A forma como o Claude "pensa" mudou de figura drasticamente no último ano. O antigo pensamento estendido (extended thinking) funcionava com um humano especificando quantos tokens o modelo podia gastar raciocinando. A geração atual o substitui pelo pensamento adaptativo (adaptive thinking) — é o próprio modelo que decide se pensa e com que profundidade. E, com o Claude Opus 5, o pensamento passou a vir ligado por padrão, então até a velha premissa de que "sem configuração não há pensamento" ficou no passado. E, desde então, no Claude Opus 5.5 e nos modelos Fable, o pensamento nem sequer pode ser desligado.

Este artigo percorre o que de fato separa o pensamento estendido do pensamento adaptativo, como o comportamento varia de modelo para modelo e as armadilhas que pegam quem migra código — erros 400, saída truncada e contas que sobem sem avisar. Tudo se apoia na documentação oficial da Anthropic.

THINKING: EXTENDED → ADAPTIVE

De "o humano define a profundidade" para "o modelo decide"

A troca de geração em três passos

PENSAMENTO ESTENDIDO (ANTIGO)
budget_tokens: 10000
Um humano especifica o orçamento de pensamento
PENSAMENTO ADAPTATIVO (ATUAL)
type: "adaptive"
Pensar ou não, e quanto, é decisão do modelo
OPUS 5 EM DIANTE
Pensamento ligado por padrão
A profundidade agora se ajusta com effort
Fonte: documentação da Anthropic, "Thinking" e "Extended thinking" (em 25 de setembro de 2026)

1. O que é o pensamento

O pensamento é a etapa em que o Claude trabalha o problema com as próprias palavras antes de começar a escrever a resposta final. Ele reformula a pergunta, testa várias abordagens, confere resultados intermediários e abandona caminhos que não se sustentam — e esse processo é gerado como blocos de conteúdo thinking antes da resposta. O ganho é maior nas tarefas em que a qualidade do trabalho intermediário decide a qualidade da resposta: matemática, programação, análise e trabalho agêntico de longa duração.

Mas nada disso sai de graça. Como a documentação "Thinking" da Anthropic afirma sem rodeios, os tokens que o Claude gasta raciocinando são cobrados como tokens de saída e contam para o max_tokens — e a cobrança é a mesma até nas configurações em que o texto do pensamento nunca chega até você (veja a seção 6). Desenhar sua configuração de pensamento é tanto uma questão de custo e latência quanto de qualidade.

2. A era do pensamento estendido — você define budget_tokens

A primeira encarnação foi o pensamento estendido. Você anexa thinking: {"type": "enabled", "budget_tokens": N} à requisição, e o Claude raciocina dentro desse orçamento antes de responder. Um humano especifica quanto pensar, em cada requisição. Segundo a documentação oficial, as regras são estas:

  • Mínimo de 1.024 tokens. A API rejeita valores menores
  • Precisa ser menor que max_tokens — o pensamento conta dentro dele, então é preciso deixar espaço para a resposta
  • O orçamento é uma meta, não um teto rígido. O uso real varia com a tarefa, e o Claude muitas vezes termina de pensar bem antes de o orçamento acabar
  • Para orçamentos de pensamento acima de 32.000, a Anthropic recomenda processamento em lote para evitar timeouts

O problema desse desenho é direto: o orçamento certo muda de tarefa para tarefa, e um humano não tem como adivinhá-lo de antemão. Perguntas simples podem torrar o orçamento reservado; problemas difíceis podem ficar à míngua com ele. E mudar o valor do orçamento invalida o cache de prompt — a documentação demonstra isso com um exemplo medido.

3. A virada para o pensamento adaptativo — o modelo decide

É isso que o pensamento adaptativo, introduzido em 2026, veio substituir. A configuração é uma única linha: thinking: {"type": "adaptive"}. Pensar ou não, e com que profundidade, é decisão do próprio Claude, baseada em quão difícil a requisição parece. Entradas fáceis recebem resposta na hora, com o pensamento pulado; problemas difíceis recebem raciocínio profundo.

A migração seguiu o cronograma descrito na documentação "Extended thinking" da Anthropic: o budget_tokens foi descontinuado no Claude Opus 4.6 / Sonnet 4.6 (lá ainda funciona) e os modelos do Claude Opus 4.7 em diante o rejeitam com erro 400. Aponte um código antigo para um modelo novo e ele para com isto:

# Antigo: pensamento estendido (erro 400 no Opus 4.7 em diante)
"thinking": {"type": "enabled", "budget_tokens": 10000}
→ 400: "thinking.type.enabled" is not supported ...

