Claude API 能在对话中途换 effort 档位了，提示缓存不受影响

给 Claude 开发者的一个小更新，但做智能体的人应该会很喜欢。

Anthropic 给 Claude API 加了一项 Beta 能力：在同一段对话里，可以随时调整模型的 effort 等级，也就是它回答问题时愿意“费多大劲”。

以前 effort 是整段请求的顶层参数，一段会话从头到尾用一个档位。想中途改，要么重开会话，要么改顶层配置，后者会让已经命中的提示缓存失效，成本一下就上去了。

新做法是在消息序列里插一条内容为空的 system 消息，在里面用 output_config.effort 指定新的等级。顶层配置不动，缓存照样命中。

有个细节要算准：新档位不回溯。它从下一条带新输入的用户消息开始生效，已经生成的内容不受影响。

effort 影响的不只是回答长短，还包括思考深度、调用工具的次数。典型用法是：前面检索、整理资料的阶段用低档，省 token、跑得快；到了真正要推理、做决策的节点再拉高。长链路的智能体任务里，这样分段调档比全程开高档便宜不少。

使用时要带 beta 头 mid-conversation-output-config-2026-07-01。支持 Fable 5.2、Opus 5.5、Sonnet 5.5、Haiku 5.5 等型号，Amazon Bedrock、Google Cloud、Azure 上也能用。