目录

过去一年里，Claude 的“思考”方式发生了很大的形态变化。旧的扩展思考（extended thinking）由人来指定模型可以花多少 token 去推理。当前一代则以自适应思考（adaptive thinking）取而代之——是否思考、思考多深，由模型自己决定。而且从 Claude Opus 5 开始，思考已默认开启，“不配置就等于不思考”这条旧假设也成了过去式。

本文将逐一梳理扩展思考与自适应思考究竟差在哪里、各模型的行为有何不同，以及迁移代码时最容易踩中的陷阱——400 错误、输出被截断、账单悄悄上涨。所有内容均以 Anthropic 官方文档为依据。

THINKING: EXTENDED → ADAPTIVE

从“人来设定深度”到“模型自己决定”

三步看懂这次代际更替

扩展思考（旧）
budget_tokens: 10000
思考预算由人来指定
自适应思考（现行）
type: "adaptive"
是否思考、思考多少由模型判断
Opus 5 及之后
思考默认开启
深度进入用 effort 调节的时代
来源：Anthropic 官方文档“Thinking”与“Extended thinking”（截至 2026 年 8 月）

1. 思考是什么

思考（thinking），是 Claude 在动笔写最终答案之前，先用自己的话把问题过一遍的阶段。它会复述问题、尝试多条思路、核对中间结果、放弃走不通的路径——这个过程会以 thinking 内容块的形式，在正式回答之前生成出来。在中间过程的质量决定答案质量的任务上收益最大：数学、编程、分析，以及长时间运行的智能体（agent）工作。

不过它并不免费。正如 Anthropic 的“Thinking”文档所明言，Claude 用于推理的 token 按输出 token 计费，并计入 max_tokens——而且即使在思考文本根本不会返回给你的配置下，计费也完全相同（见第 6 节）。设计思考配置，既是质量问题，也同样是成本与延迟问题。

2. 扩展思考时代——由你设定 budget_tokens

第一代形态是扩展思考。在请求里附上 thinking: {"type": "enabled", "budget_tokens": N}，Claude 就会在这个预算内先推理再作答。每一次请求，思考多少都由人来指定。按官方文档，规则如下：

  • 最少 1,024 个 token。更小的值会被 API 拒绝
  • 必须小于 max_tokens——思考计入其中，必须给答案留出空间
  • 预算是目标值，不是硬性上限。实际用量因任务而异，Claude 也常常远在预算耗尽之前就结束思考
  • 思考预算超过 32,000 时，Anthropic 建议改用批处理以避免超时

这个设计的问题很直接：合适的预算因任务而异，人无法事先猜准。简单的问题可能烧光你分配的预算；难题又可能因预算不足而喂不饱。而且改动预算值会让提示词缓存（prompt cache）失效——文档还用一个实测例子演示了这一点。

3. 转向自适应思考——由模型决定

2026 年推出的自适应思考取代的正是这一切。配置只有一行：thinking: {"type": "adaptive"}。要不要思考、思考多深，由 Claude 根据请求看上去的难度自行判断。简单的输入跳过思考立即作答；难题则展开深入推理。

迁移按照 Anthropic“Extended thinking”文档列出的时间表推进：budget_tokens 在 Claude Opus 4.6 / Sonnet 4.6 上被弃用（在那里仍然可用），而从 Claude Opus 4.7 起的模型会以 400 错误直接拒绝它。旧代码一旦指向新模型，就会在这里停下：

# 旧写法：扩展思考（在 Opus 4.7 及之后返回 400 错误）
"thinking": {"type": "enabled", "budget_tokens": 10000}
→ 400: "thinking.type.enabled" is not supported ...

# 新写法：自适应思考（深度通过 effort 设定）
"thinking": {"type": "adaptive"},
"output_config": {"effort": "high"}

改写本身很小——删掉 budget_tokens、切换到 adaptive、把深度控制交给 effort。但正如文档所警告的，这是行为上的变化，而不只是语法上的变化。固定预算时代，Claude 每次请求都会思考；而在自适应思考下，较低的 effort 档位遇到简单输入时，可能完全跳过思考。

4. 各模型的思考行为一览

麻烦的地方在于，“默认是否开启”和“能否关闭”因模型而异。下面把官方文档浓缩成一张表。

模型 什么都不配置时 关闭思考 budget_tokens
Claude Fable 5 / Mythos 5 思考开启（始终） 不可（400） 不可（400）
Claude Opus 5 思考开启（自适应） 仅限 effort high 及以下
与 xhigh / max 组合：400		 不可（400）
Claude Sonnet 5 思考开启（自适应） 可以 不可（400）
Claude Opus 4.8 / 4.7 不思考（需显式设置 adaptive 才开启） 可以 不可（400）
Claude Opus 4.6 / Sonnet 4.6 不思考（需显式设置 adaptive 才开启） 可以 已弃用（仍可用）
Sonnet 4.5 / Haiku 4.5 及更早 不思考 —（默认本来就是关闭） 必需（唯一的思考模式；adaptive 返回 400）

