Wenn Sie gelernt haben, Claudes erweitertes Denken durch das Setzen von budget_tokens zu nutzen, habe ich eine Nachricht, die Sie entweder ärgern oder erleichtern wird. Bei Opus 4.7, 4.8 und Fable 5 ist dieser Parameter verschwunden. Senden Sie thinking: {type: "enabled", budget_tokens: 8000} an eines davon und Sie erhalten eine 400. Das gesamte Modell, dem Modell ein festes Token-Kontingent zum Denken zu geben, wurde durch zwei neuere Steuerungen ersetzt, die besser funktionieren und zunächst für Verwirrung sorgen. Lassen Sie mich erklären, was sich tatsächlich geändert hat und wie das neue System zu bedienen ist.
Das alte Modell und warum es verschwand
Erweitertes Denken mit budget_tokens war eine harte Obergrenze: Sie sagten „Denke mit bis zu N Tokens", und das Modell verwendete bis zu N Tokens zum Denken in einem Scratchpad, bevor es antwortete. Es funktionierte, war aber umständlich. Sie mussten das Budget pro Aufgabe raten, und das Modell konnte selbst nicht entscheiden, dass eine einfache Frage kaum Nachdenken erfordert, während eine schwierige sehr viel braucht. Sie verrichteten die Arbeit des Modells.
Adaptives Denken: Das Modell entscheidet, wie viel es denkt
Der Ersatz ist thinking: {type: "adaptive"}. Mit aktiviertem adaptivem Denken entscheidet das Modell pro Anfrage, wie viel und wann es denkt — einschließlich automatischer Zwischenschaltung von Denken zwischen Tool-Aufrufen, ohne Beta-Header. Kein Budget zum Einstellen. Eine einfache Suche erhält eine schnelle Antwort; ein mehrstufiges Denkproblem erhält tieferes Nachdenken. Das Modell kalibriert sich selbst.
Eine Sache, die jeden stolpert: Bei Opus 4.7 und 4.8 ist adaptives Denken standardmäßig deaktiviert. Wenn Sie das thinking-Feld einfach weglassen, läuft das Modell ohne zu denken. Sie müssen thinking: {type: "adaptive"} explizit setzen, um es zu aktivieren. (Fable 5 ist die Ausnahme — dort ist Denken immer aktiv, und ein explizites disabled gibt tatsächlich 400 zurück.)
Effort: Wie hart insgesamt arbeiten
Die zweite Steuerung ist effort, und das ist eine andere Achse als das Denken. Sie befindet sich innerhalb von output_config, nicht auf der obersten Ebene:
output_config: {effort: "high"}
Die Stufen sind low, medium, high, xhigh und max. Standard ist high. Effort steuert gleichzeitig die Denktiefe und den gesamten Token-Verbrauch — niedrigerer Effort bedeutet weniger und konsolidierendere Tool-Aufrufe, weniger Präambel, knappere Bestätigungen. Höher bedeutet mehr Erkundung, mehr Überprüfung, mehr Gründlichkeit.
Die praktischen Empfehlungen aus der Arbeit damit:
xhighist der Sweet-Spot für Coding und agentische Arbeit — es ist buchstäblich der Standard in Claude Code.highist das Minimum für alles, was intelligenzsensitiv ist.mediumundlowfür Routine- oder latenzempfindliche Arbeit, Subagenten, einfache Klassifikation.maxwenn Korrektheit wichtiger ist als Kosten und Sie bereit sind, für die Obergrenze zu zahlen.
Hier ist eine kontraintuitive Erkenntnis: Bei Opus 4.8 sollten Sie Effort nicht reflexartig auf xhigh hochdrehen. Die Intelligenzgrenze ist höher als bei früheren Modellen, sodass high oft ausreicht, und bei agentischer Arbeit kann höherer Effort im Voraus die Gesamtkosten senken, weil das Modell besser plant und weniger Runden braucht. Die Beziehung ist nicht monoton. Sweep durch medium, high und xhigh bei eigenen Evaluierungen und messen Sie. Ich habe gesehen, wie medium bei Aufgaben mit xhigh gleichzog, bei denen die zusätzliche Überlegung reine Verschwendung war.
