Kapan Pakai Extended Thinking dan Effort Control di Claude?

Jika Teman Belajar pengguna Claude, ada dua pengaturan yang perlu dipahami. Extended thinking mendorong Claude bernalar lebih mendalam sebelum menjawab, sedangkan effort control mengatur seberapa dalam jawabannya. Kunci memakainya bukan menyalakan semuanya sampai maksimal, melainkan tahu kapan upaya ekstra itu sepadan.

Banyak pengguna menaikkan extended thinking dan effort control hingga maksimal padahal hanya untuk tugas ringan, sehingga kuota terbuang percuma. Karena itu, artikel ini mengupas apa itu extended thinking dan effort control, cara kerjanya, kapan sebaiknya dipakai, hingga penerapannya di Claude Code.

Memahami Extended Thinking dan Effort Control di Claude

Extended thinking memberi Claude waktu lebih banyak untuk menguraikan masalah dan menjajaki berbagai pendekatan sebelum merespons, sementara effort control mengatur seberapa banyak upaya Claude dalam menyusun tanggapan.

Ada dua kontrol yang perlu Teman Belajar pahami, yaitu thinking toggle dan effort level. Thinking toggle menentukan apakah Claude bernalar di bagian yang bisa diperluas, sedangkan effort level menentukan seberapa menyeluruh Claude pada setiap respons. Keduanya adalah tuas terpisah yang bisa dipadukan sesuai kebutuhan. Perlu dicatat, pada model terbaru seperti Sonnet 5.5, Opus 5.5, dan Haiku 5.5, thinking tidak bisa dimatikan, sehingga yang bisa Teman Belajar atur adalah effort-nya.

Mulai Claude 4.6, Claude memiliki adaptive thinking yang menakar sendiri kompleksitas pertanyaan dan memutuskan perlu tidaknya berpikir mendalam. Parameter lama budget_tokens pun digantikan effort control, dengan pilihan level berikut:

• Low dan medium: cocok untuk tugas rutin dan menjaga kuota tetap awet.
• High: keseimbangan terbaik antara kualitas dan kecepatan.
• Extra high: untuk tugas pengodean dan tugas agentik berdurasi panjang yang membutuhkan penalaran lebih dalam, tersedia mulai Opus 4.7. Pemakaian tokennya lebih terkendali dibanding Max.
• Max: penalaran paling menyeluruh tanpa batasan pemakaian token, untuk tugas yang benar-benar menuntut kedalaman.

Model Haiku dioptimalkan untuk kecepatan dan latensi. Haiku 4.5 masih mendukung extended thinking, sedangkan Haiku 5.5 memakai adaptive thinking dan mendukung effort control dengan level bawaan medium. Karena tiap model berperilaku berbeda, pahami dulu perbedaannya lewat perbandingan Claude Opus vs Sonnet vs Haiku sebelum memilih.

Cara Kerja Effort Level dan Dampaknya ke Kecepatan serta Biaya

Effort level adalah sinyal ke Claude tentang seberapa besar upaya komputasi yang perlu dikeluarkan untuk menjawab, yang tercermin pada panjang jawaban, jumlah tool call, hingga total token. Karena itu, effort level menjadi tuas utama untuk menyeimbangkan kualitas jawaban, kecepatan respons, dan biaya, yang umumnya berbanding lurus dengan jumlah token dan komputasi.

Claude Code Camp pernah menguji Claude Sonnet 4.6 di Claude Code pada satu tugas pemrograman tingkat sedang, yaitu menambahkan penanganan error dan proteksi SQL injection pada sebuah fungsi, dengan tiga kali percobaan di tiap level. Hasilnya menarik:

Kualitas kode pada low, medium, dan high nyaris sama, dengan biaya yang mirip, sekitar 0,015 hingga 0,016 dolar AS per permintaan. Bedanya ada di waktu: rata-rata 17,0 detik pada low dan 19,9 detik pada medium, tetapi 60,0 detik pada high, atau sekitar 3,5 kali lebih lambat dari low. Artinya, menaikkan effort tidak selalu menaikkan kualitas, terutama untuk tugas berkesulitan rendah hingga sedang. Eksperimen ini hanya menguji tugas edit kode, jadi anggap sebagai gambaran, bukan patokan mutlak.

Sementara itu, Anthropic menunjukkan bahwa dengan prompt yang sama, jalur high effort menghasilkan sekitar 7 kali lebih banyak token untuk mencapai jawaban dengan tingkat keyakinan lebih tinggi. Makin tinggi effort, makin lama responsnya dan makin besar konsumsi token serta biayanya, sehingga Teman Belajar perlu tahu 7 cara mengatasi limit Claude yang cepat habis agar kuota tidak terkuras.

Kapan Pakai Extended Thinking dan Effort Control

Naikkan extended thinking dan effort control hanya ketika ketelitian ekstra benar-benar mengubah hasil, yaitu pada masalah sulit, banyak langkah, atau berisiko tinggi, seperti coding kompleks, matematika, analisis trade-off, hingga tugas analitis berat seperti laporan, forecast, dan budget memakai Claude AI. Untuk tugas harian, gunakan level bawaan model karena lebih cepat dan hemat.

