思考強度（effort）是什麼？沒設定的人，跑的是原廠那一檔

我今天把三家的官方文件並排讀了一遍，只想弄清楚一件事：那個叫 effort 的參數，我不設會怎樣。

最意外的一格在 Anthropic 的文件裡。同一頁上，Claude Sonnet 4.6 的預設值寫著 high，緊接著的建議是「medium（建議的預設值）」。同一頁再往上，Claude Opus 4.7 的預設值一樣是 high，建議卻是從 xhigh 起跳。一顆建議調低、一顆建議調高，兩顆的預設值是同一格。

意思是：這兩顆模型，你不動手，跑的都不是官方自己建議的檔位。

思考強度（effort） 是模型廠給的一個參數，決定模型回答一次請求時願意花掉多少 token。它調的不是模型大小，也不是換一顆比較笨的模型——同一顆模型，同一個提示詞，你只是告訴它願意投入多少工作量。而那些多出來的 token，進的是輸出那一格的帳單。Anthropic 叫它 effort，OpenAI 叫 reasoning.effort，Google 叫 thinking_level。

這件事的原理我們七月寫過——讓模型多想一會兒可以換到更好的答案。這頁講的是它變成一個你要選的旋鈕之後，怎麼選、帳單長什麼樣。

三家的名字不一樣，預設值也不一樣

Anthropic 的參數是 output_config.effort，五格：low、medium、high、xhigh、max。API 預設是 high，而且文件寫得很直白：把 effort 設成 high，跟完全不帶這個參數，行為完全一樣。

OpenAI 的參數是 reasoning.effort。官方寫「支援的值視模型而定，可能包含 none、minimal、low、medium、high、xhigh、max」——注意是「視模型而定」，不是一張共通的清單。GPT-5.5 預設 medium，GPT-5.6 系列在標準與 pro 兩種模式下也都是 medium。GPT-6 Astra 不吃 none，設了直接回 HTTP 400。

Google 的參數是 thinking_level，而它沒有一個全站預設值，是逐顆模型各自一格：Gemini 3.8 Flash、3.7 Flash、3.5 Flash 都是「On (medium)」，3.5 Flash Lite 是「On (minimal)」，2.5 Flash Lite 是「Off」。

同一個「我不設」的動作，在三家是三種結果：Anthropic 給你高檔，OpenAI 給你中間檔，Google 看你叫的是哪顆模型，其中一顆根本不想。

它花的是輸出那一格的錢

這是三家文件裡少數完全一致的地方，也是這個旋鈕跟帳單的接點。

Anthropic 寫 effort 影響回應裡的所有 token：文字與說明、工具呼叫與它的參數、以及思考。OpenAI 寫推理 token 以輸出 token 計費，它們佔用上下文視窗，但 API 看不到內容。Google 寫得最像一張帳單：回應的價格是輸出 token 加思考 token 的總和，而且是按模型實際產生的完整思考 token 計價——即使 API 只回給你摘要。

換句話說，你調的不是輸入那一格。輸入那一格是你送進去的東西，長度你自己看得到；輸出那一格是模型自己決定要花多少，而 effort 就是你對那個決定唯一的發言權。

骨頭：預設值不是官方建議值

回到開頭那兩顆。Anthropic 的文件對 Claude Sonnet 4.6 寫「Sonnet 4.6 預設 high effort」，然後叫你「明確設定 effort，以免遇到非預期的延遲」，建議值是 medium。對 Claude Opus 4.7 與 4.8 寫「編碼與代理用途從 xhigh 開始」，接著補一句「API 預設是 high。要用 xhigh 得明確設定。」

一顆的建議在預設值下面，一顆在上面。兩顆的預設值都是 high。

不是每顆都對不上。同一份文件對 Claude Fable 5.1、Opus 5 與 Sonnet 5 寫的是「從預設的 high 開始」——那三顆的預設值就是建議值。所以這件事沒有一個通則可以背，只有一個動作可以做：你用的那顆，逐顆去查。

同一份文件還有一句話值得單獨拉出來：如果你把 effort 設定從上一顆模型搬過來，官方要你在自己的評測上重跑一次 effort 掃描，不要沿用。這句話的意思是，這個參數的刻度不跨模型通用——medium 在兩顆模型上不是同一個東西。