# Novo: pensamento adaptativo (a profundidade se define via effort)
"thinking": {"type": "adaptive"},
"output_config": {"effort": "high"}

A reescrita em si é pequena — apagar o budget_tokens, trocar para adaptive e entregar o controle de profundidade ao effort. Mas, como a documentação avisa, trata-se de uma mudança de comportamento, não só de sintaxe. Com orçamento fixo, o Claude pensava em toda requisição; com o pensamento adaptativo, em níveis de effort mais baixos ele pode pular o pensamento por completo em entradas fáceis.

4. Como cada modelo lida com o pensamento, em uma tabela

A parte traiçoeira é que "vem ligado por padrão?" e "dá para desligar?" variam de modelo para modelo. Aqui está a documentação oficial condensada em uma tabela. Em 10 de novembro de 2026, os modelos atuais da lista oficial da Anthropic são Fable 5.2, Opus 5.5, Sonnet 5.5 e Haiku 5.5; os demais são gerações anteriores (o Fable 5.1, o Opus 5, o Sonnet 5 e o Haiku 4.5 continuam disponíveis como Legacy). Quando sair um modelo novo, confira os mesmos três pontos na tabela por modelo da página oficial "Troubleshooting thinking".

Modelo Se você não configurar nada Desligar o pensamento budget_tokens
Claude Fable 5.2 / Fable 5.1 / Fable 5 / Mythos 5.2 / Mythos 5.1 / Mythos 5 Pensamento ligado (sempre) Impossível (400) Impossível (400)
Claude Opus 5.5 Pensamento ligado (sempre) Impossível (400) Impossível (400)
Claude Sonnet 5.5 Pensamento ligado (adaptativo) Impossível (400)
Em vez disso, between_tools desliga só o pensamento inicial (effort high ou abaixo)
Impossível (400)
Claude Haiku 5.5 Pensamento ligado (adaptativo) Só com effort high ou abaixo
Combinado com xhigh / max: 400
Impossível (400)
Claude Opus 5 (Legacy) Pensamento ligado (adaptativo) Só com effort high ou abaixo
Combinado com xhigh / max: 400
Impossível (400)
Claude Sonnet 5 (Legacy) Pensamento ligado (adaptativo) Permitido Impossível (400)
Claude Opus 4.8 / 4.7 Sem pensamento (ative com adaptive explícito) Permitido Impossível (400)
Claude Opus 4.6 / Sonnet 4.6 Sem pensamento (ative com adaptive explícito) Permitido Descontinuado (ainda funciona)
Haiku 4.5 (Legacy) / Sonnet 4.5 / Opus 4.5 Sem pensamento — (desligado já é o padrão) Obrigatório (único modo de pensamento; adaptive retorna 400)

Fonte: Anthropic, "Thinking" e "Extended thinking" e "Troubleshooting thinking" (em 12 de outubro de 2026), "What's new in Claude Fable 5.2" (para o Fable 5.2 e o Mythos 5.2, em 10 de novembro de 2026)

Duas coisas importam na prática. Primeira: o padrão virou "pensamento ligado" com a geração Opus 5, e no Opus 5.5 ele nem pode ser desligado — se você rodava um job barato no Opus 4.8 com o pensamento desligado e troca só o ID do modelo, os tokens de saída crescem na fatia do pensamento, e as respostas passam a ser cortadas no max_tokens ou a conta sobe (tratamos disso em detalhe no nosso guia das mudanças incompatíveis do Opus 5). No Opus 5.5, o effort é o único jeito de conter o quanto ele pensa. Segunda: os modelos que só suportam pensamento estendido continuam usando budget_tokens — o Haiku 4.5, o Sonnet 4.5 e o Opus 4.5. Enquanto você ficar neles, não é preciso reescrever nada, mas o Sonnet 4.5 deixa de ser oferecido na Claude API em 30 de novembro de 2026 (anunciado em 30 de setembro; o sucessor é o Sonnet 5.5 — veja a lista oficial de descontinuação de modelos). Migre o que roda no Sonnet 4.5 para o Sonnet 5.5 antes disso e, na mesma troca, reescreva para o pensamento adaptativo. O Haiku 5.5, lançado em 7 de outubro de 2026 como sucessor do Haiku 4.5, também só suporta o pensamento adaptativo, então migrar para ele pede a mesma reescrita. No capítulo 7 do guia do Claude Haiku 5.5 há uma lista das formas de requisição que retornam erro 400 ao migrar do Haiku 4.5.