来源：Anthropic“Thinking”与“Extended thinking”（截至 2026 年 8 月）

实践中有两点最要紧。第一，默认值在 Opus 5 这一代翻转成了“思考开启”——如果你原本在 Opus 4.8 上关着思考低成本地跑任务，只改一个模型 ID，输出 token 就会多出思考的那一份，答案在 max_tokens 处被截断，或者账单上涨（详见我们对 Opus 5 破坏性变更的解读）。第二，仍在使用 budget_tokens 的只剩旧代模型——只要停留在 Sonnet 4.5 或更早的模型上就无需迁移任何东西；等换到新模型时再改写即可。

5. 深度改由 effort 调节

“预算”退场之后，思考深度通过 output_config: {"effort": ...} 来调整——共五档，low / medium / high / xhigh / max，其中 high 是 API 默认值。effort 影响的不只是思考深度：它还左右工具调用的合并程度和前置说明的多少，也就是整体的 token 开销。

low / medium

例行任务、分类、子智能体。简单输入可能跳过思考，因此又快又省

high（默认）至 xhigh

一般工作用 high；编程与智能体则以 xhigh 作为 Anthropic 推荐的起点

max

用于正确性压倒成本的问题。结果未必总是最好，所以不要一直钉死在这一档

五个档位各自意味着什么、Claude Code 里的滑块、设置如何持久化，都写在我们的 effort 设置指南里。文档中还有一条与缓存相关的提醒：在自适应模式下，effort 的取值会被渲染进提示词，因此改动它会让提示词缓存失效——与扩展思考时代“改预算就打穿缓存”是同一个形状。不要在对话中途来回切换。

6. 看不见的思考也一样计费

思考在外部如何呈现，由 display 字段控制。它有两个取值：

  • "summarized"——thinking 块中携带推理过程的可读摘要。Claude Opus 4.6 / Sonnet 4.6 及更早模型的默认值
  • "omitted"——thinking 块返回时里面是空字符串。Fable 5 / Mythos 5 / Opus 5 / Sonnet 5 / Opus 4.8 / 4.7 的默认值

这里埋着两个陷阱。第一，模型越新，默认越倾向于“不展示”——把一个向用户流式展示推理过程的应用迁到新模型上，体验就会变成长时间的沉默之后突然蹦出答案。想让它可见就明确写出来：thinking: {"type": "adaptive", "display": "summarized"}。第二，display 改变的只是可见性——计费完全一样。文档说得很明白：即便是 omitted，思考 token 也照全额计费；省下的是延迟，不是钱。而且在任何配置下你都拿不到原始思考链——summarized 展示的也只是摘要。

衡量思考花了你多少钱：响应字段 usage.output_tokens_details.thinking_tokens 报告已计费的输出 token 中有多少属于内部推理。流式传输时，它只出现在最后一个 message_delta 事件上。“看不见思考”绝不等于“没有在思考”——迁移之后记得检查这个字段。

还有一件实践中很重要的事：thinking 块的处理。在多轮对话和工具使用中，要把上一个响应里的 thinking 块原封不动地传回去。对它们做任何改动都会触发 400——Claude Code 用户遇到的“thinking 块签名无效”错误，正是出自这套机制。

7. 关闭思考的陷阱

“我们更在意速度，把思考关掉吧”是个正当的选择——但在 Opus 5 上它是带条件的。按官方文档：

✅ 允许

关闭思考 + effort low / medium / high

❌ 400 错误

关闭思考 + effort xhigh / max（每个请求都会校验）

🔧 推荐

不要关——改为把 effort 降到 low / medium

即便请求能通过，也有副作用。Anthropic 在文档中写明：思考被关闭时，Opus 5 可能把工具调用当作正文文本写出来（工具从未运行，回合看起来却是成功的），还可能把内部 XML 标签泄漏到输出里。如果你在构建智能体，保持思考开启、调低 effort 才是安全路径——而且它省成本的方向也大体相同。

8. 在工具调用之间思考——交错思考

思考并不只发生在“作答之前的那一次”。借助交错思考（interleaved thinking），Claude 也会在工具调用之间进行推理，先掂量每个工具的返回结果，再决定下一步——读完搜索结果后修订计划，读完上一条命令的输出后选择下一条命令。这正是优秀智能体行为背后的机制。