Sederhananya, cocokkan tuas dengan bobot tugasnya dan hindari mengeluarkan biaya untuk kedalaman yang tidak dibutuhkan. Tabel berikut bisa jadi acuan:

Teman Belajar juga bisa menguji sendiri: kerjakan satu tugas sulit pada level bawaan dan pada high effort, lalu bandingkan kedalamannya. Perhatikan apakah hasil high effort membahas hal yang tidak ada di level bawaan, mengidentifikasi risiko, atau menangkap edge case. Kalau tidak ada tambahan berarti, level bawaan lebih efisien.

Tabel keputusan ini membantu memilih secara praktis:

Extended Thinking di Claude Code dan Jebakan yang Perlu Diwaspadai

Claude Code memakai adaptive thinking yang menakar sendiri kompleksitas permintaan, sehingga Teman Belajar tidak perlu mengatur jumlah thinking token secara langsung. Yang diatur cukup effort level, lewat perintah /effort, pemilih /model, atau file settings. Setiap model punya level bawaan. Di Claude Code, misalnya, Sonnet 5.5 dan Haiku 5.5 berawal di medium, sedangkan Sonnet 5 berawal di high.

Banyak pengguna belum tahu bahwa level yang disimpan lewat /effort atau pemilih /model akan terbawa ke sesi berikutnya. Untuk level sementara, pakai flag --effort yang hanya berlaku di satu sesi. Mengganti effort di tengah sesi juga bisa membatalkan prompt cache, sehingga percakapan harus diproses ulang dan biaya penggunaan naik. Claude Code akan menampilkan peringatan cache sebelum perubahan diterapkan.

Untuk menghindarinya, cocokkan effort dengan jenis tugas sejak awal sesi dan hindari menggantinya di tengah jalan. Kalau hanya satu giliran yang butuh penalaran lebih dalam, sertakan kata “ultrathink” di prompt tanpa perlu menaikkan level effort yang sedang dipakai.

Catatan penting: perilaku bawaan Claude Code dapat berubah sewaktu-waktu. Acuan hari ini bisa berbeda di periode berikutnya, jadi selalu cek dokumentasi resmi Anthropic untuk update terbaru soal adaptive thinking dan effort.

Tips Memaksimalkan Kualitas Tanpa Boros Token

Kunci memakai Claude secara efisien adalah mencocokkan effort level dengan bobot tugas, bukan selalu memakai mode tertinggi. Berikut tips yang bisa Teman Belajar praktikkan:

• Sesuaikan effort dengan bobot masalah. Jangan membayar untuk thinking yang tidak dibutuhkan. Pakai tabel di atas agar kualitas, biaya, dan kecepatan tetap seimbang.
• Tulis prompt yang jelas dan spesifik. High effort memperdalam proses berpikir Claude, bukan memperbaiki perintah yang tidak jelas. Tulis tujuannya, konteksnya, dan format yang diharapkan, lalu kuasai teknik prompt engineering agar prompt spesifik sejak awal. Konteks yang sering berulang bisa disimpan di Claude Projects supaya tidak perlu diketik ulang.
• Pantau penggunaan token. Thinking masuk ke penagihan token, jadi makin sering dipakai, makin besar konsumsinya. Kapasitas tiap plan juga berbeda, dan perbandingan Claude Free vs Pro vs Max membantu Teman Belajar menakar seberapa cepat kuota habis.
• Turunkan effort untuk tugas rutin. Kuota jauh lebih awet kalau tugas berulang dikerjakan di level rendah. Ini relevan untuk pengguna free maupun pro, apalagi dengan 4 workflow Claude AI free plan agar limit tidak cepat habis.

Jadikan pemilihan effort level bagian sadar dari alur kerja dengan Claude. Langkah pertama kerangka P.R.O.M.P.T by Belajarlagi, yaitu kerangka enam langkah menyusun instruksi AI yang efektif, sudah dipakai di kelas Gen AI dan dapat diadopsi untuk penggunaan AI secara umum. Mulai dari menentukan hasil yang diinginkan (Pinpoint the Outcome) hingga menyempurnakan hasilnya (Tune & Iterate), kerangka ini membantu Teman Belajar menentukan kapan sebuah tugas layak diberi effort tinggi dan kapan cukup dengan level bawaan.

Extended thinking dan effort control adalah fitur yang membantu Teman Belajar menyelesaikan tugas, selama dipakai dengan tepat. Cocokkan bobot tugas dengan effort level, dan kuota tetap awet tanpa mengorbankan kualitas.

Pengguna Claude yang ahli membedakan diri lewat kemampuan memilih effort dengan tepat. Kalau Teman Belajar ingin memakai Claude secara efisien dan powerful, pelajari keterampilannya lewat Mini Bootcamp Claude dari Belajarlagi.

Lewat pembelajaran intensif, Teman Belajar dapat menguasai teknik memakai Claude dalam waktu singkat dan langsung menerapkannya untuk tugas maupun pekerjaan. Untuk informasi pendaftaran dan jadwal kelas, silakan cek Mini Bootcamp Claude.