Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Réflexion étendue

La pensée étendue permet d'Claudeaméliorer les capacités de raisonnement pour les tâches complexes, tout en fournissant différents niveaux de transparence dans son processus de step-by-step réflexion avant qu'il ne donne sa réponse finale. Chaque fois que vous activez le mode de réflexion de Claude, vous devez définir un budget pour le nombre maximum de jetons que Claude peut utiliser pour son processus de raisonnement interne.

Les modèles suivants sont pris en charge :

Bonnes pratiques et considérations pour une réflexion étendue

Directives d’utilisation

Considérations sur les performances

Compatibilité des fonctionnalités

Utilisation des budgets de réflexion

Fonctionnement de la réflexion étendue

Lorsque la réflexion étendue est activée, Claude crée des blocs de contenu thinking dans lesquels elle produit son raisonnement interne. Claude intègre les informations issues de ce raisonnement avant d’élaborer une réponse finale. La réponse de l’API inclura des blocs de contenu thinking, suivis de blocs de contenu text.

Voici un exemple du format de réponse par défaut :

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

Pour plus d’informations sur le format de réponse de la réflexion étendue, consultez l’API Messages Demande et réponse d’Anthropic.

Utilisation de la réflexion étendue

Pour activer la réflexion étendue, ajoutez un objet thinking, le paramètre thinking étant défini sur activé et budget_tokens défini sur un budget symbolique spécifié pour la réflexion étendue.

Le paramètre budget_tokens détermine le nombre maximum de jetons que Claude est autorisé à utiliser pour son processus de raisonnement interne. Dans les 4 modèles de Claude, cette limite s’applique aux jetons de réflexion complets, et non au résultat résumé. Des budgets plus importants peuvent améliorer la qualité des réponses en permettant une analyse plus approfondie des problèmes complexes, mais Claude risque de ne pas utiliser la totalité du budget alloué, en particulier pour les plages supérieures à 32 000.

La valeur de budget_tokens doit être définie sur une valeur inférieure à max_tokens. Toutefois, lorsque vous utilisez Réflexion entrelacée (bêta) avec des outils, vous pouvez dépasser cette limite, car la limite de jetons devient l’ensemble de votre fenêtre de contexte (200 000 jetons).

Réflexion résumée

Lorsque la réflexion étendue est activée, l’API Messages pour les 4 modèles Claude renvoie un résumé du processus de réflexion complet de Claude. La réflexion résumée permet de tirer pleinement parti des avantages de la réflexion étendue en termes d’intelligence, tout en empêchant toute utilisation abusive.

Voici quelques considérations importantes pour une réflexion résumée :

Diffusion de réflexion

Vous pouvez diffuser des réponses de réflexion étendue à l’aide d’événements envoyés par le serveur (SSE). Lorsque la diffusion est activée pour une réflexion étendue, vous recevez du contenu de réflexion via des événements thinking_delta. Il n’est pas garanti que les événements diffusés en continu reviendront à un rythme constant. Il peut y avoir des délais entre les événements de diffusion. Pour plus de documentation sur la diffusion via l’API Messages, consultez Diffusion de messages.

Voici comment gérer le streaming en pensant en utilisant InvokeModelWithResponseStream:

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

Réponse :

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"}

Réflexion approfondie avec utilisation d’outils

La réflexion approfondie peut être utilisée avec Utilisation d’outil, ce qui permet à Claude de raisonner grâce à la sélection d’outils et au traitement des résultats. Lorsque vous utilisez la réflexion étendue en combinaison avec l’utilisation d’outils, tenez compte des limitations suivantes :

Voici comment fonctionne la gestion des fenêtres contextuelles avec les outils :

{
    "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 première réponse est la suivante :

{
    "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"
            }
        }
    ]
}

La poursuite de la conversation sur l’utilisation de l’outil générera une autre réponse. Notez que thinking_block est transmis ainsi que tool_use_block. Si la transmission n’a pas lieu, une erreur se produit.