Eine Feinheit bei der Denkausgabe, die Ihren Nachmittag verschwendet
Das Denken, das das Modell ausführt, und das Denken, das Sie sehen, sind getrennt. Bei Opus 4.7, 4.8 und Fable 5 erscheinen Denkblöcke immer noch im Antwort-Stream, aber ihr Text ist standardmäßig leer — display ist standardmäßig "omitted". Das Denken findet statt und wird genauso berechnet; Sie erhalten einfach den Text nicht zurück.
Wenn Sie also Reasoning an Ihre Benutzer streamen und von 4.6 migriert haben, rendert Ihre „Thinking"-UI plötzlich nichts und sieht wie eine lange eingefrorene Pause vor der Ausgabe aus. Die Lösung ist ein Parameter:
thinking: {type: "adaptive", display: "summarized"}
Das gibt Ihnen eine lesbare Zusammenfassung des Reasonings. Beachten Sie, dass der Feldname im Block immer noch thinking ist — benennen Sie Ihren Response-Handler nicht um, die Daten sind nur leer, es sei denn, Sie entscheiden sich dafür. Und die rohe Gedankenkette wird auf diesen Modellen ohnehin nie zurückgegeben; summarized ist das Maximum, das Sie bekommen können.
Aufgabenbudgets: Der neue Weg, eine ganze Schleife zu begrenzen
Es gibt noch einen weiteren Hebel, Beta, für agentische Schleifen: task_budget. Das ist nicht das alte budget_tokens, das von den Toten zurückgekehrt ist — es ist anders. Ein Aufgabenbudget teilt dem Modell mit, wie viele Tokens es für eine gesamte agentische Schleife (Denken plus Tool-Aufrufe plus Ausgabe) hat, und das Modell sieht einen laufenden Countdown und reguliert sich, um angemessen zu beenden, anstatt abgeschnitten zu werden:
output_config: {effort: "high", task_budget: {type: "tokens", total: 64000}}
Es erfordert den Beta-Header task-budgets-2026-03-13, das Minimum beträgt 20.000 Tokens, und Sie sollten streamen, da das große max_tokens sonst ein Timeout riskieren würde. Der entscheidende Unterschied: max_tokens ist eine harte, erzwungene, pro-Antwort-Grenze, die das Modell nicht kennt. task_budget ist ein weicher, kumulativer, schleifenweiter Hinweis, den das Modell kennt und gegen den es plant. Verwenden Sie task_budget, damit das Modell sich selbst reguliert; verwenden Sie max_tokens als harten Sicherheitsanker.
Wie ich diese Parameter jetzt wirklich einstelle
Für einen Chat- oder Klassifikations-Endpoint: adaptiv aus oder thinking: {type: "disabled"} wo unterstützt, effort: "low", kleines max_tokens. Günstig und schnell.
Für einen Coding-Agenten: thinking: {type: "adaptive"}, effort: "xhigh", großzügiges Streaming max_tokens, und ein task_budget wenn es eine lange autonome Schleife ist.
Für eine einmalige schwierige Denkaufgabe, bei der mir Korrektheit wichtig ist: adaptiv ein, effort: "high" und teste max, display: "summarized", damit ich nachvollziehen kann, wie es dorthin gekommen ist.
Das mentale Modell, das alles einrasten lässt: Adaptives Denken ist wann und wie viel zu denken, Effort ist wie hart insgesamt zu arbeiten, Aufgabenbudget ist wie viel für die gesamte Aufgabe zu verwenden. Drei Knöpfe, drei Fragen. Hören Sie auf, Token-Zuteilungen zu raten, und lassen Sie das Modell das tun, worin es jetzt gut ist — selbst zu entscheiden.