Mudar o esforço de raciocínio no meio da conversa

Envie um reasoning_effort (Chat Completions) ou reasoning.effort (Responses) diferente em qualquer solicitação, e o Phaseo muda o esforço do Claude sem reiniciar o cache de prompts dele. Você não precisa mudar mais nada no seu código, desde que envie o raciocínio do Claude de volta sem alterações em toda solicitação. O Phaseo continua enviando ao Claude o esforço da primeira solicitação da sua conversa e adiciona cada mudança como um marcador de esforço depois da sua nova mensagem. Tudo o que vem antes do marcador continua igual, então o Claude lê isso do cache. Se você descartar o raciocínio, o Phaseo muda o esforço de nível superior no lugar, e o Claude processa de novo tudo a partir da primeira resposta dele em vez de ler do cache.

Como o Phaseo mantém o cache

O Claude só lê uma conversa em cache quando o início da solicitação é idêntico byte a byte, e o esforço de nível superior faz parte desse início. O esforço por mensagem da Anthropic muda o nível dentro de messages, com uma mensagem system que tem content vazio e um output_config.effort. O Phaseo escreve esses marcadores para você: O Phaseo não armazena nada entre as solicitações. Cada resposta do Claude termina com uma entrada de raciocínio que registra o nível em que ela foi executada, e o Phaseo reconstrói cada marcador anterior, no mesmo lugar, a partir das entradas que você envia de volta:

Solicitação	Você envia	O Phaseo envia ao Claude
1	`"high"`	`output_config.effort: "high"`
2	`"low"`	`"high"`, mais um marcador `low` depois da sua nova mensagem
3	`"low"`	`"high"`, mais o mesmo marcador no mesmo lugar
4	`"high"`	`"high"`, o marcador anterior e um marcador `high` depois da sua nova mensagem

As mensagens que você envia de volta nunca são alteradas. Os marcadores existem apenas na solicitação que o Phaseo envia ao Claude.

Enviar o raciocínio de volta sem alterações

Envie de volta cada entrada de raciocínio exatamente como você a recebeu, em toda solicitação: reasoning_details do Chat, itens reasoning do Responses e blocos thinking da Anthropic, criptografados ou não. Não os descarte, edite, reordene nem resuma. Sem eles, uma mudança de esforço reinicia o cache do Claude, e o Claude perde o raciocínio entre os passos do loop de ferramentas.

A entrada de esforço não tem texto. No Chat Completions, é a última entrada reasoning.encrypted em reasoning_details:

{
  "role": "assistant",
  "content": "1. Export the data. 2. Create the schema. 3. Import and verify.",
  "reasoning_details": [
    { "type": "reasoning.text", "text": "…", "signature": "phx1.…", "format": "anthropic-claude-v1" },
    { "type": "reasoning.encrypted", "data": "phx1.…", "format": "anthropic-claude-v1" }
  ]
}

No Responses, é o último item reasoning em output, com um id que começa com rs_effort_:

{ "type": "reasoning", "id": "rs_effort_req_123", "summary": [], "content": [], "encrypted_content": "phx1.…" }

O valor é opaco, e o Phaseo o remove antes que a conversa chegue a qualquer provedor.

Mudar o esforço no seu código

Adicione a resposta inteira do Claude à sua conversa e depois defina o esforço que você quer na próxima solicitação. O cache_control de nível superior ativa o cache nas rotas do Claude; veja Cache de prompts.