{
  "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 réponse de l’API ne comprendra désormais que du texte

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

Préservation des blocs de réflexion

Lors de l’utilisation de l’outil, vous devez transmettre les blocs de réflexion à l’API, et vous devez inclure le bloc complet non modifié à l’API. Cela est essentiel pour maintenir le flux de raisonnement et l’intégrité des conversations du modèle.

Lorsque Claude invoque des outils, il suspend la construction d’une réponse dans l’attente d’informations externes. Une fois les résultats de l’outil renvoyés, Claude continuera à construire cette réponse existante. Cela nécessite de préserver les blocs de réflexion lors de l’utilisation de l’outil, pour les raisons suivantes :

Réflexion entrelacée (bêta)

Les 4 modèles Claude prennent en charge la réflexion entrelacée, une fonctionnalité qui permet à Claude de réfléchir entre les appels d’outils et d’exécuter un raisonnement plus sophistiqué après avoir reçu les résultats de l’outil. Cela permet des interactions agentiques plus complexes où Claude peut effectuer les opérations suivantes :

Pour activer la réflexion entrelacée, ajoutez l’en-tête bêta interleaved-thinking-2025-05-14 à votre demande d’API.

Thinking Block Clearing (version bêta)

Thinking Block Clearing est une fonctionnalité du modèle Anthropic Claude (en version bêta). Grâce à cette fonctionnalité, Claude peut automatiquement effacer les anciens blocages de pensée des tours précédents. Pour utiliser la suppression des blocs Thinking, vous devez les ajouter context-management-2025-06-27 à la liste des en-têtes bêta sur le paramètre de requête anthropic_beta. Vous devrez également spécifier l'utilisation des options de configuration suivantes clear_thinking_20251015 et choisir l'une des options de configuration suivantes.

Voici les contrôles disponibles pour la stratégie de gestion du contexte clear_thinking_20251015. Elles sont toutes facultatives ou comportent des valeurs par défaut :

Request

{
      "anthropic_version": "bedrock-2023-05-31",
      "max_tokens": 10000,
      "anthropic_beta": [
        "context-management-2025-06-27"
      ],
      "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 is asking for the weather in Paris. I have access to a get_weather function that takes a location as a parameter. I have all the information I need to make this call - the location is \"Paris\".\n\nLet me call the get_weather function with \"Paris\" as the location.",
              "signature": "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"
            },
            {
              "type": "tool_use",
              "id": "toolu_bdrk_01U7emCvL5v5z5GT7PDr2vzc",
              "name": "get_weather",
              "input": {
                "location": "Paris"
              }
            }
          ]
        },
        {
          "role": "user",
          "content": [
            {
              "type": "tool_result",
              "tool_use_id": "toolu_bdrk_01U7emCvL5v5z5GT7PDr2vzc",
              "content": "Current temperature: 88°F"
            }
          ]
        }
      ],
      "context_management": {
        "edits": [
          {
            "type": "clear_thinking_20251015",
            "keep": {
              "type": "thinking_turns",
              "value": 1
            }
          }
        ]
      }
    }

Response

{
      "model": "claude-haiku-4-5-20251001",
      "id": "msg_bdrk_01KyTbyFbdG2kzPwWMJY1kum",
      "type": "message",
      "role": "assistant",
      "content": [
        {
          "type": "text",
          "text": "The current weather in Paris is **88°F** (approximately 31°C). It's quite warm! If you need more detailed information like humidity, wind conditions, or a forecast, please let me know."
        }
      ],
      "stop_reason": "end_turn",
      "stop_sequence": null,
      "usage": {
        "input_tokens": 736,
        "cache_creation_input_tokens": 0,
        "cache_read_input_tokens": 0,
        "cache_creation": {
          "ephemeral_5m_input_tokens": 0,
          "ephemeral_1h_input_tokens": 0
        },
        "output_tokens": 47
      },
      "context_management": {
        "applied_edits": [...]
      }
    }

Réflexion étendue avec mise en cache des invites

La mise en cache des invites avec la fonctionnalité de réflexion comporte plusieurs considérations importantes :

Suppression du contexte des blocs de réflexion

Modèles d’invalidation du cache

Présentation du comportement de mise en cache des blocs de réflexion

Lorsque la réflexion étendue est associée à l’utilisation d’outils, les blocs de réflexion présentent un comportement de mise en cache spécifique qui affecte le comptage des jetons. La séquence suivante montre comment cela fonctionne.

