¿Qué es el pensamiento?

Este es el modo de fallo que intentamos evitar. Haz una pregunta de varios pasos a un modelo y haz que responda de inmediato, y puede equivocarse con total confianza:



¿Qué es el pensamiento extendido?

El pensamiento extendido permite que Claude razone paso a paso antes de producir una respuesta final. Cuando está habilitado, Claude genera tokens de razonamiento internos — a menudo llamados cadena de pensamiento — y luego entrega la respuesta. En Claude Opus 5, el texto de pensamiento permanece oculto a menos que la configuración thinking de tu solicitud incluya "display": "summarized", como hace el ejemplo a continuación. Cuando lo hace, un resumen del razonamiento de Claude regresa en la respuesta junto con el texto final.

Pensamiento adaptativo en Claude Opus 5

En Opus 5, el pensamiento es adaptativo y está activado por defecto. No hay un presupuesto de tokens que elegir: Claude decide dinámicamente cuándo pensar y cuánto.

Para controlar cuánto piensa Claude, usa el parámetro effort. Un detalle importante: va dentro de output_config, no junto al bloque thinking. Los niveles son:

• low
• medium
• high (el predeterminado)
• xhigh (extra alto)
• max

Cuándo usarlo (y cuándo omitirlo)

El pensamiento extendido ayuda con:

• Matemáticas y lógica de varios pasos
• Depuración de código
• Análisis regulatorio
• Cualquier cosa que implique compensaciones o comparar opciones



Omítelo para clasificación simple, extracción o tareas repetitivas. Para esas tareas solo añade latencia y costo sin mejorar realmente los resultados.

El pensamiento en acción

Veámoslo funcionar. Aquí hay un bucle de agente con una herramienta de clima, y le pediremos a Claude que planifique un viaje por carretera desde San Francisco — dos paradas, sopesando el clima y el tiempo de conducción. Esa es una compensación real, el tipo de pregunta donde el pensamiento se gana su lugar.

import anthropic

client = anthropic.Anthropic()

weather_tool = {
    "name": "get_weather",
    "description": "Get the current weather for a city.",
    "input_schema": {
        "type": "object",
        "properties": {
            "city": {"type": "string", "description": "City name"}
        },
        "required": ["city"],
    },
}

response = client.messages.create(
    model="claude-opus-5",
    max_tokens=16000,
    thinking={"type": "adaptive", "display": "summarized"},  # summarized = return the reasoning text
    output_config={"effort": "high"},  # low | medium | high | xhigh | max
    tools=[weather_tool],
    messages=[
        {
            "role": "user",
            "content": "Plan a road trip out of San Francisco with two stops, "
                       "weighing weather and drive time.",
        }
    ],
)

Cuando ejecutas esto, la salida es más interesante de lo habitual. Verás bloques de pensamiento donde Claude trabaja a través de las compensaciones, seguidos de llamadas a herramientas para verificar cada ciudad, y finalmente un bloque de texto con la recomendación real.

El razonamiento es visible — ese es todo el punto.

Por qué esto importa en producción

En una aplicación de producción, esta es la diferencia entre un agente que encuentra problemas de uno en uno y un agente que los conecta. Toma una aplicación de revisión de cumplimiento: activar el pensamiento adaptativo en la llamada de auto-revisión permite que el agente razone a través de las secciones del informe — detectando cosas como una especificación de carga de viento en la sección tres que entra en conflicto con la especificación del material en otra parte del documento.



Resumen

• El pensamiento extendido le da a Claude espacio para razonar antes de responder. En Opus 5, la respuesta lleva un resumen de ese razonamiento solo cuando lo solicitas.
• En Opus 5, el pensamiento adaptativo está activado por defecto — no se necesita presupuesto de tokens. Añade "display": "summarized" para ver el razonamiento en la respuesta.
• Ajusta la profundidad con el parámetro effort dentro de output_config: low, medium, high (predeterminado), xhigh o max.
• Úsalo para problemas difíciles y con muchas compensaciones. Omítelo para los simples — ahí solo cuesta latencia y tokens.