更新于

Claude Extended Thinking 完整使用指南

ClaudeExtended ThinkingOpus推理最佳实践

Claude Opus 4.7 / Sonnet 4.6 的 extended thinking（深度思考）是模型 reasoning 的”额外档位”——允许模型先用 token 思考再产出最终答案。开起来效果显著但更贵。本文讲清楚何时该开、参数怎么设、成本怎么控。

一、什么是 extended thinking

普通模式：模型直接产出答案，输出 token 都是答案本身。

extended thinking 模式：模型先产出一段”内心独白”，再产出答案。内心独白也按 token 计费。

模式输入 token思考 token答案 token总成本
普通100005001500 单位
extended thinking100040008005800 单位

默认情况下深度思考成本可达普通的 3–5 倍。但对复杂任务，质量提升能值回票价。

二、何时该开 thinking

任务类型该开？
简单问答✗
信息查询✗
翻译、摘要✗
写代码（短函数）✗
调复杂 bug✓
跨文件重构✓
数学/逻辑推理✓
架构设计✓
安全审计✓
长任务规划✓

判断标准：任务是不是”想清楚再下笔比直接写更好”。是的开，不是的别开。

三、API 调用（Anthropic 原生）

import anthropic

client = anthropic.Anthropic(
    base_url="https://yotradeapi.com",   # 走中转
    api_key="sk-yo-..."
)

resp = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=8000,
    thinking={
        "type": "enabled",
        "budget_tokens": 4000,   # 思考最多用多少 token
    },
    messages=[{"role": "user", "content": "证明 sqrt(2) 是无理数。"}],
)

for block in resp.content:
    if block.type == "thinking":
        print(f"[thinking] {block.thinking[:200]}...")
    elif block.type == "text":
        print(f"[answer] {block.text}")

返回里 content 数组包含 thinking block 与 text block。

四、budget_tokens 怎么设

budget 设置直接影响成本与效果：

任务难度推荐 budget
普通推理2000
复杂调试4000
架构设计6000
数学/科学推导8000–16000
极困难（奥赛、SAT 难题）16000+

最小值 1024，最大值 一般 64000。设得太大也浪费：模型可能 budget 没用完就给出答案。

五、OpenAI 兼容路径下开 thinking

部分中转把 thinking 暴露成 OpenAI 兼容字段：

client.chat.completions.create(
    model="claude-opus-4-7",
    messages=[...],
    extra_body={
        "thinking": {"type": "enabled", "budget_tokens": 4000}
    },
)

是否生效取决于中转实现。原生协议总是支持，建议复杂任务直接走原生。

六、实测效果对比

案例 1：数学证明

题：证明任意三个连续整数的立方和能被 9 整除。

模式输出质量总 token总成本
普通7/10（缺步骤）1200100
thinking 4k9.5/10（完整严谨）5200350

3.5 倍成本换 35% 质量提升。

案例 2：调试复杂异步 bug

200 行 Express 代码、3 个回调地狱、1 个隐藏的 race condition。

模式定位准确率总 token时间
普通5/1018008s
thinking 6k9/10780022s

调难 bug 是 extended thinking 的最佳场景。

案例 3：写一个 Express middleware

题：写一个 JWT 验证 middleware，10 行能搞定。

模式质量总 token
普通10/10800
thinking 2k10/103000

简单任务开 thinking 纯浪费。

七、interleaved thinking（交错思考）

部分场景模型会在工具调用之间多次思考：

[thinking] 我先看看 file A
[tool_use] read_file: A.ts
[thinking] 嗯，这里调用了 B，再看 B
[tool_use] read_file: B.ts
[thinking] 现在我明白了，可以写答案
[text] 解决方案是 ...

这种 “工具调用 + 思考 + 工具调用 + 思考” 的模式叫 interleaved thinking。它对 agent 长任务非常关键。在 Anthropic 原生协议下默认开启，OpenAI 兼容下可能丢失。

八、与 prompt caching 的配合

thinking token 不会被缓存——每次都要重新思考。但输入 token（system + messages 前半部分）仍然可以缓存。

成本拆解：

单次复杂任务：
  缓存输入：3000 token × 0.1x = 300 单位
  非缓存输入：500 token × 1x = 500 单位
  思考：4000 token × 1x = 4000 单位
  答案输出：800 token × 5x = 4000 单位
  总：8800 单位

如果同样任务跑 10 次（缓存命中 9 次），平均下来一次 4500 单位。

九、Cursor / Claude Code 里开 thinking

Claude Code

启动时：

claude --thinking-budget 4000

或在 .claude/settings.json：

{
  "thinking": {
    "enabled": true,
    "budget_tokens": 4000
  }
}

Cursor

设置 → Models → 编辑 Custom Model → Extended Thinking 开关。budget 可在 advanced 设置。

在 Subagent 里独立开

---
name: architect
model: claude-opus-4-7
thinking_budget: 8000
---

Architect / Reviewer / Debugger 这些”重思考”的 subagent 单独开 thinking，其它 subagent 保持默认。

十、什么时候 thinking 反而不好

  • 响应延迟敏感：思考会大幅增加 TTFB，从 5s 拉到 20s+
  • 流式输出体验差：thinking 阶段用户看不到任何内容
  • 简单任务：浪费钱
  • 预算紧张：上限达不到时优先关 thinking

十一、相关阅读

需要支持 extended thinking 透传的中转？YoTradeApi 完整透传 thinking 字段，按 Anthropic 原生协议调用即可。

相关阅读