Claude Code: когда высокий effort ускоряет работу, а когда тратит время и токены

В Claude Code показали, как выбор уровня effort влияет на скорость, качество и автономность работы модели. Тесты на реальных задачах и Terminal-Bench 3.0 показывают, что максимальные настройки нужны не всегда: во многих сценариях дополнительное время и вычисления дают ограниченный выигрыш.

Что меняет уровень effort в Claude Code

Effort определяет, сколько вычислений Claude готов потратить на задачу. Чем выше уровень, тем больше модель самостоятельно проверяет результат, тестирует крайние случаи и принимает решения без участия пользователя. Уровень можно менять прямо во время работы командой /effort, причем у новых моделей это не ломает кеш промпта.

Разница особенно заметна на простых задачах. При создании приложения для учета тренировок Opus 5.5 справился с одной и той же задачей за 1,5 минуты на low, 4 минуты на medium, 11 минут на high и 67 минут на max. При повышении effort приложение становилось более проработанным, но Claude одновременно принимал больше решений самостоятельно.

Подробное ТЗ сокращает разрыв

Если заранее дать модели детальное техническое задание, влияние effort на итоговую реализацию становится менее заметным. В другом тесте Claude сначала подробно расспросил автора об приложении. После этого результаты на разных уровнях оказались довольно похожими, хотя время выполнения выросло с 16 минут на low до 79 минут на max.

Это показывает практическую роль человеческого участия: чем точнее пользователь заранее определяет требования, тем меньше модели приходится самостоятельно выбирать направление работы.

Где высокий effort действительно помогает

На Terminal-Bench 3.0 повышение effort у Fable 5.1 увеличило число успешных попыток со 140 до 214 из 370. Количество ошибок, которые собственные тесты модели не обнаружили, снизилось с 40 до 14.

На высоком effort Claude может не ограничиваться очевидными проверками: модель самостоятельно придумывает дополнительные тесты, пытается сломать собственное решение, сравнивает несколько подходов и только затем завершает работу. Особенно заметный эффект проявился в задачах, где результат легко проверить:

• безопасность: с 64% до 87%;
• аппаратные задачи: с 34% до 75%;
• ML: с 54% до 73%;
• научные задачи: с 41% до 61%;
• обычная разработка: с 43% до 56%.

При этом высокий effort не устраняет фундаментальные ошибки. Модель по-прежнему может неправильно понять исходную задачу. А чем дольше она работает автономно, тем больше решений принимает без пользователя и тем больше появляется возможностей для неверной трактовки требований.

Как выбирать effort для разных задач

Thariq предлагает использовать уровни в зависимости от степени самостоятельности Claude:

• Low — идеи, прототипы и простые изменения, когда пользователь постоянно контролирует работу.
• Medium — большинство обычных задач разработки.
• High — сложные баги, тестирование и задачи с большим количеством крайних случаев.
• Max — продолжительная автономная работа, например полная сборка и проверка приложения или поиск уязвимостей в критичном ПО.

Сам Thariq использует гибридный подход: сначала дает Claude техническое задание и просит выявить недостающие детали, затем выполняет реализацию на low, быстро проверяет направление и вносит изменения. Финальную проверку и тестирование он запускает на high.

Таким образом, высокий effort имеет наибольший смысл там, где Claude должен самостоятельно анализировать результат и искать собственные ошибки. Если же пользователь активно контролирует процесс, более низкий уровень может позволить выполнить ту же работу быстрее и с меньшими затратами времени и вычислений.

Источник: Claude Code