Modo de raciocínio no Claude 4.5: Tudo o que você precisa saber

A família Claude 4.5 da Anthropic (notadamente Sonnet 4.5 e Opus 4.5) traz “pensamento” estendido / raciocínio interno em estilo bloco de notas para a linha Claude 4. A Messages API expõe esse recurso por meio de um objeto thinking (habilitar/desabilitar + uma alocação de budget_tokens), opções de streaming e tratamento especial para blocos de conteúdo de “pensamento” (incluindo assinaturas e redação). O Sonnet 4.5 tem como alvo tarefas de codificação e de agentes e se beneficia fortemente do pensamento estendido; o Opus 4.5 adiciona blocos de pensamento preservados e outras otimizações.

O que é o Claude 4.5?

Claude 4.5 (publicado na família de modelos Claude como as variantes Sonnet 4.5 e Opus 4.5) é a geração mais recente de modelos de linguagem de grande porte da empresa, ajustada para raciocínio mais profundo, contexto de longo prazo e fluxos de trabalho de codificação/agentes com qualidade de produção. Nos anúncios e páginas de produto da Anthropic, o Sonnet 4.5 é descrito como um grande avanço para codificação, construção de agentes e “usar computadores” (isto é, fluxos de trabalho assistidos por ferramentas e automação em múltiplas etapas), com ganhos mensuráveis em raciocínio, matemática e tarefas de longo contexto.

A linha 4.5

Claude Sonnet 4.5 (Lançado em 29 de setembro de 2025): O “carro-chefe” da família. Atualmente é classificado como o melhor modelo de codificação do mundo, capaz de manter o foco em tarefas autônomas por mais de 30 horas. Equilibra velocidade, custo e raciocínio de alto nível, tornando-se a escolha padrão para a maioria das aplicações empresariais.
Claude Haiku 4.5 (Lançado em 15 de outubro de 2025): O modelo otimizado para velocidade. Surpreendentemente, agora suporta Extended Thinking, tornando-se o primeiro modelo “pequeno” a oferecer capacidades de raciocínio profundo antes reservadas a modelos de fronteira. É ideal para tarefas de alta frequência em que a latência importa, mas a precisão não pode ser sacrificada.
Claude Opus 4.5 (Lançado em 24 de novembro de 2025): O modelo de inteligência de fronteira. O Opus 4.5 é projetado para as tarefas mais complexas e ambíguas — como pesquisa científica, design de arquiteturas inéditas e análise financeira de alto risco. Ele tem a maior capacidade de “orçamento de pensamento” e se destaca em autocorreção.

Principais capacidades em resumo

Janelas de contexto utilizáveis maiores e comportamento aprimorado em tarefas de longa duração (fluxos de agentes, depuração passo a passo, edições em bases de código).
Melhor desempenho em benchmarks de codificação, refatoração e tarefas de uso de ferramentas em múltiplas etapas (famílias Sonnet e Opus).
Recursos avançados de “pensamento” (o que a Anthropic chama de extended thinking / thinking mode) que expõem — opcionalmente — parte do raciocínio passo a passo interno do modelo ao desenvolvedor ou permitem que o modelo gaste um “orçamento” configurável de tokens raciocinando antes de produzir uma resposta final.

Onde você pode executar o Claude 4.5

Claude 4.5 (Sonnet/Opus) está disponível via a própria API da Anthropic e foi integrado ao CometAPI(API pricing is currently on sale, approximately 20% of the Anthropic’s price. ), para que você possa executar esses modelos pela plataforma da Anthropic ou por fornecedores de nuvem de terceiros que hospedam o modelo.

O que há de novo no THINKING mode no Claude Code e no Claude 4.5?

O pensamento estendido da Anthropic (também chamado de “thinking mode”, “thinking blocks” ou “thinking tokens”) é um recurso que permite ao modelo realizar etapas adicionais de amostragem interna para raciocinar mais profundamente antes de produzir uma resposta final. Você o habilita adicionando uma configuração thinking à sua solicitação da Messages API (por exemplo: { "thinking": { "type": "enabled", "budget_tokens": 4096 } }) ou usando utilitários do SDK da Anthropic. Quando habilitado, a API (dependendo do modelo) retornará uma versão resumida do raciocínio interno ou retornará o raciocínio completo (sujeito a redação por segurança).