Voici un exemple de flux détaillé :

Demande 1 :

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

Réponse 1 :

[thinking_block 1] + [tool_use block 1]

Demande 2 :

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

Réponse 2 :

[thinking_block 2] + [text block 2]

La demande 2 écrit un cache du contenu de la demande (et non de la réponse). Le cache inclut le message utilisateur d’origine, le premier bloc de réflexion, le bloc d’utilisation de l’outil et le résultat de l’outil.

Demande 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]

Comme un bloc non-tool-result utilisateur a été inclus, tous les blocs de réflexion précédents sont ignorés. Cette demande sera traitée de la même manière que la demande suivante :

Demande 3 Alternative :

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]

Ce comportement est constant, qu’il s’agisse d’une réflexion régulière ou d’une réflexion entrelacée.

Nombre maximal de jetons et taille de fenêtre contextuelle avec une réflexion étendue

Dans les anciens modèles Claude (antérieurs à Claude 3.7 Sonnet), si la somme des jetons d’invite et des max_tokens dépassait la fenêtre contextuelle du modèle, le système ajustait automatiquement max_tokens pour qu’il s’adapte à la limite de contexte. Cela signifiait que vous pouviez définir une valeur max_tokens élevée et que le système la réduirait silencieusement selon les besoins. Les modèles Claude 3.7 et 4 max_tokens (qui incluent votre budget de réflexion lorsque la réflexion est activée) sont imposés en tant que limite stricte. Le système renvoie désormais une erreur de validation si jetons d’invite + max_tokens dépasse la taille de la fenêtre contextuelle.

La fenêtre contextuelle avec réflexion étendue

Lors du calcul de l’utilisation d’une fenêtre de contexte avec la fonction de réflexion activée, il convient de prendre en compte certaines considérations :

La fenêtre contextuelle effective est calculée comme suit : fenêtre de contexte = (jetons d’entrée actuels - jetons de réflexion précédents) + (jetons de réflexion + jetons de réflexion chiffrés + jetons de sortie de texte).

Gestion des jetons avec la réflexion étendue et à l’utilisation d’outils

Lorsque la réflexion étendue est associée à l’utilisation d’outils, les blocs de réflexion doivent être explicitement préservés et renvoyés avec les résultats de l’outil. Le calcul efficace de la fenêtre contextuelle pour une réflexion étendue avec l’utilisation d’outils devient le suivant :

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

Gestion des jetons avec la réflexion étendue

Compte tenu de la fenêtre contextuelle max_tokens et du comportement des modèles Extended Thinking Claude 3.7 et 4, vous devrez peut-être effectuer l’une des actions suivantes :

Considérations relatives au coût des jetons de réflexion étendue

Le processus de réflexion entraîne des frais pour les éléments suivants :

Le paramètre budget_tokens détermine le nombre maximum de jetons que Claude est autorisé à utiliser pour son processus de raisonnement interne. Des budgets plus importants peuvent améliorer la qualité des réponses en permettant une analyse plus approfondie des problèmes complexes, mais Claude risque de ne pas utiliser la totalité du budget alloué, en particulier pour les plages supérieures à 32 000.

Avec la réflexion entrelacée, le paramètre budget_tokens peut dépasser le paramètre max_tokens, car il représente le budget total pour tous les blocs de réflexion en un tour d’assistant.

Lorsque vous utilisez la réflexion résumée, gardez à l’esprit les informations suivantes :