Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Pemikiran adaptif
Pemikiran adaptif adalah cara yang disarankan untuk digunakan [Pemikiran yang diperluas](claude-messages-extended-thinking.md) dengan Claude Opus 4.6. Alih-alih menetapkan anggaran token pemikiran secara manual, pemikiran adaptif memungkinkan Claude secara dinamis memutuskan kapan dan berapa banyak yang harus dipikirkan berdasarkan kompleksitas setiap permintaan. Pemikiran adaptif secara andal mendorong kinerja yang lebih baik daripada pemikiran yang diperluas dengan pemikiran yang tetap`budget_tokens`, dan kami merekomendasikan beralih ke pemikiran adaptif untuk mendapatkan respons paling cerdas dari 4.6. Claude Opus Tidak diperlukan header beta.
Model yang didukung adalah sebagai berikut:
| Model | ID Model |
| --- | --- |
| Claude Opus4.6 | `anthropic.claude-opus-4-6-v1` |
| Claude Soneta 4.6 | `anthropic.claude-sonnet-4-6` |
**catatan**
`thinking.type: "enabled"`dan `budget_tokens` tidak digunakan lagi pada Claude Opus 4.6 dan akan dihapus dalam rilis model future. Gunakan `thinking.type: "adaptive"` dengan parameter upaya sebagai gantinya.
Model lama (Claude Sonnet 4.5, Claude Opus 4,5, dll.) Tidak mendukung pemikiran adaptif dan membutuhkan `thinking.type: "enabled"` dengan`budget_tokens`.
## Cara kerja pemikiran adaptif
Dalam mode adaptif, Claude mengevaluasi kompleksitas setiap permintaan dan memutuskan apakah dan berapa banyak yang harus dipikirkan. Pada tingkat upaya default (`high`), hampir selalu Claude akan berpikir. Pada tingkat usaha yang lebih rendah, Claude mungkin melewatkan pemikiran untuk masalah yang lebih sederhana.
Pemikiran adaptif juga secara otomatis memungkinkan[Pemikiran yang disisipkan (beta)](claude-messages-extended-thinking.md#claude-messages-extended-thinking-tool-use-interleaved). Ini berarti Claude dapat berpikir di antara panggilan alat, membuatnya sangat efektif untuk alur kerja agen.
Setel `thinking.type` ke `"adaptive"` dalam permintaan API Anda:
------
#### [ CLI ]
```
aws bedrock-runtime invoke-model \
--model-id "us.anthropic.claude-opus-4-6-v1" \
--body '{
"anthropic_version": "bedrock-2023-05-31",
"max_tokens": 16000,
"thinking": {
"type": "adaptive"
},
"messages": [
{
"role": "user",
"content": "Three players A, B, C play a game. Each has a jar with 100 balls numbered 1-100. Simultaneously, each draws one ball. A beats B if As number > Bs number (mod 100, treating 100 as 0 for comparison). Similarly for B vs C and C vs A. The overall winner is determined by majority of pairwise wins (ties broken randomly). Is there a mixed strategy Nash equilibrium where each player draws uniformly? If not, characterize the equilibrium."
}
]
}' \
--cli-binary-format raw-in-base64-out \
output.json && cat output.json | jq '.content[] | {type, thinking: .thinking[0:200], text}'
```
------
#### [ Python ]
```
import boto3
import json
bedrock_runtime = boto3.client(
service_name='bedrock-runtime',
region_name='us-east-2'
)
response = bedrock_runtime.invoke_model(
modelId="us.anthropic.claude-opus-4-6-v1",
body=json.dumps({
"anthropic_version": "bedrock-2023-05-31",
"max_tokens": 16000,
"thinking": {
"type": "adaptive"
},
"messages": [{
"role": "user",
"content": "Explain why the sum of two even numbers is always even."
}]
})
)
response_body = json.loads(response["body"].read())
for block in response_body["content"]:
if block["type"] == "thinking":
print(f"\nThinking: {block['thinking']}")
elif block["type"] == "text":
print(f"\nResponse: {block['text']}")
```
------
#### [ TypeScript ]
```
import { BedrockRuntimeClient, InvokeModelCommand } from "@aws-sdk/client-bedrock-runtime";
async function main() {
const client = new BedrockRuntimeClient({});
const command = new InvokeModelCommand({
modelId: "us.anthropic.claude-opus-4-6-v1",
body: JSON.stringify({
anthropic_version: "bedrock-2023-05-31",
max_tokens: 16000,
thinking: {
type: "adaptive"
},
messages: [{
role: "user",
content: "Explain why the sum of two even numbers is always even."
}]
})
});
const response = await client.send(command);
const responseBody = JSON.parse(new TextDecoder().decode(response.body));
for (const block of responseBody.content) {
if (block.type === "thinking") {
console.log(`\nThinking: ${block.thinking}`);
} else if (block.type === "text") {
console.log(`\nResponse: ${block.text}`);
}
}
}
main().catch(console.error);
```
------
## Berpikir adaptif dengan parameter usaha
Anda dapat menggabungkan pemikiran adaptif dengan parameter upaya untuk memandu seberapa banyak pemikiran yang Claude dilakukan. Tingkat upaya bertindak sebagai panduan lunak untuk Claude alokasi pemikiran:
| Tingkat upaya | Perilaku berpikir |
| --- | --- |
| max | Claudeselalu berpikir tanpa kendala pada kedalaman berpikir. Claude Opus4.6 saja — permintaan yang menggunakan max model lain akan mengembalikan kesalahan. |
| high (default) | Claudeselalu berpikir. Memberikan penalaran mendalam tentang tugas-tugas kompleks. |
| medium | Claudemenggunakan pemikiran moderat. Dapat melewatkan pemikiran untuk pertanyaan yang sangat sederhana. |
| low | Claudememinimalkan pemikiran. Melompati berpikir untuk tugas-tugas sederhana di mana kecepatan paling penting. |
## Caching cepat
Permintaan berturut-turut menggunakan `adaptive` pemikiran mempertahankan breakpoint cache yang cepat. Namun, beralih antara `adaptive` dan`enabled`/mode `disabled` berpikir memecah breakpoint cache untuk pesan. Permintaan sistem dan definisi alat tetap di-cache terlepas dari perubahan mode.
## Menyetel perilaku berpikir
Jika berpikir Claude lebih atau kurang sering dari yang Anda inginkan, Anda dapat menambahkan panduan ke prompt sistem Anda:
```
Extended thinking adds latency and should only be used when it
will meaningfully improve answer quality — typically for problems
that require multi-step reasoning. When in doubt, respond directly.
```
**Awas**
ClaudeMengarahkan untuk berpikir lebih jarang dapat mengurangi kualitas pada tugas-tugas yang mendapat manfaat dari penalaran. Ukur dampak pada beban kerja spesifik Anda sebelum menerapkan penyetelan berbasis prompt ke produksi. Pertimbangkan pengujian dengan tingkat usaha yang lebih rendah terlebih dahulu.