Para entender por que o "Thinking Mode" é revolucionário, precisamos observar como os Modelos de Linguagem de Grande Porte (LLMs) operam tradicionalmente. Modelos padrão são “geradores de texto probabilísticos” — eles preveem o próximo token imediatamente após receberem um prompt. Eles não “param para pensar”; eles começam a falar (gerar) instantaneamente.

A mudança para o “pensamento estendido”

O Thinking Mode muda esse paradigma. Quando habilitado, o Claude 4.5 gera um fluxo oculto de “thinking tokens” antes de emitir um único caractere visível para o usuário.

Raciocínio visível (opcional): Em algumas interfaces como o Claude.ai, você pode ver um menu “Thinking” que mostra o monólogo interno do modelo.

Raciocínio oculto (API): Na API, esses são blocos thinking distintos. O modelo usa esse espaço para:

Deconstruir o prompt: Quebrar restrições complexas.
Planejar uma estratégia: Esboçar lógica passo a passo.
Rascunhar e criticar: Testar mentalmente uma solução, encontrar uma falha e corrigi-la antes de apresentar a resposta.

Pensamento intercalado

Uma grande inovação no Sonnet 4.5 é o pensamento intercalado. Em fluxos de trabalho de agentes (onde a IA usa ferramentas como uma calculadora, um interpretador de código ou um navegador), modelos padrão simplesmente chamariam uma ferramenta, obteriam um resultado e imediatamente chamariam a próxima ferramenta.

Com pensamento intercalado, o Claude 4.5 pode:

Pensar sobre a solicitação do usuário.
Chamar a Ferramenta A (por exemplo, pesquisar na web).
Pensar sobre os resultados da pesquisa (“Este resultado está desatualizado, devo tentar uma consulta diferente”).
Chamar a Ferramenta B (por exemplo, pesquisar novamente).
Pensar sobre como sintetizar os dados.
Resposta final.

Esse loop “Pensar-Agir-Pensar-Agir” reduz drasticamente alucinações e propagação de erros em tarefas de codificação longas e em múltiplas etapas.

Como o Claude Code expõe o pensamento nas ferramentas de desenvolvedor

No Claude Code (a experiência de CLI/editor), a Anthropic adicionou elementos de UI para alternar o thinking mode em sessões interativas (um UX comum é pressionar Tab para alternar o pensamento ligado/desligado) e mostrar indicadores para o orçamento de pensamento atual. Algumas palavras-chave de gatilho mais antigas (por exemplo, think, think hard) eram usadas historicamente para controlar a profundidade do pensamento; versões modernas dependem de toggles explícitos e parâmetros de orçamento, com ultrathink permanecendo disponível em alguns contextos. A configuração pode ser global em ~/.claude/settings.json ou sobrescrita por solicitação.

Como implementar o Thinking Mode do Claude 4.5?

Para desenvolvedores, a transição para o Claude 4.5 exige uma mudança na forma como as solicitações à API são estruturadas. Você não está mais apenas enviando um prompt; você está gerenciando um “orçamento de pensamento”.

Definindo o orçamento de pensamento

O parâmetro thinking agora é um cidadão de primeira classe na API da Anthropic. Você deve habilitá-lo explicitamente e definir um valor de budget_tokens. Esse valor representa a quantidade máxima de computação que o modelo pode gastar em seu raciocínio interno.

Exemplo de implementação em Python

O código a seguir demonstra como inicializar uma sessão do Claude 4.5 com o Thinking Mode habilitado.

import anthropic

# Inicializa a perspectiva do Gemini Enterprise sobre a integração do Claude 4.5
client = anthropic.Anthropic(api_key="your_api_key")

def get_reasoned_response(user_query):
    # Definimos um max_tokens alto para acomodar tanto o pensamento quanto a resposta final
    # O budget_tokens deve ser menor que max_tokens
    response = client.messages.create(
        model="claude-4-5-sonnet-202512",
        max_tokens=20000,
        thinking={
            "type": "enabled",
            "budget_tokens": 12000  # Alocando 12k tokens para 'thinking'
        },
        messages=[
            {"role": "user", "content": user_query}
        ]
    )