Chat Completions

import OpenAI from "openai";

const client = new OpenAI({
	apiKey: process.env.PHASEO_API_KEY,
	baseURL: "https://api.phaseo.app/v1",
});

const messages: OpenAI.ChatCompletionMessageParam[] = [
	{ role: "user", content: "Plan a migration from SQLite to PostgreSQL." },
];

async function ask(effort: "low" | "medium" | "high") {
	const response = await client.chat.completions.create({
		model: "anthropic/claude-opus-5.5",
		reasoning_effort: effort,
		messages,
		// @ts-expect-error Campo do Phaseo: armazena a conversa em cache nas rotas do Claude
		cache_control: { type: "ephemeral" },
	});
	const message = response.choices[0].message;
	messages.push(message); // a mensagem inteira, incluindo reasoning_details
	return message.content;
}

await ask("high");
messages.push({ role: "user", content: "Summarise the plan in one sentence." });
await ask("low"); // o Claude lê a solicitação 1 do cache

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["PHASEO_API_KEY"],
    base_url="https://api.phaseo.app/v1",
)

messages = [{"role": "user", "content": "Plan a migration from SQLite to PostgreSQL."}]

def ask(effort: str) -> str | None:
    response = client.chat.completions.create(
        model="anthropic/claude-opus-5.5",
        reasoning_effort=effort,
        messages=messages,
        extra_body={"cache_control": {"type": "ephemeral"}},
    )
    message = response.choices[0].message
    # A mensagem inteira, incluindo reasoning_details
    messages.append(message.model_dump(exclude_none=True))
    return message.content

ask("high")
messages.append({"role": "user", "content": "Summarise the plan in one sentence."})
ask("low")  # o Claude lê a solicitação 1 do cache

Responses

O Phaseo não armazena respostas, então envie a conversa inteira em input, incluindo todos os itens de output.

import OpenAI from "openai";

const client = new OpenAI({
	apiKey: process.env.PHASEO_API_KEY,
	baseURL: "https://api.phaseo.app/v1",
});

const input: OpenAI.Responses.ResponseInput = [
	{ role: "user", content: "Plan a migration from SQLite to PostgreSQL." },
];

async function ask(effort: "low" | "medium" | "high") {
	const response = await client.responses.create({
		model: "anthropic/claude-opus-5.5",
		reasoning: { effort },
		input,
		// @ts-expect-error Campo do Phaseo: armazena a conversa em cache nas rotas do Claude
		cache_control: { type: "ephemeral" },
	});
	input.push(...response.output); // todos os itens, incluindo os de raciocínio
	return response.output_text;
}

await ask("high");
input.push({ role: "user", content: "Summarise the plan in one sentence." });
await ask("low"); // o Claude lê a solicitação 1 do cache

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["PHASEO_API_KEY"],
    base_url="https://api.phaseo.app/v1",
)

conversation = [{"role": "user", "content": "Plan a migration from SQLite to PostgreSQL."}]

def ask(effort: str) -> str:
    response = client.responses.create(
        model="anthropic/claude-opus-5.5",
        reasoning={"effort": effort},
        input=conversation,
        extra_body={"cache_control": {"type": "ephemeral"}},
    )
    # Todos os itens, incluindo os de raciocínio
    conversation.extend(item.model_dump(exclude_none=True) for item in response.output)
    return response.output_text

ask("high")
conversation.append({"role": "user", "content": "Summarise the plan in one sentence."})
ask("low")  # o Claude lê a solicitação 1 do cache

Anthropic Messages

Em /v1/messages, envie você mesmo o marcador: uma mensagem system com content vazio e output_config.effort. Mantenha o mesmo output_config.effort de nível superior em toda solicitação, e mantenha cada marcador no lugar nas solicitações seguintes. O Phaseo adiciona o cabeçalho beta mid-conversation-output-config-2026-07-01, então você não precisa enviá-lo.

cURL

curl https://api.phaseo.app/v1/messages \
  -H "x-api-key: $PHASEO_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-opus-5.5",
    "max_tokens": 4096,
    "cache_control": { "type": "ephemeral" },
    "output_config": { "effort": "high" },
    "messages": [
      { "role": "user", "content": "Plan a migration from SQLite to PostgreSQL." },
      { "role": "assistant", "content": "1. Export the data. 2. Create the schema. 3. Import and verify." },
      { "role": "system", "content": [], "output_config": { "effort": "low" } },
      { "role": "user", "content": "Summarise the plan in one sentence." }
    ]
  }'

A posição do marcador decide quando o novo nível começa:

Logo depois de uma mensagem do usuário: a resposta do Claude a essa mensagem usa o novo nível.
Em qualquer outro lugar, como entre a resposta do Claude e a sua próxima mensagem, no exemplo acima: o novo nível começa na sua próxima mensagem.

