Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Pensamiento extendido

El pensamiento extendido proporciona Claude una mayor capacidad de razonamiento para tareas complejas, al tiempo que proporciona diferentes niveles de transparencia en su proceso de step-by-step pensamiento antes de dar su respuesta final. Siempre que Claude actives el modo de pensar, tendrás que establecer un presupuesto para el número máximo de fichas que Claude podrás utilizar en su proceso de razonamiento interno.

Los modelos compatibles son los siguientes:

Prácticas recomendadas y consideraciones para una reflexión más amplia

Directrices de uso

Consideraciones sobre el rendimiento

Compatibilidad de funciones

Trabajando con presupuestos pensantes

Cómo funciona el pensamiento extendido

Cuando se activa el pensamiento extendido, Claude crea bloques de thinking contenido en los que genera su razonamiento interno. Claudeincorpora los conocimientos de este razonamiento antes de elaborar una respuesta final. La respuesta de la API incluirá bloques de thinking contenido, seguidos de bloques de text contenido.

A continuación, se muestra un ejemplo del formato de respuesta predeterminado:

{
  "content": [
    {
      "type": "thinking",
      "thinking": "Let me analyze this step by step...",
      "signature": "WaUjzkypQ2mUEVM36O2TxuC06KN8xyfbJwyem2dw3URve/op91XWHOEBLLqIOMfFG/UvLEczmEsUjavL...."
    },
    {
      "type": "text", 
      "text": "Based on my analysis..."
    }
  ]
}

Para obtener más información sobre el formato de respuesta de Extended Thinking, consulta Anthropic la API de mensajesSolicitud y respuesta.

¿Cómo utilizar el pensamiento extendido

Para activar el pensamiento extendido, agrega un thinking objeto, con el conjunto de thinking parámetros activado y el budget_tokens conjunto con un presupuesto simbólico específico para el pensamiento extendido.

El budget_tokens parámetro determina el número máximo de fichas Claude que puede utilizar para su proceso de razonamiento interno. En Claude 4 modelos, este límite se aplica a las fichas de pensamiento completo y no al resultado resumido. Los presupuestos más grandes pueden mejorar la calidad de la respuesta al permitir un análisis más exhaustivo de los problemas complejos, aunque es Claude posible que no se utilice todo el presupuesto asignado, especialmente en rangos superiores a 32 000.

El valor de budget_tokens debe estar establecido en un valor inferior max_tokens a. Sin embargo, si lo utiliza Pensamiento intercalado (beta) con herramientas, puede superar este límite, ya que el límite de fichas se convierte en toda la ventana de contexto (200 000 fichas).

Pensamiento resumido

Al habilitar el pensamiento extendido, la API de Mensajes para Claude 4 modelos muestra un resumen Claude del proceso de pensamiento completo. El pensamiento resumido proporciona todos los beneficios de inteligencia del pensamiento prolongado y, al mismo tiempo, evita su uso indebido.

Estas son algunas consideraciones importantes para resumir el pensamiento:

Pensamiento en streaming

Puede transmitir las respuestas de pensamiento extendido mediante eventos enviados por el servidor (SSE). Cuando la transmisión está habilitada para una reflexión prolongada, recibes contenido reflexivo a través thinking_delta de eventos. No se garantiza que los eventos retransmitidos regresen a un ritmo constante. Puede haber demoras entre la transmisión de los eventos. Para obtener más documentación sobre la transmisión a través de la API de mensajes, consulta la sección Transmisión de mensajes.

A continuación, te explicamos cómo gestionar el streaming pensando en ello mediante InvokeModelWithResponseStream:

{
    "anthropic_version": "bedrock-2023-05-31",
    "max_tokens": 10000,
    "thinking": {
        "type": "enabled",
        "budget_tokens": 4000
    },
    "messages": [
        {
            "role": "user",
            "content": "What is 27 * 453?"
        }
    ]
}

Respuesta:

event: message_start
data: {"type": "message_start", "message": {"id": "msg_01...", "type": "message", "role": "assistant", "content": [], "model": "claude-3-7-sonnet-20250219", "stop_reason": null, "stop_sequence": null}}

event: content_block_start
data: {"type": "content_block_start", "index": 0, "content_block": {"type": "thinking", "thinking": ""}}

event: content_block_delta
data: {"type": "content_block_delta", "index": 0, "delta": {"type": "thinking_delta", "thinking": "Let me solve this step by step:\n\n1. First break down 27 * 453"}}

event: content_block_delta
data: {"type": "content_block_delta", "index": 0, "delta": {"type": "thinking_delta", "thinking": "\n2. 453 = 400 + 50 + 3"}}

// Additional thinking deltas...