    # Extraindo as duas partes distintas da resposta
    thinking_content = ""
    final_output = ""

    for block in response.content:
        if block.type == "thinking":
            thinking_content = block.thinking
        elif block.type == "text":
            final_output = block.text

    return thinking_content, final_output

# Exemplo de consulta complexa
query = "Projete um sistema de prova de conhecimento zero para um app de votação descentralizado usando Circom."
thoughts, answer = get_reasoned_response(query)

print("--- RACIOCÍNIO INTERNO DO CLAUDE ---")
print(thoughts)
print("\n--- ARQUITETURA TÉCNICA FINAL ---")
print(answer)

Considerações técnicas essenciais

Uso total de tokens: Seu uso total é thinking_tokens + output_tokens. Se você definir um orçamento de 10.000 tokens e o modelo usar 8.000 para pensar e 2.000 para a resposta, você será cobrado por 10.000 tokens de saída.
Pensamento forçado: Se a tarefa for muito simples, o modelo ainda pode usar um número mínimo de tokens de pensamento para verificar a simplicidade da solicitação.

Como o Thinking Mode melhora a geração de código?

Uma das atualizações mais significativas no Claude 4.5 é seu desempenho no CLI do Claude Code. Quando o Claude 4.5 “pensa” sobre código, ele realiza várias ações ocultas que modelos padrão ignoram.

1. Mapeamento de dependências

Antes de escrever uma única linha de correção, o Claude 4.5 percorre seu repositório para entender como uma mudança em utils/auth.ts pode quebrar um componente em views/Profile.tsx.

2. Execução mental

O modelo “roda” o código no bloco de raciocínio. Ele simula o fluxo lógico e identifica potenciais condições de corrida ou erros de off-by-one.

3. Verificação de restrições

Se você pedir uma solução que seja “performática e não use bibliotecas externas”, o thinking mode atua como um guardião. Se o primeiro instinto do modelo for sugerir um pacote NPM, o processo de pensamento detectará essa violação e forçará o modelo a reformular uma implementação em JavaScript puro.

Como o Thinking Mode se compara ao prompting tradicional?

Muitos usuários estão familiarizados com o prompting “Chain of Thought” (CoT), em que você diz ao modelo: “Pense passo a passo”. Embora eficaz, não é o mesmo que o Thinking Mode nativo do Claude 4.5.

Recurso	Cadeia de raciocínio (manual)	Pensamento estendido (nativo)
Mecanismo	Instruções acionadas pelo usuário.	Arquitetura embutida no modelo.
Espaço de tokens	Ocupa o espaço de saída visível.	Ocupa um bloco interno dedicado.
Autocorreção	Limitada; o modelo frequentemente “insiste” em erros iniciais.	Alta; o modelo pode descartar um caminho inteiro de raciocínio e recomeçar.
Confiabilidade	Variável conforme a qualidade do prompt.	Consistentemente alta em domínios complexos.
Tratamento na API	Exige parsing manual do texto.	Blocos JSON estruturados para "thinking" e "text".

Como o thinking mode funciona no Claude 4.5?

Fluxo interno (conceitual)

Solicitação do usuário: Seu aplicativo envia uma requisição à Messages API especificando modelo, prompt, max_tokens e, opcionalmente, thinking: { type: "enabled", budget_tokens: N }.
Raciocínio interno: O Claude realiza “pensamento” interno até o orçamento. Ele registra a saída do raciocínio como blocos thinking (que podem ser resumidos para o usuário).
Composição da saída: A API retorna um array de blocos de conteúdo. Tipicamente, a ordem é bloco(s) de thinking e então bloco(s) de text (resposta final). Em streaming, você recebe eventos thinking_delta seguidos de eventos text_delta.
Preservando contexto: Ao usar ferramentas ou fluxos multi-turn, você pode reenviar blocos de pensamento anteriores (sem modificações) para que o Claude possa continuar a cadeia de raciocínio. O Opus 4.5 introduziu comportamento para preservar blocos de pensamento por padrão para cache/eficiência.

