vitaly.nikitenko/ai-setup
0
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
6c507b45491d89e7e1eb448b43c98786a4d49883
ai-setup/EFFORT_MAPPING.md
Виталий Никитенко 6c507b4549 feat(eltex): add ai-eltex-qwen, effort max by default; fix model pick and /logout-eltex 
ai-eltex-qwen: new launcher for the Eltex proxy on Qwen models
(Coder-Senior, then Flash-Next), own key eltex_qwen_key, config dir and
/logout-eltex-qwen hook branch, 200K window.

Effort: ai-glm and ai-eltex start on max via CLI --effort (AI_EFFORT
overrides), CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000 so long GLM answers are
not cut at 32000. EFFORT_MAPPING notes the proxy passes effort for
anth-glm-5.3 since 09.10.

ai-eltex model pick: no longer falls back to the first /v1/models entry,
which twice picked something unusable (zai-glm-5.3 routed to flash, and
the access-group name ZAI-Test-Group -> 400). Without anth-glm-5.3 the
launcher exits with a clear message; ELTEX_MODEL still overrides.

/logout-eltex: Claude Code answered "Unknown command" and never called
the logout hook (the built-in /logout bypasses hooks too). ai-eltex now
registers commands/logout-eltex.md in its config dir, so the hook
receives the command and deletes eltex_key (checked end to end).

ru-bypass: resolve exception hosts via ahostsv4 first.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-12 11:52:45 +07:00

9.4 KiB
Raw Blame History

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: max, 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: max для ai-glm, ai-eltex и ai-eltex-qwen, xhigh для ai-claude, high для остальных Claude Code лаунчеров. ai-glm, ai-eltex и ai-eltex-qwen передают уровень через CLI --effort, поэтому каждый запуск стартует на max (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.
  • ai-eltex: с 09.10 прокси пропускает effort для anth-glm-5.3, маппинг тот же, что у ai-glm (на стороне Z.ai). Как и ai-glm, стартует на max через CLI --effort, AI_EFFORT=high ai-eltex работает. У ai-eltex-qwen прокси effort игнорирует, /effort и AI_EFFORT там ни на что не влияют.
Reference in New Issue View Git Blame Copy Permalink