这里同样存在代际差异。在旧的扩展思考体系里，这需要 beta 请求头 interleaved-thinking-2025-05-14；而在自适应思考下它是自动的，不再需要该请求头（文档写明“自适应思考会自动交错”，并表示迁移后可以去掉这个请求头）。迁到自适应思考，代码又能少一项配置。

9. 需要速度时：快速模式（fast mode）

如果你既想要思考的质量、又不想等那么久，选项是快速模式（fast mode）。按 Claude Code 关于 fast mode 的文档，它不是降级到另一个模型：跑的仍是同一个 Claude Opus，只是换成速度优先的配置。输出最高约快 2.5 倍，价格翻倍（Opus 5 和 Opus 4.8 均为每百万 token 输入 $10 / 输出 $50）。仅 Opus 5 与 Opus 4.8 可用；Opus 4.7 的快速模式已于 2026 年 7 月 24 日移除。

在 Claude Code 里：/fast

在 CLI 里输入 /fast 即可切换（VS Code 扩展不支持）。官方建议：交互式快速迭代时开启；成本比延迟更重要时关闭。

在 API 上：研究预览版

仅限 Claude API——Amazon Bedrock、Google Cloud、Microsoft Foundry 上不可用。另外注意，切换速度档会使提示词缓存失效。

思考、effort、快速模式各司其职：思考决定“要不要推理”，effort 决定“推理多深”，快速模式决定“同样的推理多快送到”。在伸手去“太慢了，把思考砍掉”之前，记住你手里还有另外两张牌：调低 effort，或者打开快速模式。

总结

  • 扩展思考（budget_tokens）是旧方式。在 Opus 4.6 / Sonnet 4.6 上已弃用，从 Opus 4.7 起返回 400 错误——但在旧代模型（Sonnet 4.5 / Haiku 4.5 等）上仍是唯一的思考模式
  • 自适应思考是当前方式。是否思考、思考多少由模型决定；深度用 effort 调节（五档，默认 high）
  • Opus 5 / Sonnet 5 / Fable 5 默认开启思考。Fable 5 无法关闭；Opus 5 仅在 effort high 及以下可以关
  • 看不见的思考也要付费。新一代的默认值是 display: "omitted"（空的 thinking 块）。用 usage.output_tokens_details.thinking_tokens 来测量
  • 关闭思考有副作用（工具调用被写成文本、标签泄漏）。调低 effort 比直接禁用更安全
  • 交错思考在自适应模式下自动生效——不再需要 beta 请求头
  • 需要速度？用快速模式（约 2.5 倍速、2 倍价格，仅 Opus 5/4.8；在 Claude Code 里用 /fast 切换）

常见问题

Q. 我设置了 budget_tokens，结果收到 400 错误。

A. 从 Opus 4.7 起的模型（包括 Opus 5 / Sonnet 5 / Fable 5）不再接受 thinking: {"type": "enabled", "budget_tokens": N}。改写为 thinking: {"type": "adaptive"}，并用 output_config: {"effort": ...} 控制深度。如果继续停留在 Sonnet 4.5 / Haiku 4.5 等旧代模型上，则无需改写。

Q. 切换到自适应思考后，回答总在半途被截断。

A. 思考 token 计入 max_tokens。尤其是 Opus 5 默认开启思考，那些为旧模型精打细算过 max_tokens 的代码，现在预算被思考挤占，答案随之被截断。给 max_tokens 留出更多余量，或者调低 effort。

Q. thinking 块返回来是空的，是哪里坏了吗？

A. 这是规格本身。在 Opus 5 / Sonnet 5 / Fable 5 / Opus 4.8 / 4.7 上，display 的默认值是 "omitted"（空的 thinking 块）。想看到摘要，就显式设置 thinking: {"type": "adaptive", "display": "summarized"}。两种设置的计费完全相同。

Q. 把思考关掉，就能省下那笔钱吗？

A. 思考 token 本身确实省下了。但在 Opus 5 上它不能与 effort xhigh/max 组合（400 错误），而且即使能用，Anthropic 也在文档中写明了副作用：工具调用被当成纯文本写出、内部标签泄漏进输出。对智能体工作负载来说，保持思考开启、把 effort 降到 low / medium，省得更安全。

Q. 在 Claude Code（或聊天应用）里需要配置思考吗？

A. 不需要——Claude Code 和 claude.ai 会替你管理思考，没有任何 API 参数要设。你能碰到的只有 effort 设置和 /fast（快速模式开关）；思考的开关机制永远不会暴露出来。

注：本文中的规格与数字基于 Anthropic 文档“Thinking”、“Extended thinking”，以及 Claude Code 文档“Fast mode”（均截至 2026 年 8 月）。规格会变化；在据此构建之前，请先核对官方文档的最新表述。