Claude Code の effort パラメータについて、公式ドキュメントを参考にまとめてみた（2026/8/20時点）
こんにちは。
午後の effort レベルは low
運用イノベーション部のかわいです。
みんさんご存知のとおり、Claude Code には effort というパラメータがあります。
本記事は、今年の3月に書いた以下記事の 2026/8/20 時点更新版です。Claude のアップデートが爆速なため、今後も折を見つつ備忘録がてらにまとめていきたいと思います。
仕様や挙動について
まず前提として、effort は何をするものなのか？という点から、公式ドキュメントをベースに整理します。
effort パラメータを使ことで Claude が使用するトークン量を調整でき、回答の詳しさと効率のバランスを「トレードオフ」として選択することができます。（スラッシュ「/」コマンドで /effort を実行することで使用できます。Desktop 版ならそのまま GUI から変更可能）
The effort parameter affects all tokens in the response, including:
Text responses and explanations
Tool calls and function arguments
Thinking (when active)
上記引用の通りテキストでの説明、ツール呼び出しと引数、（有効な場合は）思考、この3種類すべてのトークン使用量に影響し、回答の加減を調整するパラメータです。
effort レベルについて
上記ページの「Effort levels」項に記載の通り、レベルという考え方が存在し、以下の5段階があります。
| レベル | 説明 | ユースケース |
|---|---|---|
| max | トークン消費に制約のない絶対的な最大能力 | 最も深い推論、最も徹底的な分析が必要な場合 |
| * xhigh | 長期的な作業のための拡張された能力 | 数百万トークン規模の予算を持つ、30分以上の長時間実行エージェント的タスク |
| high | 高い能力（パラメータ省略時と同等） | 複雑な推論、難しいコーディングの問題、エージェンティックタスク |
| medium | 適度なトークン節約を伴うバランス型 | 速度、コスト、パフォーマンスのバランスが必要なタスク |
| low | 最も効率的。能力の低下を伴う大幅なトークン節約 | サブエージェントなど、速度とコスト最優先のシンプルなタスク |
基本的に上に行くほど応答全体への力の入れ方が増えるため、トークン消費量が多くなります。
例えばレベルを低く設定した場合はツールの呼び出しは減りますが、その分スピードや効率性を重視できます。
タスクによってレベルを変更することで、トークン消費量と相談しながら応答能力が調整できます。
基本はドキュメントにも書かれている通りですが、xhigh は Fable 5、Mythos 5、Opus 5、Opus 4.8、Opus 4.7、Sonnet 5 のみでサポート、
max はこれらに加え、Mythos Preview、Opus 4.6、Sonnet 4.6 がサポートしています。
セッション途中のレベル変更について
セッション途中での effort レベル変更についても、以下言及がされています。
Changing effort mid-conversation
output_config.effort is a request-level setting: each request carries its own value, so to run a later part of a conversation at a different effort level, set the new value on the next request. The effort level applies to the whole request. Because effort shapes the rendered prompt, changing it between requests does not preserve cached prefixes from earlier turns; if you rely on prompt caching across a long session, pick an effort level at the start and keep it constant.
これは、セッション途中の変更は可能だが、変更すると過去のプロンプトキャッシュが無効になるので、長期セッションでは固定した方が効率的 と言っています。
effort は会話全体の固定設定ではなく、APIリクエストごとの設定です。セッション途中での変更は可能ですが、リクエストの処理全体に適用されるため、例えば「前半は low、後半は high で回答して」というように、リクエスト内で部分的に切り替えるものではありません（次のリクエストから設定が変更になる）。
また、レベルを途中で変更すると、モデル内部で組み立てられるプロンプトの形式も変わるため、それまでの入力に対するプロンプトキャッシュをを引き継げなくなります。
その結果入力コストが増えたり、応答が遅くなる可能性も出てきたりと、長い会話ほど大きな影響があります。
Thinking との関係性について
加えて、effort パラメータと切っても切り離せないパラメータとして thinking というものがあります。
The thinking parameter controls whether Claude thinks in thinking blocks before answering; the effort parameter controls how much work Claude puts into the whole response, which in adaptive mode includes how often and how deeply it thinks.
ドキュメントに記載の通り、thinking は応答前に thinking block を出す/出さないの設定です。具体的には以下。
上記 Thinking ページからの引用
{
"content": [
{
"type": "thinking",
"thinking": "Let me break this down. The question has two parts, so I'll start with the simpler one and use its result to constrain the second...",
"signature": "WaUjzkypQ2mUEVM36O2Txu...."
},
{
"type": "text",
"text": "Based on my analysis..."
}
]
}
thinking に「質問は2パートに分かれていて...」みたいな思考が見えてます。
これに対し effort は「応答にどれだけの力を入れるか？」の度合いを調整するイメージです。
また、thinking は過去 extended thinking と呼ばれていたもので、Opus 5、Sonnet 5、Fable 5、Mythos 5、Mythos Preview ではデフォルトでオン。Opus 4.8、Opus 4.7、Opus 4.6、Sonnet 4.6 では thinking: {type: "adaptive"} を指定すれば使えます。
モデルと effort について
ご存知の通り、モデルと effort の選択は別の話です。
So what does changing the model actually do? It swaps which set of frozen weights handles your request
...So the model setting decides which weights handle your request, and it also decides what each output token costs. What it doesn't decide is how many tokens get generated.
... This is what effort level controls: how much work Claude decides to do for each turn.
この点↑ 以下ブログより引用ですが、モデル設定が決めるのは「どの重み（weights）が応答するか？」と「トークン単価」、effort が決めるのは「何トークン生成するか？」で、そもそも役割やレイヤーが違います。
ブログでは、同じプロンプトでも effort レベルによってトークン量が約7倍変わったという結果が掲載されています（"the high effort path generates roughly 7x more tokens to reach a higher confidence answer"）。
また、モデルによって effortレベルの調整が推奨されており、以下ドキュメントでも、モデルごとのおすすめレベルやユースケースが紹介されています。
例えば Sonnet 5 だと
- High effort (default): Suitable for complex reasoning, coding, and agentic tasks where quality matters more than speed or cost.
デフォルトで high に設定されており、複雑な推論や、スピードやコストより質が重視される場合に向いている、と記載があります。
まとめ的な何か
この記事では、effort についての基本部分から、新しいモデル追加等に伴う変更点などについて、備忘録がてらにまとめました。
複雑なコーディングが伴うタスクでは、特にコスト効率が求められるなか、その品質とのトレードオフな部分が重要視されています。エージェントの並行起動やオーケストレーションなども注目されており、コストと質の側面からも、より effort パラメータの役割が大事になってきていると感じた、そんな執筆でした。
この記事が、誰かの役に立てば幸いです。
完
参考記事
