Extended thinking de Claude

Esta página explica cómo activar el extended thinking de Claude y leer su contenido. Los IDs de modelo y las URL de los endpoints están en el resumen de la familia Claude.

El extended thinking hace que el modelo razone antes de responder; es adecuado para matemáticas, código y análisis de varios pasos. En nuestras mediciones, los siguientes modelos devuelven el contenido del thinking de forma estable con el proveedor predeterminado: Opus 5.5, Opus 5, Opus 4.8, Opus 4.6, Sonnet 4.6, Haiku 5.5, Haiku 4.5 y Fable 5.

Endpoint nativo de Anthropic

Dos modos:

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": "Un bate y una pelota cuestan 1,10 dólares en total. El bate cuesta 1 dólar más que la pelota. ¿Cuánto cuesta la pelota?"}],
)
for block in message.content:
    if block.type == "thinking":
        print("[Thinking]", block.thinking)
    elif block.type == "text":
        print("[Respuesta]", 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": "Un bate y una pelota cuestan 1,10 dólares en total. El bate cuesta 1 dólar más que la pelota. ¿Cuánto cuesta la pelota?"}]
  }'

• En el content de la respuesta aparece primero el bloque thinking y después el bloque text. El bloque thinking incluye una signature, que debe devolverse tal cual en las llamadas a herramientas de varios turnos.
• En streaming, el contenido del thinking llega mediante eventos thinking_delta, seguidos de un evento signature_delta, y luego empiezan los text_delta.
• Con thinking activado, no configure temperature (o déjelo en 1) ni top_k.
• Los tokens que consume el thinking se cuentan en output_tokens y se facturan al precio de salida.

Endpoint compatible con OpenAI

Se activa con el objeto reasoning, cuyo max_tokens es el presupuesto de thinking:

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": "Un bate y una pelota cuestan 1,10 dólares en total. El bate cuesta 1 dólar más que la pelota. ¿Cuánto cuesta la pelota?"}],
)
msg = resp.choices[0].message
details = getattr(msg, "reasoning_details", None) or []
print("[Thinking]", "".join(d.get("text", "") for d in details))
print("[Respuesta]", msg.content)

• En las respuestas sin streaming, el contenido del thinking está en message.reasoning_details; concatene por orden el text de cada elemento.
• En las respuestas en streaming, el contenido del thinking está en delta.reasoning_content.

Otros errores: Errores habituales.