Anthropic：Messages APIがusage.output_tokens_details.thinking_tokensを返す — 課金とストリーミングへの影響

Anthropic Messages APIは、usageオブジェクト内のoutput_tokens_details.thinking_tokensフィールドを通じて、内部のthinkingトークンを明示的にレポートするようになりました。

usage.output_tokens_details.thinking_tokensとは何か、なぜ重要なのか

このフィールドはExtended Thinkingを使用するすべてのAPIレスポンスに含まれ、以下の構造を持ちます：

{
  "usage": {
    "input_tokens": 1024,
    "output_tokens": 512,
    "output_tokens_details": {
      "thinking_tokens": 10000
    }
  }
}

重要な点：Anthropicはユーザーに返される要約ではなく、生成されたthinkingトークンをすべて課金します。表示されるトークンと課金されるトークンの差は20倍以上になる場合があります。

thinkingブロックの要約（summarized thinking）はどのように機能するか

Claude Sonnet 4.6、Opus 4.6以降のモデルは要約（summarized thinking）をデフォルトの表示として使用します。内部の推論は専用モデルによって処理され、結論が短い形式に圧縮されます。要約は思考の質に影響しません。thinkingブロック内のsignatureフィールドは、マルチターン会話向けに完全なコンテンツの暗号化版を保持します。

ストリーミング動作とレイテンシ

レイテンシを削減したい開発者はストリーミングモードでdisplay: "omitted"を使用できます。サーバーはthinking_deltaイベントを送信しませんが、コストは変わりません。

Claude Fable 5、Mythos 5、Opus 4.8はdisplay: "omitted"をデフォルト設定として使用し、Sonnet 4.6とOpus 4.6はdisplay: "summarized"を使用します。

バジェット制限とキャッシュとの相互作用

budget_tokensパラメーターはthinkingトークンの上限を設定します。thinkingパラメーターを変更するとメッセージのキャッシュブレークポイントが無効化されます。Opus 4.8、4.7、4.6は最大128kの出力トークンをサポートし、Sonnet 4.6とHaiku 4.5は最大64kをサポートします。