ai-setup/EFFORT_MAPPING.md

Effort Mapping - соответствие уровней для Claude Code лаунчеров

Как это работает

/effort и AI_EFFORT относятся к лаунчерам, которые запускают Claude Code: ai-claude, ai-deepseek, ai-kimi, ai-glm, ai-openrouter, ai-opencode.

Нативные лаунчеры ai-gpt (OpenAI Codex), ai-gemini (Antigravity agy) и ai-cursor (Cursor CLI agent) не используют эту схему. У них свои настройки reasoning внутри соответствующего CLI.

Документ отражает текущую реализацию scripts/ai-setup.sh.

Таблица маппинга

Claude Code /effort	Anthropic (ai-claude)	DeepSeek V4 (ai-deepseek)	Kimi K2.7/K2.6 (ai-kimi)	GLM 5.3 (ai-glm)	OpenRouter/GPT-5.5 (ai-openrouter)	OpenCode Go (ai-opencode)
low	нативно low	нативно low	thinking on	нативно low	без локального маппинга	без локального маппинга
medium	нативно medium	провайдер поднимает до high	thinking on	провайдер опускает до low	без локального маппинга	без локального маппинга
high	нативно high	нативно high	thinking on	нативно high	без локального маппинга	без локального маппинга
xhigh	нативно xhigh	провайдер поднимает до high	thinking on	провайдер опускает до high	без локального маппинга	без локального маппинга
max	нативно max	нативно max	thinking on	нативно max	без локального маппинга	без локального маппинга

Для OpenRouter текущий лаунчер не делает локального преобразования effort и отправляет значение дальше через Claude Code/OpenRouter. Конкретная интерпретация зависит от выбранной модели и backend-а OpenRouter.

Для OpenCode Go лаунчер работает через routatic-proxy, который транслирует Anthropic-запросы в OpenAI/Gemini-формат для OpenCode Go API. Локального маппинга effort нет — thinking budget не транслируется напрямую в OpenCode Go бекенд. Прокси и бекенд-модели выполняют reasoning на своей стороне независимо от уровня effort.

Нативные уровни каждого провайдера

Anthropic (Claude)

low -> medium -> high -> xhigh -> max

• 5 уровней, полное соответствие с Claude Code.
• Дефолт ai-claude: xhigh.
• max - максимальный бюджет thinking для самых сложных задач.

DeepSeek V4

low -> high -> max

• 3 реальных уровня.
• low остаётся low — реально снижает thinking бюджет.
• medium и xhigh фактически поднимаются до high.
• max остаётся max — максимальный бюджет thinking.
• Маппинг выполняется на стороне DeepSeek API.
• Дефолт ai-deepseek: high.

Kimi K2.7/K2.6 (Moonshot AI)

on / off

• Бинарный режим: thinking либо включен, либо выключен.
• Все уровни Claude Code effort в текущем лаунчере означают thinking on.
• Градаций глубины reasoning нет.
• Дефолт ai-kimi: high.

GLM 5.3 (Zhipu AI)

low -> high -> max

• 3 реальных уровня, thinking выключить нельзя (thinking.type=disabled тоже даёт reasoning).
• Anthropic-endpoint Z.ai читает output_config.effort от Claude Code и принимает все 5 уровней (невалидное значение -> HTTP 400 reasoning_effort must be one of: none, minimal, low, medium, high, xhigh, max).
• medium фактически опускается до low, xhigh - до high.
• Если effort не передан, Z.ai использует max. Поэтому ai-glm выставляет CLAUDE_CODE_ALWAYS_ENABLE_EFFORT=1 - иначе Claude Code не считает glm-5.3 effort-capable и параметр не уходит.
• Маппинг выполняется на стороне Z.ai API, ai-glm локально effort не преобразует.
• Дефолт ai-glm: xhigh (= high у GLM), задаётся через CLI --effort при каждом запуске.
• Официально Z.ai маппинг medium/xhigh не документирует. Он выведен замером 2026-09-25: по 3 запроса на уровень, средний output_tokens на счётной задаче - low ~1.5K, medium ~1.1K, high ~3.4K, xhigh ~2.8K, max ~3.8K. low/medium уверенно короче остальных, а high и max на такой выборке пересекаются по разбросу.

OpenRouter / GPT-5.5

Текущий ai-openrouter работает через Claude Code с ANTHROPIC_BASE_URL=https://openrouter.ai/api и не вызывает локальный effort proxy. Поэтому low/medium/high/xhigh/max не преобразуются в shell-лаунчере.

OpenCode Go (routatic-proxy)

Текущий ai-opencode работает через Claude Code с локальным routatic-proxy (ANTHROPIC_BASE_URL=http://127.0.0.1:3456), который транслирует запросы в OpenCode Go API. Effort не преобразуется локально — thinking budget не имеет прямого эффекта на OpenCode Go бекенд. Дефолт ai-opencode: high.

claude-gpt-effort-proxy.py все еще генерируется как совместимый helper для старого claude-code-proxy backend-а. Если использовать его вручную, он маппит только xhigh -> high, потому что claude-code-proxy принимает low, medium, high, max.

Где выполняется маппинг

Провайдер	Кто маппит	Файл/компонент
Anthropic	Не нужен	-
DeepSeek V4	DeepSeek API	На стороне сервера
Kimi K2.7/K2.6	Moonshot API	На стороне сервера
GLM 5.3	Z.ai API (low,medium→low, high,xhigh→high, max)	На стороне сервера
OpenRouter/GPT-5.5	Локального маппинга нет	ai-openrouter отправляет значение как есть
OpenCode Go	Локального маппинга нет	ai-opencode отправляет значение через routatic-proxy
Legacy GPT proxy	helper-маппинг xhigh -> high	~/bin/claude-gpt-effort-proxy.py или ~/.local/bin/claude-gpt-effort-proxy.py

Persistence effort между сессиями

Каждый Claude Code лаунчер (ai-claude, ai-deepseek, ai-kimi, ai-glm, ai-openrouter, ai-opencode) запоминает свой уровень effort отдельно в settings.json лаунчера.

/effort внутри сессии работает для всех уровней. CLAUDE_CODE_EFFORT_LEVEL не используется.

Форсировать уровень при запуске:

AI_EFFORT=max ai-deepseek    # включить max
AI_EFFORT=high ai-deepseek   # включить high
ai-deepseek                  # без флага - использовать уровень из settings.json

Дефолты: xhigh для ai-claude и ai-glm, high для остальных Claude Code лаунчеров. ai-glm передаёт уровень через CLI --effort, поэтому каждый запуск стартует на xhigh (или на AI_EFFORT), а /effort внутри сессии действует до её конца.

Рекомендации

• Для повседневной работы: high или xhigh.
• max effort имеет реальный эффект у Anthropic, DeepSeek и GLM; у Kimi это всё тот же thinking on.
• low/medium у Kimi фактически не снижают reasoning; у DeepSeek low и у GLM low/medium дают реальный уровень low и экономят бюджет.
• У GLM осмысленно выбирать только low, high (или xhigh) и max.