event: content_block_delta
data: {"type": "content_block_delta", "index": 0, "delta": {"type": "signature_delta", "signature": "EqQBCgIYAhIM1gbcDa9GJwZA2b3hGgxBdjrkzLoky3dl1pkiMOYds..."}}

event: content_block_stop
data: {"type": "content_block_stop", "index": 0}

event: content_block_start
data: {"type": "content_block_start", "index": 1, "content_block": {"type": "text", "text": ""}}

event: content_block_delta
data: {"type": "content_block_delta", "index": 1, "delta": {"type": "text_delta", "text": "27 * 453 = 12,231"}}

// Additional text deltas...

event: content_block_stop
data: {"type": "content_block_stop", "index": 1}

event: message_delta
data: {"type": "message_delta", "delta": {"stop_reason": "end_turn", "stop_sequence": null}}

event: message_stop
data: {"type": "message_stop"}

Pensamiento ampliado con el uso de herramientas

El pensamiento extendido se puede utilizar además de Uso de herramienta permitir razonar Claude a través de la selección de herramientas y el procesamiento de los resultados. Cuando utilices el pensamiento prolongado con el uso de herramientas, ten en cuenta las siguientes limitaciones:

Así es como funciona la administración de ventanas contextuales con las herramientas:

{
    "anthropic_version": "bedrock-2023-05-31",
    "max_tokens": 10000,
    "thinking": {
        "type": "enabled",
        "budget_tokens": 4000
    },
  "tools": [
  {
    "name": "get_weather",
    "description": "Get current weather for a location",
    "input_schema": {
      "type": "object",
      "properties": {
        "location": {
          "type": "string"
        }
      },
      "required": [
        "location"
      ]
    }
  }
],
    "messages": [
        {
            "role": "user",
            "content": "What's the weather in Paris?"
        }
    ]
}

La primera respuesta es la siguiente:

{
    "content": [
        {
            "type": "thinking",
            "thinking": "The user wants to know the current weather in Paris. I have access to a function `get_weather`...",
            "signature": "BDaL4VrbR2Oj0hO4XpJxT28J5TILnCrrUXoKiiNBZW9P+nr8XSj1zuZzAl4egiCCpQNvfyUuFFJP5CncdYZEQPPmLxYsNrcs...."
        },
        {
            "type": "text",
            "text": "I can help you get the current weather information for Paris. Let me check that for you"
        },
        {
            "type": "tool_use",
            "id": "toolu_01CswdEQBMshySk6Y9DFKrfq",
            "name": "get_weather",
            "input": {
                "location": "Paris"
            }
        }
    ]
}

Si continúa la conversación con el uso de la herramienta, se generará otra respuesta. Observe que thinking_block se transmite tanto el como eltool_use_block. Si esto no se transfiere, se produce un error.

{
  "anthropic_version": "bedrock-2023-05-31",
  "max_tokens": 10000,
  "thinking": {
    "type": "enabled",
    "budget_tokens": 4000
  },
  "tools": [
    {
      "name": "get_weather",
      "description": "Get current weather for a location",
      "input_schema": {
        "type": "object",
        "properties": {
          "location": {
            "type": "string"
          }
        },
        "required": [
          "location"
        ]
      }
    }
  ],
      "messages": [
        {
          "role": "user",
          "content": "What's the weather in Paris?"
        },
        {
          "role": "assistant",
          "content": [
            {
              "type": "thinking",
              "thinking": "The user wants to know the current weather in Paris. I have access to a function `get_weather`…",
              "signature": "BDaL4VrbR2Oj0hO4XpJxT28J5TILnCrrUXoKiiNBZW9P+nr8XSj1zuZzAl4egiCCpQNvfyUuFFJP5CncdYZEQPPmLxY",
            },
            {
              "type": "tool_use",
              "id": "toolu_01CswdEQBMshySk6Y9DFKrfq",
              "name": "get_weather",
              "input": {
                "location": "Paris"
              }
            }
          ]
        },
        {
          "role": "user",
          "content": [
            {
              "type": "tool_result",
              "tool_use_id": "toolu_01CswdEQBMshySk6Y9DFKrfq",
              "content": "Current temperature: 88°F"
            }
          ]
        }
      ]
    }

La respuesta de la API ahora solo incluirá texto

{
  "content": [
    {
      "type": "text",
      "text": "Currently in Paris, the temperature is 88°F (31°C)"
    }
  ]
}

Preserva los bloques de pensamiento

Durante el uso de la herramienta, debes devolver los bloques de pensamiento a la API y debes incluir el bloque completo sin modificar en la API. Esto es fundamental para mantener el flujo de razonamiento y la integridad de la conversación del modelo.

Cuando Claude invoca herramientas, está pausando la construcción de una respuesta para esperar información externa. Cuando se devuelvan los resultados de la herramienta, Claude seguirá creando la respuesta existente. Esto requiere conservar los bloques de pensamiento durante el uso de la herramienta, por las siguientes razones:

Pensamiento intercalado (beta)

ClaudeCuatro modelos admiten el pensamiento intercalado, una función que permite pensar entre las llamadas Claude a las herramientas y ejecutar razonamientos más sofisticados tras recibir los resultados de las herramientas. Esto permite interacciones entre agentes más complejas, en las que se Claude pueden realizar las siguientes tareas:

Para permitir el pensamiento intercalado, añade el encabezado beta interleaved-thinking-2025-05-14 a tu solicitud de API.

