Claude Extended Thinking

Diese Seite beschreibt, wie Sie Extended Thinking bei Claude aktivieren und die Thinking-Inhalte auslesen. Modell-IDs und Endpunktadressen finden Sie im Überblick zur Claude-Reihe.

Mit Extended Thinking denkt das Modell vor der Antwort nach; das eignet sich für Mathematik, Code und mehrstufige Analysen. Gemessen liefern die folgenden Modelle beim Standardanbieter zuverlässig Thinking-Inhalte: Opus 5.5, Opus 5, Opus 4.8, Opus 4.6, Sonnet 4.6, Haiku 5.5, Haiku 4.5, Fable 5.

Nativer Anthropic-Endpunkt

Zwei Modi:

import os
import anthropic
 
client = anthropic.Anthropic(base_url="https://api.ofox.ai/anthropic", api_key=os.environ["OFOX_API_KEY"])
 
message = client.messages.create(
    model="anthropic/claude-opus-5.5",
    max_tokens=4000,
    thinking={"type": "enabled", "budget_tokens": 2000},
    messages=[{"role": "user", "content": "Schläger und Ball kosten zusammen 1,10 Dollar. Der Schläger kostet 1 Dollar mehr als der Ball. Wie viel kostet der Ball?"}],
)
for block in message.content:
    if block.type == "thinking":
        print("[Thinking]", block.thinking)
    elif block.type == "text":
        print("[Antwort]", block.text)

curl https://api.ofox.ai/anthropic/v1/messages \
  -H "x-api-key: $OFOX_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-opus-5.5",
    "max_tokens": 4000,
    "thinking": {"type": "enabled", "budget_tokens": 2000},
    "messages": [{"role": "user", "content": "Schläger und Ball kosten zusammen 1,10 Dollar. Der Schläger kostet 1 Dollar mehr als der Ball. Wie viel kostet der Ball?"}]
  }'

• Im content der Antwort steht zuerst der thinking-Block, danach der text-Block. Der thinking-Block enthält eine signature, die bei mehrstufigen Tool-Aufrufen unverändert zurückgesendet werden muss.
• Beim Streaming kommen die Thinking-Inhalte als thinking_delta-Ereignisse, gefolgt von einem signature_delta-Ereignis; danach beginnt text_delta.
• Setzen Sie bei aktiviertem Thinking keine temperature (oder setzen Sie sie auf 1) und kein top_k.
• Die für das Thinking verbrauchten Tokens zählen zu output_tokens und werden zum Ausgabepreis abgerechnet.

OpenAI-kompatibler Endpunkt

Aktivierung über das Objekt reasoning; max_tokens ist dabei das Thinking-Budget:

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="anthropic/claude-sonnet-4.6",
    max_tokens=4000,
    extra_body={"reasoning": {"max_tokens": 2000}},
    messages=[{"role": "user", "content": "Schläger und Ball kosten zusammen 1,10 Dollar. Der Schläger kostet 1 Dollar mehr als der Ball. Wie viel kostet der Ball?"}],
)
msg = resp.choices[0].message
details = getattr(msg, "reasoning_details", None) or []
print("[Thinking]", "".join(d.get("text", "") for d in details))
print("[Antwort]", msg.content)

• In nicht gestreamten Antworten stehen die Thinking-Inhalte in message.reasoning_details; fügen Sie die text-Felder der Einträge der Reihe nach zusammen.
• In gestreamten Antworten stehen die Thinking-Inhalte in delta.reasoning_content.

Weitere Fehler: Häufige Fehler.