stop_reason,
    }
 
 
if __name__ == "__main__":
    result = ask_with_adaptive_thinking(
        "Um serviço tem três réplicas. Uma está falhando intermitentemente nas verificações de integridade. "
        "Descreva como você diagnosticaria a causa raiz antes de reiniciar qualquer coisa."
    )
 
    if result["reasoning"]:
        print("--- Raciocínio ---")
        print(result["reasoning"])
 
    print("--- Resposta ---")
    print(result["answer"])

O que isso demonstra:

• Uma função auxiliar reutilizável que separa o bloco thinking do bloco text em cada chamada.
• Verificação de block.type dentro do loop em vez de assumir uma forma de conteúdo fixa.
• Tratamento do caso em que reasoning pode ser None para um prompt que não precisou de raciocínio visível.
• Leitura de response.stop_reason ao lado do conteúdo, útil para detectar respostas truncadas.
• Um prompt genuinamente adequado para pensamento adaptativo: raciocínio diagnóstico de várias etapas, não uma consulta trivial.

Mergulho Profundo

Como Funciona

• O parâmetro thinking aceita um objeto de configuração; {"type": "adaptive"} é o valor que os exemplos deste site usam em todos os lugares.
• Com o pensamento adaptativo ativado, o Claude avalia a solicitação de entrada e decide internamente quanta raciocínio produzir antes de responder.
• A API retorna o raciocínio como um ou mais blocos de conteúdo thinking em response.content, ordenados antes do bloco text correspondente.
• response.content é sempre uma lista, mesmo para uma resposta de bloco único, portanto, o código deve iterar em vez de indexar uma posição fixa.
• Claude Fable 5 é executado com pensamento adaptativo sempre ativo por padrão, refletindo que este modo é tratado como o comportamento base para esse modelo, em vez de um extra opt-in.

Formatos de Bloco de Conteúdo

Notas Python

# Padrão de extração defensiva usado em todos os exemplos desta seção.
def split_content(response):
    thinking, text = None, None
    for block in response.content:
        if block.type == "thinking":
            thinking = block.thinking
        elif block.type == "text":
            text = block.text
    return thinking, text

Trate block.thinking como opcional em todos os caminhos de código. Uma guarda no estilo getattr ou a verificação if block.type == "thinking" mostrada acima evita AttributeError quando um prompt simples pula o raciocínio inteiramente.

Armadilhas

• Assumir que response.content[0] é sempre a resposta de texto. Com o pensamento adaptativo ativado, o índice 0 pode ser o bloco thinking em vez disso. Correção: itere sobre response.content e alterne com base em block.type em vez de indexar por posição.
• Tratar um bloco thinking ausente como um erro. Prompts simples frequentemente não produzem raciocínio visível, isso é o pensamento adaptativo funcionando corretamente, não um bug. Correção: proteja com verificações is not None e registre-o como inesperado apenas se o prompt for genuinamente complexo.
• Esquecer que max_tokens precisa cobrir o pensamento mais a resposta. Um valor baixo de max_tokens pode truncar o raciocínio antes que a resposta final seja escrita. Correção: orce max_tokens generosamente para tarefas que você espera que acionem raciocínio profundo e verifique response.stop_reason para "max_tokens".
• Confundir thinking com output_config.effort. Ativar o pensamento adaptativo por si só não define um teto de profundidade de raciocínio. Correção: combine thinking={"type": "adaptive"} com um output_config={"effort": ...} explícito quando você precisar controlar o custo, veja a página de ajuste de esforço.
• Exibir o raciocínio bruto para usuários finais sem filtro. O bloco thinking pode ser verboso e destina-se à depuração ou divulgação opcional, não como a resposta principal da interface do usuário. Correção: mostre o bloco text por padrão e restrinja qualquer exibição de raciocínio a um controle explícito de "mostrar raciocínio".
• Reenviar o bloco thinking de volta como histórico de conversas sem modificação. Alguns fluxos de vários turnos acidentalmente incluem blocos thinking anteriores como se fossem texto normal do assistente, aumentando o uso de tokens. Correção: remova ou resuma blocos thinking anteriores antes de anexá-los à lista messages do próximo turno.

Alternativas

FAQs

response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1024,
    thinking={"type": "adaptive"},
    messages=[{"role": "user", "content": "..."}],
)

for block in response.content:
    if block.type == "thinking":
        print(block.thinking)

Relacionados

• Pensamento Estendido e o Parâmetro Effort Explicados - a base conceitual para esta configuração.
• Pensamento Estendido, Effort e Fundamentos Multimodais - um conjunto mais amplo de exemplos mínimos cobrindo pensamento, esforço e imagens juntos.
• Ajustando o Parâmetro Effort para Custo e Velocidade - combine pensamento adaptativo com um teto de custo explícito.
• Níveis de Effort e Opções de Exibição de Pensamento Referência - tabela de referência para modos de exibição que se combinam com esta configuração.
• Pensamento Estendido, Effort e Melhores Práticas Multimodais - práticas numeradas para usar isso em produção.

Versões de 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 anthropic 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.