Pensamiento ampliado con rápido almacenamiento en caché

El almacenamiento rápido en caché con pensamiento tiene varias consideraciones importantes:

Eliminación del contexto de Thinking Block

Patrones de invalidación de caché

Comprender el comportamiento del almacenamiento en caché de los bloques de pensamiento

Cuando se utiliza el pensamiento extendido con el uso de herramientas, los bloques pensantes muestran un comportamiento de almacenamiento en caché específico que afecta al recuento de fichas. La siguiente secuencia demuestra cómo funciona esto.

A continuación, se muestra un ejemplo detallado de un flujo:

Solicitud 1:

User: "What's the weather in Paris?"

Respuesta 1:

[thinking_block 1] + [tool_use block 1]

Solicitud 2:

User: "What's the weather in Paris?",
Assistant: [thinking_block_1] + [tool_use block 1],
User: [tool_result_1, cache=True]

Respuesta 2:

[thinking_block 2] + [text block 2]

La solicitud 2 escribe en caché el contenido de la solicitud (no la respuesta). La caché incluye el mensaje original del usuario, el primer bloque de reflexión, el bloque de uso de la herramienta y el resultado de la herramienta.

Solicitud 3:

User: ["What's the weather in Paris?"],
Assistant: [thinking_block_1] + [tool_use block 1],
User: [tool_result_1, cache=True],
Assistant: [thinking_block_2] + [text block 2],
User: [Text response, cache=True]

Como se incluyó un bloque de non-tool-result usuario, se ignoran todos los bloques de pensamiento anteriores. Esta solicitud se procesará de la misma manera que la siguiente:

Solicitud 3 alternativa:

User: ["What's the weather in Paris?"]
Assistant: [tool_use block 1]
User: [tool_result_1, cache=True]
Assistant: [text block 2]
User: [Text response, cache=True]

Este comportamiento es constante tanto si se utiliza el pensamiento regular como el pensamiento intercalado.

Maximice el tamaño de las fichas y de la ventana de contexto con una reflexión más amplia

En Claude los modelos más antiguos (anteriores aClaude 3.7 Sonnet), si la suma de los tokens instantáneos y los max_tokens superaba la ventana de contexto del modelo, el sistema ajustaba automáticamente los max_tokens para que se ajustaran al límite del contexto. Esto significaba que se podía establecer un valor de max_tokens elevado y el sistema lo reduciría silenciosamente según fuera necesario. Con los modelos Claude 3.7 y 4 max_tokens (que incluyen el presupuesto para pensar cuando se permite pensar), se impone un límite estricto. El sistema ahora devuelve un error de validación si los símbolos de solicitud + max_tokens superan el tamaño de la ventana de contexto.

La ventana de contexto con pensamiento extendido

Al calcular el uso de la ventana contextual con el pensamiento activado, hay que tener en cuenta algunas consideraciones:

La ventana de contexto efectiva se calcula de la siguiente manera: ventana de contexto = (fichas de entrada actuales, fichas de pensamiento anteriores) + (fichas de reflexión + fichas de pensamiento cifradas + fichas de salida de texto).

Gestionar las fichas con una mayor reflexión y un mayor uso de herramientas

Cuando se utiliza el pensamiento extendido con el uso de herramientas, los bloques de pensamiento deben conservarse de forma explícita y devolverse junto con los resultados de la herramienta. El cálculo efectivo de la ventana de contexto para ampliar el pensamiento con el uso de herramientas es el siguiente:

context window = (current input tokens + previous thinking tokens + tool use tokens) + (thinking tokens + encrypted thinking tokens + text output tokens)

Gestionar los tokens con una visión amplia

Dada la ventana de contexto y el max_tokens comportamiento con los modelos de pensamiento extendido Claude 3.7 y 4, es posible que tengas que realizar una de las siguientes acciones:

Pensamiento extendido: consideraciones sobre el costo de los tokens

El proceso de reflexión conlleva cargos por lo siguiente:

El budget_tokens parámetro determina el número máximo de fichas Claude que puede utilizar para su proceso de razonamiento interno. Los presupuestos más grandes pueden mejorar la calidad de la respuesta al permitir un análisis más exhaustivo de los problemas complejos, aunque es Claude posible que no se utilice todo el presupuesto asignado, especialmente en rangos superiores a 32 000.

Con el pensamiento intercalado, se budget_tokens puede superar el max_tokens parámetro, ya que representa el presupuesto total de todos los bloques de reflexión en un solo turno de asistente.

Cuando utilices el pensamiento resumido, ten en cuenta la siguiente información: