Reasoning エフォート
Claude Code のエフォートレベル（/effort、/model のスライダー、--effort、または CLAUDE_CODE_EFFORT_LEVEL）は output_config.effort リクエストフィールドとして送られ、shunt はマッピングされたモデルに対してそれを Responses の reasoning.effort へマッピングします。
| Claude Code のエフォート | → reasoning.effort |
|---|---|
low / medium / high / xhigh |
パススルー |
max |
受け入れるモデル（gpt-5.6 ファミリー）ではパススルー、それ以外は xhigh に折りたたむ |
Codex スラッグがどの reasoning レベルを受け入れるかは、openai/codex の models.json（supported_reasoning_levels）にモデルごとに記載されています。
shunt での優先順位: 設定の route.effort / [providers.*].effort オーバーライドが最初に優先されます。それ以外の場合はリクエストの output_config.effort が尊重されます。それ以外の場合は thinking.enabled → high、次にモデル名のサフィックス（-xhigh/-high/-medium/-low、-spark は -low として扱う）、それ以外は medium。
トークンカウント（count_tokens）
Anthropic へルーティングされるモデルでは、shunt は POST /v1/messages/count_tokens を上流へパススルーします（正確なカウント）。responses へルーティングされるモデルには相当する上流エンドポイントがないため、プロバイダーの count_tokens 設定が決めます。
count_tokens = "tiktoken"（デフォルト） — shunt は tiktoken のo200k_baseエンコーダーでローカルにカウントを計算し、{"input_tokens": N}を返します。GPT ファミリーのモデルのテキストにはほぼ正確で、プロセス内（~ミリ秒）で応答されます — これは、Claude Code の/contextが表示項目ごとにcount_tokens呼び出しを 1 回発行する（呼び出しごとに 30～50 回）ため重要です。count_tokens = "estimate"（オプトイン） — shunt は 501not_supportedを返し、このエンドポイントが利用できないことを Claude Code に通知してフォールバックを起動します。メインループのコンテキストバーはその後ローカルで推定しますが、/contextは各カテゴリのカウントをネットワーク越しに Haiku に対して再実行します — 遅く、Anthropic の認証情報がないと静かに 0 トークンと報告されます。
いずれの場合も、リクエストが responses アダプターに届くことは決してないため、カウントリクエストが完全な推論呼び出しに変わって（課金されて）しまうことはありません。
マッピングされたモデルのコンテキスト / 使用量表示
Claude Code は、アシスタントメッセージのトークン usage をモデルのコンテキストウィンドウサイズで割って、コンテキストインジケーターをローカルで計算します。responses プロバイダーへルーティングされたモデルの場合:
- トークンカウント（分子）は正確です。 shunt は Responses の
usageからinput_tokens（およびキャッシュされたトークン）を読み取り、Anthropic のmessage_deltaで転送し、キャッシュされた部分をcache_read_input_tokensに切り分けます。 - ウィンドウ（分母）は、認識されない id に対してデフォルトで固定の 200k になります。 より大きな実ウィンドウを持つモデル（例 372k の
gpt-5.6-sol）は、控えめで過大報告されたパーセンテージを示します — これは自動コンパクトが少し早めにトリガーされるだけです。
200k のデフォルトは CLAUDE_CODE_MAX_CONTEXT_TOKENS（Claude Code 2.1.205+）でクライアント側からオーバーライドできます。これは claude- で始まらない任意のモデル id に適用されます。
# e.g. gpt-5.6-sol's real window
export CLAUDE_CODE_MAX_CONTEXT_TOKENS=372000オーバーライドは claude- で始まらない id のみに適用されるため、discovery エイリアス（claude- で始まる必要がある）はこれを取れません — そのウィンドウは 200k デフォルトに固定されたままです。ピッカーでは便利ですが、正確なウィンドウが必要なときは非 claude- id（ANTHROPIC_CUSTOM_MODEL_OPTION 経由、または tier エイリアスのリマップによる）を使ってください。2 つのマッピングされた tier がウィンドウを共有するとき — gpt-5.6-sol と gpt-5.6-luna はどちらも 372k — 1 つのグローバル値が両方をカバーします。
もう 1 つのクライアント側のレバーは [1m] モデル id サフィックスで、これは 1M ウィンドウを強制します — 上流が本当にそのウィンドウを持つときだけ使ってください。（shunt はルートマッチングと転送の前に末尾の [1m] を除去するため、ヒントは純粋にクライアント側にとどまり、プロバイダーがそれを見ることはありません。）
| フィールド | マッピングされた（responses）モデル |
Claude パススルー |
|---|---|---|
| 使用されたコンテキストトークン | ✅ 正確（shunt が転送） | ✅ 正確 |
| コンテキストウィンドウ（分母） | ⚠️ 200k デフォルト。CLAUDE_CODE_MAX_CONTEXT_TOKENS を設定 |
✅ 正確 |
count_tokens（事前チェック） |
⚠️ ローカルの tiktoken カウント（デフォルト） | ✅ 正確（上流） |
rate_limits（5h / 週次） |
❌ Anthropic ヘッダーが必要 | ✅ 表示される |
コンテキストオーバーフローの回復
会話が上流モデルの実ウィンドウを超えると、プロバイダーは独自の文言でリクエストを拒否します — OpenAI の context_length_exceeded、"This model's maximum context length is N tokens…"、またはプロキシの "prompt token count of N exceeds the limit of M"。Claude Code の自動コンパクト＆リトライは Anthropic の言い回しにのみ発火するため、書き換えなければこれらのエラーはセッションを手動 /compact まで立ち往生させてしまいます（文書化されたゲートウェイの落とし穴）。
shunt は responses へルーティングされたモデルのコンテキストオーバーフローエラーを検出し、Claude Code がマッチする Anthropic の形へ書き換えます。
{"type": "error", "error": {"type": "invalid_request_error", "message": "prompt is too long: 372982 tokens > 272000 maximum"}}上流メッセージが両方のトークンカウントを伴うとき、shunt はそれらを保持します（上流がどの順序で述べても） — Claude Code は N tokens > M maximum のギャップをパースし、1 回の再試行でオーバーシュート全体を超えてコンパクトします。上流がカウントを与えないとき（例 Responses API の素の “Your input exceeds the context window of this model”）、shunt は prompt is too long だけを発行し、これでもコンパクトはトリガーされます。オーバーフロー以外のエラーは元のメッセージのままパススルーされます。
アトリビューションブロック
Claude Code はアトリビューション行をシステムプロンプトの先頭に付加します。Anthropic は処理前にそれを除去しますが、shunt はそれを変更せず転送するため、マッピングされたプロバイダーはそれを instructions の最初の行として受け取ります。無害ですが、非 Anthropic モデルにとっては無意味なノイズです。これを落とすには:
export CLAUDE_CODE_ATTRIBUTION_HEADER=0これはグローバルなので、Anthropic パススルーのトラフィック（コスト追跡に使われる）からもアトリビューションを除去します — 別のプロバイダーへルーティングしているなら問題ありません。