調低會少做什麼

多數人以為調低 effort 就是「回答變短」。文件寫的不是這個。

Anthropic 列出低檔位的具體行為：把多個動作併成比較少次的工具呼叫、少叫工具、不先講計畫直接動手、做完只給簡短的確認訊息。高檔位反過來：多叫工具、先解釋計畫、給詳細的變更摘要。

我的讀法是，對代理流程來說這比「字變少」嚴重得多——少叫一次搜尋，少掉的是一份證據，不是幾個字。如果你的代理靠工具呼叫去核對事實，把它降到最低檔，等於同時把它的查證預算一起降了。這是我的讀法，官方文件只寫行為，沒有寫這個推論。

改這一格會不會打掉快取

會，而且這一格是最容易在帳單上反咬的。

Anthropic 寫明：頂層的 effort 值會影響整份請求的渲染結果，所以在請求之間改它，不保留先前輪次的快取前綴。文件給的建議也很硬——如果你靠提示快取撐一段長對話，而你的模型不支援逐訊息改 effort，那就在開場選一格、全程不要動。

支援逐訊息改的模型有一條專門的路：帶 beta header mid-conversation-output-config-2026-07-01，在 messages 裡插一則沒有內容的 system 訊息、只帶新的 effort，新檔位從下一個 user 輪次生效，前面的快取前綴照樣命中。目前寫在文件上的是 Claude Fable 5.1、Mythos 5.1 與 Opus 5；不支援的模型會回 400，錯誤訊息直說這顆模型不支援逐輪 effort。

五個你自己查得到的問題

1. 這顆模型的預設是哪一檔，官方建議是哪一檔，兩者一不一樣。 兩個值都寫在同一頁上，但它們不會擺在一起，要自己對。
2. 這一檔進的是輸入還是輸出那一格的帳。 三家的答案目前都是輸出。
3. 改了會不會打掉快取，有沒有中途改的辦法。 沒有中途改的辦法，就開場選定不要動。
4. 最低檔會不會連工具都懶得叫。 你的流程如果靠工具查證，這一題比省下來的錢重要。
5. 高檔位有沒有配套的硬上限。 Anthropic 寫 max_tokens 是「思考加回應文字」的總量硬上限，高檔位要把它調大，官方給的起手值是 64k——不調，高檔位會在半路被截斷。

它不保證什麼

它不是 token 預算。 官方寫得很清楚：effort 是行為訊號，不是嚴格的 token 上限。低檔位遇到夠難的題還是會想，只是想得比高檔位少。想用它當成本天花板的人，要的其實是 max_tokens 那個欄位。

它不保證回應變短。 Anthropic 對 Opus 5 明寫，改 effort 不會可靠地縮短看得到的回應長度，要短就在提示詞裡要求。

檔位不是每顆都齊。 官方一句話帶過但很實際：不是每個支援 max 的模型都支援 xhigh。

介面上通常看不到自己在哪一檔。 這一格我今天只在一個地方找到明確的官方答案：Anthropic 寫 Sonnet 5 在 Claude API 與 Claude Code 上都預設 high。其他產品的介面把哪一檔當預設，我沒有在官方頁面上查到——這也是為什麼月費看不出你實際花了多少這個問題會一直在。

我還沒查到答案的是差價。三家都沒有公布「同一題在 low 與 max 各燒多少 token」的官方數字，而那正是你做決定要用的那個數字。在有人公布之前，唯一的辦法是在自己的工作負載上各跑一次——這也正好是三家文件不約而同給的同一句建議。真要盯，就盯哪一家先把各檔位的 token 用量寫進文件；那一天到了，這個旋鈕才算真的可以拿來算帳。

查核備註：本篇是文件檢視，以我 2026-09-06 讀到的版本為準，我沒有實際呼叫任何一家的 API 去比較各檔位的 token 用量或成本。GPT-6 Astra 的預設檔位官方頁沒寫，所以本文沒有寫。Google 那頁我讀到的是各模型的預設檔位與計價方式，沒有讀到每顆模型可調的檔位完整清單。三家的價目數字本文一個都沒引用——這頁講的是這個參數怎麼運作，不是誰比較便宜。