5. A profundidade agora se ajusta com effort

Sem o "orçamento", a profundidade do pensamento passou a ser ajustada por output_config: {"effort": ...} — cinco níveis, low / medium / high / xhigh / max, com high como padrão da API na maioria dos modelos e medium no Opus 5.5 e no Haiku 5.5 (sem effort, o Opus 5.5 roda um nível abaixo do Opus 5). O effort molda mais do que a profundidade do pensamento: também afeta o quanto as chamadas de ferramenta são consolidadas e quanto preâmbulo você recebe, ou seja, o gasto total de tokens.

low / medium

Trabalho rotineiro, classificação, subagentes. Pode pular o pensamento em entradas fáceis = rápido e barato

high a xhigh

Raciocínio difícil, programação e agentes. Onde começar varia por modelo; a Anthropic recomenda não carregar as configurações ao trocar de modelo e testar os níveis nas suas próprias avaliações

max

Para problemas em que acertar vale mais do que o custo. Nem sempre dá o melhor resultado, então não o deixe cravado

O que cada um dos cinco níveis significa, o slider do Claude Code e como as configurações persistem estão no nosso guia da configuração de effort. Uma nota de cache vinda da documentação: no modo adaptativo, o valor de effort é renderizado no prompt, então mudá-lo invalida o cache de prompt — o mesmo formato do "mudar o orçamento estoura o cache" da era do pensamento estendido. Não fique alternando no meio da conversa. A exceção: no Fable 5.2, no Fable 5.1, no Opus 5.5, no Opus 5 e em alguns outros, mudar o effort em uma mensagem no meio da conversa (beta) preserva o cache de tudo o que veio antes.

6. Você paga pelo pensamento mesmo sem vê-lo

Como o pensamento aparece do lado de fora é controlado pelo campo display. Ele aceita dois valores:

  • "summarized" — o bloco thinking traz um resumo legível do raciocínio. Padrão no Claude Opus 4.6 / Sonnet 4.6 e anteriores
  • "omitted" — o bloco thinking volta com uma string vazia dentro. Padrão no Fable 5.2 / Fable 5.1 / Fable 5 / Mythos 5.2 / Mythos 5.1 / Mythos 5 / Opus 5.5 / Opus 5 / Sonnet 5.5 / Sonnet 5 / Haiku 5.5 / Opus 4.8 / 4.7

Duas armadilhas moram aqui. Primeira: quanto mais novo o modelo, mais o padrão pende para "não mostrar" — mova para um modelo novo um app que transmitia o raciocínio aos usuários, e a experiência vira um longo silêncio seguido de uma resposta repentina. Se quiser visível, peça explicitamente: thinking: {"type": "adaptive", "display": "summarized"}. Segunda: o display muda só a visibilidade — a cobrança é idêntica. A documentação é explícita: com omitted você continua pagando pelos tokens de pensamento inteiros; o que você economiza é latência, não custo. E em nenhuma configuração você recebe a cadeia de raciocínio bruta — o que o summarized mostra é um resumo.

Para medir quanto o pensamento custa: o campo de resposta usage.output_tokens_details.thinking_tokens informa quantos dos tokens de saída cobrados foram raciocínio interno. No streaming, ele aparece só no evento message_delta final. "Não vejo o pensamento" nunca significa "ele não está acontecendo" — confira esse campo depois de migrar.

Mais uma coisa que importa na prática: o manuseio dos blocos de pensamento. Em conversas de múltiplos turnos e no uso de ferramentas, devolva os blocos de pensamento da resposta anterior completamente inalterados. Editá-los dispara um 400 — o erro "invalid signature in thinking block" que usuários do Claude Code encontram nasce exatamente desse mecanismo.

7. As armadilhas de desligar o pensamento

"Aqui o que importa é velocidade, vamos desligar o pensamento" é uma decisão legítima — mas o Opus 5.5 e os modelos Fable não permitem desligar o pensamento (disabled retorna erro 400). Dá para desligar no Sonnet 5 e no Opus 4.8 e anteriores, entre outros, e no Opus 5 e no Haiku 5.5 isso vem com condições. Segundo a documentação oficial, no Opus 5 e no Haiku 5.5:

✅ Permitido

Pensamento desligado + effort low / medium / high

❌ Erro 400

Pensamento desligado + effort xhigh / max (no Opus 5, verificado a cada requisição)

🔧 Recomendado

Não desligue — em vez disso, abaixe o effort para low / medium

Mesmo quando a requisição passa, há efeitos colaterais. A Anthropic documenta que, com o pensamento desligado, o Opus 5 pode escrever chamadas de ferramenta como texto do corpo (a ferramenta nunca roda, embora o turno ainda pareça bem-sucedido) e pode vazar tags XML internas na saída. Se você constrói agentes, manter o pensamento ligado e abaixar o effort é o caminho seguro — e, de todo modo, corta custo mais ou menos na mesma direção.

