背景
大家在使用大模型的时候有没有这样一个困惑：推理强度(reasoning.effort)我应该怎么选？选择Max，额度很快用光，选择Medium又担心任务不能完美解决。
最近我看到一篇文章《Using Claude Code: Spending your effort》，作者 Thariq Shihipar，在 Anthropic 从事 Claude Code 的开发。
结论
low 快速协作头脑风暴，medium 日常开发，high 边界情况多的查错防漏，xhigh(extra) 复杂任务独立长时间推进，max 自主攻克顽固难题。
原文要点
effort 调高，主要换来的是更多验证和边界情况测试，而不是更聪明的核心推理。 方法本身选错了，调高 effort 救不回来；方法对但漏了边界情况，调高 effort 很有用。
- effort 是什么
- effort 告诉模型你愿意为这个任务花多少算力。作者打了个比方：给人 12 小时和给 1 小时，对方的做法完全不同。给 12 小时，他会全力投入、反复检查；给 1 小时，他会先快速拿出一版。
- effort 越高，Claude 越会自己做判断、自己做验证，但也会替你做更多假设。
- 档位共五个：low / medium / high / xhigh / max。
- effort 曲线
- 在 Terminal-Bench 3.0 上，两个模型的得分都随 effort 升高而稳定上升，token 消耗也同步增加。
- 同一批任务的 token 中位数：low 约 7.3 万，max 约 22.2 万，大约 3 倍。
- 三个做功能的实验
| 任务类型 | 低 effort | 最高 effort |
|---|---|---|
| 需求模糊（做一个健身 App） | 1.5 分钟，只有基础的记录和图表 | 67 分钟，做出了很精致的热力图等可视化 |
| 需求较轻（重新设计配置菜单） | 1 分钟，快速出几版概念草图 | 28 分钟，出了打磨好的设计稿，还附上工作流说明 |
| 需求很详细（先访谈再做健身 App） | 各档结果基本一致 | 只多了些细节打磨，没有本质区别 |
要点： 需求越模糊，effort 对结果影响越大，因为高 effort 等于让模型替你补全需求。需求写清楚以后，effort 的差别就小了。
作者推荐的做功能流程： 先访谈、把需求问清楚 → 用 low 快速实现 → 你自己审阅、迭代 → 最后切到 high 做验证。
- 难题和边界情况
在 Terminal-Bench 3.0 上按领域看，从低 effort 到高 effort 的通过率提升如下：
| 领域 | 通过率变化 |
|---|---|
| 安全 | 64% → 87% |
| 硬件 | 34% → 75% |
| 机器学习 | 54% → 73% |
| 科学计算 | 41% → 61% |
| 软件工程 | 43% → 56% |
| 媒体 | 18% → 30% |
| 运维 | 12% → 22% |
硬件、安全这类特别依赖验证和边界测试的领域，收益最大。
四个案例（每题跑 5 次的通过次数）：
- HTML/JS 过滤器（sanitizer）：1/5 → 5/5（xhigh）。高 effort 下，模型会自己做对抗性审查、去读解析器源码、跑测试套件，还做了 fuzzing。
- 两阶段单纯形求解器（CLI）：0/5 → 5/5。模型拿暴力解法当参照做压力测试。
- GSEA 蛋白组学数据分析：0/5 → 4/5。模型尝试了多种预处理方法。
失败归因： 文章把失败分成两大类。
- 漏掉边界情况：包括"在我机器上能跑"、"只拟合了示例"、"测试没覆盖到的 bug"等。这一类调高 effort 会明显减少。
- 方法本身错了：包括"误读需求"、"领域规则理解错"、"选错了理解方向"等。这一类调高 effort 基本解决不了。
- 各档位怎么选
下表是我根据全文整理的，文章本身没有这张原表：
| 档位 | 适用场景 |
|---|---|
| low | 头脑风暴、画草图、常规小改；也适合你想全程参与、盯着每一步的时候 |
| medium | 常规功能开发 |
| high | 复杂代码库里修 bug、对边界情况敏感的任务 |
| xhigh / max | 你希望完全不用插手、让它自主完成；安全相关的工作（比如找漏洞）；陌生领域的任务 |
- 实用提示
- 在 Claude Code 里用 /effort 可以在对话中途随时切换档位。
- 新一代模型切换 effort 不会让 prompt cache 失效，所以中途调档不用付缓存重建的代价。
- 如果任务有明确的规则可循，effort 影响很小；如果任务需要探索或验证，effort 影响最大。
- 你想全程参与时用低到中档，想放手让它自主干时再上最高档。
突发奇想
当我们调用API的时候，为了省钱命中 Prompt KV cache，同时问题很难又必须换模型或推理强度时，会遇到2种情况：
- 同一个 session、同一个模型，频繁切换 effort
可以命中cache，这件事在最新 GPT-6 、Claude Fable 5.1、Mythos 5.1、Opus 5.5系列上是专门支持的。之前的模型都不支持。
- 同一个 session，不同模型频繁切换
上下文可以保留，但 cache 不能跨模型复用