Effort

Effort คือค่าที่เราตั้งเพื่อบอก model ว่าให้ "ทุ่มแรง" กับคำขอนี้มากแค่ไหน โดยเลือกเป็นระดับ เช่น low · medium · high · xhigh · max ยิ่งระดับสูง โมเดลยิ่งใช้ token มากขึ้นในการคิด วิเคราะห์ และลงมือทำ ผลลัพธ์จึงละเอียดและรอบคอบขึ้น แลกกับเวลารอที่นานขึ้นและค่าใช้จ่ายที่สูงขึ้น ส่วนระดับต่ำจะได้คำตอบเร็วและประหยัด แต่ยอมรับว่าความสามารถลดลงบ้าง พูดง่ายๆ คือ effort เป็นปุ่มปรับ trade-off ระหว่างคุณภาพ ความเร็ว และต้นทุน ในโมเดลตัวเดียวกัน โดยไม่ต้องสลับไปใช้โมเดลอื่น สิ่งที่ปุ่มนี้กำลังปรับจริงๆ คือ ปริมาณแรงคิดที่โมเดลใช้ตอนตอบ ซึ่งเป็นแกนที่ทำให้คำตอบดีขึ้นได้โดยไม่ต้องเปลี่ยนตัวโมเดล

ในทางเทคนิค ฝั่ง Anthropic ตั้งผ่านพารามิเตอร์ output_config.effort (ค่าเริ่มต้นคือ high) และมีผลกับ token ทั้งหมดของการตอบ: ทั้งเนื้อหาคำตอบ การคิดภายใน (thinking) และ tool-call เช่น ตั้ง effort ต่ำ โมเดลจะเรียก tool น้อยครั้งลง รวบหลายงานไว้ในการเรียกครั้งเดียว และตอบกระชับขึ้น ที่สำคัญ effort เป็น "สัญญาณเชิงพฤติกรรม" ไม่ใช่โควตาตายตัว: ต่อให้ตั้งต่ำ ถ้าโจทย์ยากจริงโมเดลก็ยังคิดอยู่ เพียงแต่คิดสั้นกว่าเมื่อเทียบกับระดับสูง ฝั่ง OpenAI ก็มีแนวคิดเดียวกันในชื่อ reasoning.effort (ค่าตั้งแต่ none ถึง xhigh/max แล้วแต่รุ่น) ซึ่งคุมปริมาณ reasoning token ที่โมเดลใช้คิดก่อนตอบ โดย token ส่วนนี้กินพื้นที่ context-window และคิดเงินเป็น output-tokens ด้วยแม้เราจะมองไม่เห็นมัน

คนทำงานยุค AI ควรรู้จักคำนี้เพราะมันคือคันเร่งหลักของค่าใช้จ่ายและความเร็ว: งานง่ายอย่างจัดหมวดข้อความหรืองานของ subagent ใช้ low ก็พอ งาน agent ที่รันยาวหลายสิบนาทีถึงจะคุ้มกับ xhigh ส่วน max สงวนไว้สำหรับโจทย์ที่ยากที่สุดจริงๆ เพราะจ่ายแพงขึ้นมากแต่คุณภาพเพิ่มไม่เยอะ และมีข้อควรระวังหนึ่งข้อ: การเปลี่ยนค่า effort กลางบทสนทนาจะทำให้ prefix-cache ที่เคยเก็บไว้ใช้ไม่ได้ ต้องจ่ายค่า input เต็มราคาใหม่ ดังนั้นควรเลือกระดับตั้งแต่ต้นแล้วคงไว้ตลอด session เดียวกัน

ตัวอย่างจากบทสนทนาจริง

ถาม: "ผมตั้ง effort เป็น low เพื่อประหยัดงบ แล้วทำไมงานวิเคราะห์สัญญาฉบับยาวออกมาตื้นมาก สรุปขาดๆ หายๆ ตกลงบริษัทโดนลดสเปกโมเดลหรือเปล่า"

ตอบ: "โมเดลตัวเดิมเป๊ะครับ แต่ effort คือระดับความพยายามที่เราสั่งให้มันใช้ต่องาน พอตั้ง low โมเดลจะประหยัด token: คิดสั้นลง เรียก tool น้อยลง ตอบรวบรัด ซึ่งเหมาะกับงานง่ายๆ อย่างคัดแยกอีเมล งานวิเคราะห์ลึกแบบนี้ให้ปรับกลับไป high หรือ xhigh ครับ ยอมช้าและแพงขึ้นหน่อย แลกกับความละเอียดที่งานนี้ต้องการ"

ระวังสับสนกับ

• max_tokens : เพดานความยาวสูงสุดของผลลัพธ์ เป็นข้อจำกัดแข็งที่ตัดจบทันทีเมื่อชน ส่วน effort บอกว่าให้ "คิดหนักแค่ไหน" ไม่ใช่เพดานจำนวน token · ตั้ง effort สูงจึงควรเผื่อ max_tokens ให้ใหญ่ตามไปด้วย
• Thinking budget (budget_tokens) : วิธีคุมแบบเก่าของ Claude ที่กำหนดเป้าจำนวน token เฉพาะ "ส่วนการคิด" เท่านั้น กำลังถูกแทนที่ด้วย effort ซึ่งคุมพฤติกรรมทั้งการตอบ รวมถึง tool call ด้วย และเป็นตัวควบคุมที่เอกสารรุ่นใหม่แนะนำ