Uma mensagem do usuário que contém apenas resultados de ferramentas não conta como nova mensagem. Em rotas sem esforço por mensagem, o Phaseo remove os marcadores e envia o nível em vigor como esforço de nível superior.

Quando a mudança reinicia o cache

O Phaseo muda o esforço de nível superior, como faz com outros provedores, quando:

O raciocínio está faltando. A sua resposta mais recente do Claude não tem entrada de esforço, porque o seu cliente descartou reasoning_details ou os itens reasoning.
A mudança vem entre passos do loop de ferramentas. A sua mensagem mais recente contém apenas resultados de ferramentas, então um marcador só valeria a partir da sua próxima mensagem. O Phaseo muda o esforço de nível superior para que este passo seja executado no nível que você pediu, e as mudanças seguintes voltam a usar marcadores.
A solicitação não define esforço ou desativa o raciocínio. Envie reasoning_effort ou reasoning.effort em toda solicitação. "none" e reasoning.enabled: false desativam o raciocínio.
A rota não oferece suporte. Veja Modelos compatíveis.

Uma mudança de nível superior mantém no cache a parte da conversa anterior à primeira resposta do Claude. O Claude processa de novo tudo a partir dessa resposta e cobra isso como nova entrada.

Modelos compatíveis

Rota	Modelos
Anthropic, Google Vertex AI	Claude Fable 5.2 e 5.1, Mythos 5.2 e 5.1, Opus 5.5 e 5, Sonnet 5.5, Haiku 5.5
Claude on AWS	Os mesmos modelos, exceto Mythos
Amazon Bedrock	Claude Fable 5.1 e Opus 5.5

Em todas as outras rotas, incluindo o Claude no Azure, uma mudança de esforço vai para o nível superior.

Verificar se o cache se manteve

Leia as contagens de cache na solicitação seguinte a uma mudança: usage.prompt_tokens_details.cached_tokens no Chat Completions, usage.input_tokens_details.cached_tokens no Responses e usage.cache_read_input_tokens no Anthropic Messages. Campos de uso e preços lista todos os campos. Medimos a mesma conversa de Chat Completions com cinco solicitações em anthropic/claude-haiku-5.5 em 11 de novembro de 2026, uma vez enviando as entradas de esforço de volta e outra sem elas. O esforço foi high, high, low, low, high, e um documento de 3.400 tokens chegou na segunda mensagem:

Solicitação 3 (esforço de `high` para `low`)	Entradas de esforço descartadas	Entradas de esforço enviadas de volta
Tokens lidos do cache	0	3.575
Tokens processados de novo e gravados no cache	3.499	75

Visão geral

Modelos e roteamento

Recursos

Integrações

Espaços de trabalho e acesso

Confiabilidade e operações

Plataforma e pesquisa

Guias de migração

Comunidade

Mudar o esforço de raciocínio no meio da conversa

Como o Phaseo mantém o cache

Enviar o raciocínio de volta sem alterações

Mudar o esforço no seu código

Chat Completions

Responses

Anthropic Messages

Quando a mudança reinicia o cache

Modelos compatíveis

Verificar se o cache se manteve

​Como o Phaseo mantém o cache

​Enviar o raciocínio de volta sem alterações

​Mudar o esforço no seu código

​Chat Completions

​Responses

​Anthropic Messages

​Quando a mudança reinicia o cache

​Modelos compatíveis

​Verificar se o cache se manteve

Como o Phaseo mantém o cache

Enviar o raciocínio de volta sem alterações

Mudar o esforço no seu código

Chat Completions

Responses

Anthropic Messages

Quando a mudança reinicia o cache

Modelos compatíveis

Verificar se o cache se manteve