Tecnicamente, o Thinking Mode depende de uma configuração de parâmetro específico na API que aloca um “orçamento” de tokens para raciocínio.

O conceito de orçamento de tokens

Ao fazer uma solicitação ao Claude 4.5, você deve especificar um parâmetro budget_tokens. Este é o número máximo de tokens que o modelo pode usar para seu monólogo interno.

Orçamento baixo (<2,000 tokens): Bom para verificações rápidas de sanidade ou puzzles lógicos simples.
Orçamento alto (10,000+ tokens): Necessário para arquitetura de software complexa, provas matemáticas ou redação de pareceres jurídicos abrangentes.

O modelo é treinado para “gerenciar” esse orçamento. Se perceber que o orçamento está acabando, tentará concluir seu raciocínio e fornecer a melhor resposta possível.

O ciclo do “processo de pensamento”

Quando um usuário pergunta: “Escreva um script Python para fazer scraping deste site, garantindo respeito ao robots.txt e lidando com carregamento dinâmico.”

Ingestão: O Claude lê o prompt.
Fase de pensamento (oculta):
- Autocorreção: “Preciso usar Selenium ou Playwright para carregamento dinâmico. requests não funcionará.”
- Verificação de segurança: “Devo verificar se o usuário tem permissão para fazer scraping. Vou adicionar um aviso.”
- Arquitetura: “Vou estruturar o código com abordagem baseada em classes para modularidade.”
Fase de saída (visível): O Claude gera o código Python.

Em modelos anteriores, a IA poderia começar a escrever código com requests imediatamente, perceber no meio que não funcionaria para conteúdo dinâmico e então ou alucinar uma solução ou fornecer código quebrado. O thinking mode evita esse cenário de “ficar encurralado”.

Quando você deve habilitar o thinking mode — casos de uso e heurísticas?

Casos de uso que mais se beneficiam

Codificação complexa (mudanças arquiteturais, refatorações multi-arquivo, sessões longas de depuração). O Sonnet 4.5 é explicitamente posicionado como líder em codificação e agentes quando o pensamento é utilizado.
Fluxos de trabalho de agentes que usam ferramentas repetidamente e devem preservar o contexto interno ao longo de muitas etapas. Pensamento intercalado + uso de ferramentas é um cenário primário.
Pesquisa ou análise profunda (análise estatística, estruturação financeira, raciocínio jurídico) em que etapas intermediárias de raciocínio são valiosas para inspeção ou verificação.

Quando não habilitar

Geração de respostas curtas ou APIs de alto throughput e baixa latência onde a latência mínima é crítica (por exemplo, UIs de chat que exigem respostas em milissegundos).
Tarefas em que o custo de tokens por requisição deve ser minimizado e a tarefa é simples ou bem especificada.

Heurística prática

Comece com o orçamento mínimo de pensamento (≈1.024 tokens) e aumente progressivamente para tarefas que precisam de mais profundidade; faça benchmark da precisão da tarefa de ponta a ponta versus latência e tokens. Para tarefas de agentes em múltiplas etapas, experimente pensamento intercalado e pontos de interrupção com prompt em cache para encontrar um ponto ideal.

Conclusão

O Thinking Mode do Claude 4.5 é mais do que um recurso; é uma nova forma de interagir com inteligência artificial. Ao separar o processo do pensamento do produto do pensamento, a Anthropic forneceu uma ferramenta mais confiável, mais transparente e mais capaz de lidar com as complexidades do trabalho empresarial moderno.

Quer você esteja usando o Claude Code CLI para gerenciar uma migração massiva ou utilizando a API para construir a próxima geração de agentes autônomos, dominar o “orçamento de pensamento” é a chave para o sucesso.

Desenvolvedores podem acessar o modelo Claude 4.5 por meio do CometAPI. Para começar, explore as capacidades do modelo do CometAPI no Playground e consulte o guia de API para instruções detalhadas. Antes de acessar, certifique-se de ter feito login no CometAPI e obtido a chave de API. Com e tAPI oferecem um preço muito abaixo do preço oficial para ajudar na sua integração.

Pronto para começar?→ Teste gratuito do Claude 4.5!