O Sonnet 5.5 não aceita disabled (erro 400). A configuração mais baixa é thinking: {"type": "between_tools"}, que desliga só o pensamento inicial, antes da resposta. As notas curtas de progresso que ele escreve entre as chamadas de ferramenta continuam voltando como blocos de pensamento, e uma requisição sem ferramentas retorna só texto, como o disabled no Sonnet 5. Só funciona com effort high ou abaixo; combinado com xhigh / max, retorna 400 (Anthropic, "What's new in Claude Sonnet 5.5").

O Haiku 5.5 aceita disabled, mas, como o Opus 5, só com effort high ou abaixo. A página "Thinking" da Anthropic avisa que, com o pensamento desligado, o modelo pode pular uma chamada de ferramenta necessária quando você também pede saída em JSON, e que, enquanto o pensamento está desligado, mudar o effort numa mensagem no meio da conversa retorna 400. A recomendação da Anthropic é baixar primeiro o effort quando você quiser menos pensamento.

8. Pensamento entre chamadas de ferramenta — interleaved thinking

O pensamento não acontece só "uma vez, antes da resposta". Com o pensamento intercalado (interleaved thinking), o Claude também raciocina entre as chamadas de ferramenta, pesando cada resultado antes de decidir o próximo passo — revisando o plano depois de ler resultados de busca, escolhendo o próximo comando depois de ler a saída do anterior. É a engrenagem por trás do bom comportamento agêntico.

Aqui também há uma diferença de geração. No velho mundo do pensamento estendido, isso exigia o header beta interleaved-thinking-2025-05-14; com o pensamento adaptativo, é automático e o header é desnecessário (a documentação afirma que "o pensamento adaptativo intercala automaticamente" e diz que o header pode ser removido depois da migração). Migrar para o pensamento adaptativo simplifica seu código em mais uma configuração.

9. Quando você precisa de velocidade: fast mode

Se você quer a qualidade do pensamento com menos espera, a opção é o fast mode. Segundo a documentação do Claude Code sobre o fast mode, isso não é um rebaixamento para outro modelo: é o mesmo Claude Opus rodando em uma configuração que prioriza velocidade. A saída fica até cerca de 2,5x mais rápida e o preço dobra (em 25 de setembro de 2026: $8 de entrada / $40 de saída por milhão de tokens no Opus 5.5, e $10 / $50 no Opus 5 e no Opus 4.8). Está disponível só no Opus 5.5, no Opus 5 e no Opus 4.8; o fast mode do Opus 4.7 foi removido em 24 de julho de 2026.

No Claude Code: /fast

Digite /fast no CLI para alternar (na extensão do VS Code, o comando "Toggle fast mode" aparece quando o modelo escolhido tem suporte). A orientação oficial: ligado para iteração rápida interativa, desligado quando o custo pesa mais que a latência.

Na API: só o Opus 5.5 dispensa solicitação

O Opus 5.5 saiu da research preview em 15 de outubro de 2026 e não exige solicitação nem header beta (na Claude API e no Microsoft Foundry, hospedado no Azure). A partir de 22 de outubro de 2026, o Opus 5.5 também pode ser usado na versão do Google Cloud operada pela Anthropic (Claude Models on Google Cloud). O Opus 5 e o Opus 4.8 continuam em research preview e são só na API do Claude; não estão disponíveis no Amazon Bedrock nem na versão operada pelo Google, o Vertex AI tradicional (documentação oficial de "Fast mode", confirmada em 26 de outubro de 2026). Note também que alternar a velocidade invalida o cache de prompt.

Pensamento, effort e fast mode cumprem papéis diferentes: pensamento = o mecanismo que decide se há raciocínio, effort = com que profundidade raciocinar, fast mode = com que rapidez o mesmo raciocínio é entregue. Antes de partir para o "está lento, mate o pensamento", lembre que você tem outras duas cartas na mão: abaixar o effort ou ligar o fast mode.

