Claude 推理开关

Claude 系列模型支持通过 thinking 参数控制推理模式。

开启后，模型会在给出最终答案前先进行更充分的链式推理，适合数学推导、复杂逻辑分析、代码调试、Agent 任务等场景。

如果只是普通问答、短文本改写或简单翻译，关闭思考会更快，也更省 Token。

核心参数

Claude 的思考相关配置主要分为两部分：thinking.type 和 output_config.effort。

参数	作用
`thinking.type`	控制是否开启思考过程。
`thinking.display`	控制是否在返回内容中展示可读的思考摘要。
`output_config.effort`	控制本次响应的整体输出强度，包括思考深度、回答详尽程度和工具调用次数。

thinking.type

参数值	说明
`adaptive`	开启思考。由 Claude 自行决定何时思考、思考到什么深度，推荐复杂任务使用。
`disabled`	关闭思考过程，模型直接输出最终答案。

output_config.effort

output_config.effort 用来控制本次响应的整体输出强度。它不只影响思考深度，也会影响回答详尽程度和工具调用次数。

参数值	说明
`low`	减少思考，优先速度。
`medium`	思考适中，简单问题可能跳过深度推理。
`high`	标准思考深度，常用默认值。
`xhigh`	更深思考，适合编程、Agent、多步骤任务。部分模型可能不支持。
`max`	最大思考深度，推理更长更细，速度也会更慢。

怎么选？日常问答用 disabled 或 low 就够了。代码调试、复杂推理、长任务规划可以用 adaptive + high。如果是 Claude Code、Agent 或复杂编程任务，可以尝试 xhigh 或 max。

API 接口

请求方法：POST

https://api.maomaotoken.com/v1/messages

支持模型以 MaomaoToken 控制台模型广场为准。常见 Claude 系列思考模型包括：

claude-opus-4-8
claude-opus-4-7
claude-sonnet-4-6

开启思考

开启 adaptive 后，Claude 会先进行推理，再输出最终答案。若需要在返回中看到可读的思考摘要，建议设置 display: "summarized"。

import requests

api_key = "sk-**************"  # 替换为你的 MaomaoToken 令牌
url = "https://api.maomaotoken.com/v1/messages"

headers = {
    "Accept": "application/json",
    "Authorization": f"{api_key}",  # MaomaoToken 令牌，直接填写，无需 Bearer 前缀
    "Content-Type": "application/json",
}

data = {
    "model": "claude-opus-4-8",
    "max_tokens": 2048,
    "messages": [
        {
            "role": "user",
            "content": "从 1 加到 10 等于多少？",
        }
    ],
    "thinking": {
        "type": "adaptive",
        "display": "summarized",
    },
    "output_config": {
        "effort": "high",
    },
}

try:
    response = requests.post(url, headers=headers, json=data)
    response.raise_for_status()

    result = response.json()
    print("请求成功！")
    print(f"本次思考强度 effort: {data['output_config']['effort']}")

    for block in result.get("content", []):
        if block["type"] == "thinking":
            print(f"\n【思考内容】\n{block['thinking']}")
        elif block["type"] == "text":
            print(f"\n【最终回答】\n{block['text']}")

    thinking_tokens = (
        result.get("usage", {})
        .get("output_tokens_details", {})
        .get("thinking_tokens")
    )

    if thinking_tokens is not None:
        print(f"\n本次思考消耗 Token 数: {thinking_tokens}")

except requests.exceptions.RequestException as e:
    print(f"请求失败: {e}")

关闭思考

关闭后，模型会跳过思考过程，直接给出最终答案。简单任务建议使用这种方式，响应更快，也更省 Token。

import json
import requests

api_key = "sk-**************"  # 替换为你的 MaomaoToken 令牌
url = "https://api.maomaotoken.com/v1/messages"

headers = {
    "Accept": "application/json",
    "Authorization": f"{api_key}",  # MaomaoToken 令牌，直接填写，无需 Bearer 前缀
    "Content-Type": "application/json",
}

data = {
    "model": "claude-opus-4-8",
    "max_tokens": 2048,
    "messages": [
        {
            "role": "user",
            "content": "从 1 加到 10 等于多少？",
        }
    ],
    "thinking": {
        "type": "disabled",
    },
}

try:
    response = requests.post(url, headers=headers, json=data)
    response.raise_for_status()

    print("请求成功！")
    print(json.dumps(response.json(), indent=2, ensure_ascii=False))

except requests.exceptions.RequestException as e:
    print(f"请求失败: {e}")

模型名后缀

部分场景也可以直接在模型名后添加后缀，快速控制是否开启思考：

后缀	作用
`-thinking`	快速开启思考。
`-nothinking`	快速关闭思考。

具体是否支持该写法，以模型广场和接口实际返回为准。

注意事项

思考功能会增加响应时间，也会产生额外 Token 消耗。
简单问题建议使用 disabled，速度更快、成本更低。
复杂推理问题建议使用 adaptive，可解释性和稳定性通常更好。
output_config.effort 是请求参数，响应体中不一定会回显本次使用的等级。
部分最新 Claude 模型可能不再支持 temperature、top_p、top_k 等采样参数，请求中包含这些字段可能返回 400。
旧写法 thinking: {"type": "enabled", "budget_tokens": N} 在部分新模型上可能已不可用，新代码建议统一使用 thinking: {"type": "adaptive"} + output_config.effort。
每个 thinking 内容块可能带有 signature 字段。多轮对话如果要延续上一轮思考，需要把上一轮返回的 thinking 块原样传回，不要修改内容。
切换 thinking 模式，比如 adaptive 和 disabled 来回切换，可能会影响消息缓存命中。连续请求保持同一种思考模式更稳定。

Claude 推理开关

On this page