Erweitertes Denken

Das Modell arbeitet zunächst das Problem ab, formuliert es neu, probiert Lösungsansätze aus und prüft Zwischenergebnisse, um dann seine Antwort zu schreiben. Diese interne Arbeit hilft bei schwierigen Aufgaben, verursacht aber auch Kosten: Jeder Thinking-Token wird generiert, zum Ausgabetarif abgerechnet und gegen max_tokens angerechnet. Die Dokumentation von Claude Code warnt ab September 2026, dass der Standardwert je nach Modell Zehntausende Token pro Anfrage erreichen kann.

Was Sie sehen, ist nicht das, wofür Sie bezahlen. Bei neueren Claude-Modellen wird das Thinking nur als Zusammenfassung oder überhaupt nicht angezeigt, aber die Abrechnung deckt die gesamte Begründung ab, die das Modell generiert hat, sodass der sichtbare Text die Gebühr unterschätzt. Der Nutzungsbericht gibt den tatsächlichen Wert in output_tokens_details.thinking_tokens an.

Auch das Denken kehrt als Input zurück. Bei den von Anthropic so genannten Keep-All-Modellen, zu denen ab September 2026 Claude Opus 4.5 und spätere Opus-Modelle, Sonnet 4.6 und höher sowie die Fable-Modelle gehören, bleiben die Thinking-Blöcke früherer Runden im Gespräch und werden wie der Rest der Geschichte bei jeder späteren Anfrage als Input in Rechnung gestellt.

Die Tiefe wird jetzt durch den Aufwand und nicht mehr durch ein festes Budget bestimmt. In der API von Anthropic ist der Modus mit festem Budget, budget_tokens, bei den 4.6-Modellen veraltet und wird ab 4.7 zugunsten des adaptiven Denkens abgelehnt, und bei Claude Fable 5, Fable 5.1 und Opus 5.5 kann das Denken überhaupt nicht ausgeschaltet werden: Die Aufwandsstufe, von low bis max, entscheidet, wie tief es geht, bei medium das Standardmäßig auf Opus 5.5. In Claude Code wird es mit /effort oder in /model festgelegt, und wenn es während der Sitzung geändert wird, wird der Prompt-Cache bei den meisten Modellen ungültig.