Resumo

  • O pensamento estendido (budget_tokens) é o jeito antigo. Descontinuado no Opus 4.6 / Sonnet 4.6, erro 400 do Opus 4.7 em diante — e ainda o único modo de pensamento nos modelos que só suportam pensamento estendido (Haiku 4.5 / Sonnet 4.5 / Opus 4.5)
  • O pensamento adaptativo é o jeito atual. O modelo decide se pensa e quanto; a profundidade se ajusta com effort (cinco níveis; padrão high na maioria dos modelos, medium no Opus 5.5 e no Haiku 5.5)
  • Opus 5 em diante, Sonnet 5 em diante, Haiku 5.5 e os modelos Fable vêm com o pensamento ligado por padrão. Opus 5.5 e Fable não permitem desligar; o Opus 5 e o Haiku 5.5, só com effort high ou abaixo; o Sonnet 5 permite; o Sonnet 5.5 usa between_tools no lugar de disabled (desliga só o pensamento inicial, com effort high ou abaixo)
  • Você paga pelo pensamento mesmo quando ele é invisível. O padrão da nova geração é display: "omitted" (blocos de pensamento vazios). Meça com usage.output_tokens_details.thinking_tokens
  • Desligar o pensamento tem efeitos colaterais (chamadas de ferramenta como texto, vazamento de tags). Abaixar o effort é mais seguro do que desativar
  • O pensamento intercalado é automático no adaptativo — o header beta não é mais necessário
  • Precisa de velocidade? Fast mode (cerca de 2,5x, preço 2x, Opus 5.5/5/4.8; alterne com /fast no Claude Code)

FAQ

Q. Defini budget_tokens e recebi um erro 400.

A. Os modelos do Opus 4.7 em diante (incluindo Opus 5.5 / Opus 5 / Sonnet 5.5 / Sonnet 5 / Haiku 5.5 / Fable) não aceitam thinking: {"type": "enabled", "budget_tokens": N}. Reescreva como thinking: {"type": "adaptive"} e controle a profundidade com output_config: {"effort": ...}. Nos modelos que só suportam pensamento estendido, como Haiku 4.5 e Sonnet 4.5, é o adaptive que retorna 400, então não reescreva nesses casos.

Q. Depois de mudar para o pensamento adaptativo, as respostas são cortadas no meio da frase.

A. Os tokens de pensamento contam para o max_tokens. O Opus 5 e os posteriores, em particular, vêm com o pensamento ligado por padrão, então um código que dimensionava o max_tokens no limite justo para um modelo antigo agora perde orçamento para o pensamento e trunca a resposta. Dê mais folga ao max_tokens ou abaixe o effort.

Q. Os blocos de pensamento voltam vazios. Algo quebrou?

A. É a especificação. No Opus 5.5 / Opus 5 / Sonnet 5.5 / Sonnet 5 / Haiku 5.5 / Fable / Opus 4.8 / 4.7, o padrão do display é "omitted" (blocos de pensamento vazios). Para ver o resumo, defina explicitamente thinking: {"type": "adaptive", "display": "summarized"}. A cobrança é idêntica nos dois casos.

Q. Se eu desligar o pensamento, economizo esse dinheiro?

A. Você economiza os próprios tokens de pensamento. Mas o Opus 5.5 e o Fable nem permitem desligar (erro 400), no Opus 5 e no Haiku 5.5 isso não pode ser combinado com effort xhigh/max (erro 400) e, mesmo quando funciona no Opus 5, a Anthropic documenta efeitos colaterais: chamadas de ferramenta escritas como texto comum e tags internas vazando na saída. Para cargas de agente, manter o pensamento ligado e baixar o effort para low / medium corta custo com mais segurança.

Q. Preciso configurar o pensamento no Claude Code (ou nos apps de chat)?

A. Não — o Claude Code e o claude.ai gerenciam o pensamento por você, então não há parâmetros de API para definir. O que fica ao seu alcance é a configuração de effort e o /fast (o alternador do fast mode); a mecânica de ligar/desligar o pensamento nunca aparece.

Observação: as especificações e os números deste artigo se baseiam na documentação da Anthropic "Thinking", em "Extended thinking" e na documentação do Claude Code "Fast mode" (todas em agosto de 2026; o comportamento do pensamento por modelo foi conferido de novo em 12 de outubro de 2026). Especificações mudam; confira a redação atual nos documentos oficiais antes de construir em cima delas.