Modo rápido
Obtén hasta 2.5 veces más tokens de salida por segundo con los modelos de Claude compatibles.
El uso varía según el producto
speed: "fast" en la solicitud.speed en el objeto de modelo del agente, por ejemplo {"id": "claude-opus-5-5", "speed": "fast"}.El “fast mode” (modo rápido) ofrece hasta 2.5 veces más tokens de salida por segundo a un precio premium. Establece speed: "fast" en tu solicitud para activarlo. El modo rápido está disponible en Claude Fable 5.2, Claude Mythos 5.2 y Claude Opus 5.5. El modo rápido está en vista previa de investigación en Claude Opus 5 y obsoleto en Claude Opus 4.8.
Cómo funciona el modo rápido
El modo rápido ejecuta el mismo modelo con una configuración de inferencia más rápida. No hay ningún cambio en la inteligencia ni en las capacidades.
- Hasta 2.5 veces más tokens de salida por segundo en comparación con la velocidad estándar
- Los beneficios de velocidad se centran en los “output tokens per second” (tokens de salida por segundo), o OTPS, no en el “time to first token” (tiempo hasta el primer token), o TTFT
- Compatible con streaming, donde la ganancia de OTPS es más visible
Uso básico
El modo rápido solo funciona en los modelos compatibles. Consulta Disponibilidad para obtener más detalles, incluido qué modelos necesitan un encabezado beta.
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-opus-5-5",
max_tokens=4096,
speed="fast",
messages=[
{"role": "user", "content": "Refactor this module to use dependency injection"}
],
)
for block in response.content:
if block.type == "text":
print(block.text)En Claude en Microsoft Foundry, el modo rápido tiene sus propios ID de modelo, y la implementación establece la velocidad. Envía las solicitudes del modo rápido a una implementación del modelo del modo rápido y omite speed:
| Modelo | ID del modelo del modo rápido |
|---|---|
| Claude Fable 5.2 | claude-fable-5-2-fast |
| Claude Mythos 5.2 | claude-mythos-5-2-fast |
| Claude Opus 5.5 | claude-opus-5-5-fast |
Una solicitud que establece speed en una implementación del modelo estándar, como claude-opus-5-5, devuelve un error.
Límites de velocidad
El modo rápido tiene un “rate limit” (límite de velocidad) dedicado que es independiente de los límites de velocidad estándar. Cuando excedes tu límite de velocidad del modo rápido, la API devuelve un error 429 con un encabezado retry-after que indica cuándo hay capacidad disponible. En Claude Models on Google Cloud (Google managed), Google Cloud administra los límites de velocidad y las cuotas.
Claude Fable 5.2, Claude Mythos 5.2 y Claude Opus 5.5 tienen un límite de velocidad predeterminado para el modo rápido. El límite predeterminado se aplica en los niveles de uso Start, Build y Scale. No necesitas solicitar acceso al modo rápido para estos modelos. Las organizaciones en el nivel de evaluación pueden usar el modo rápido con estos modelos una vez que pasen al nivel Start, Build o Scale.
La respuesta incluye encabezados que indican el estado de tu límite de velocidad del modo rápido:
| Encabezado | Descripción |
|---|---|
anthropic-fast-input-tokens-limit | Máximo de tokens de entrada del modo rápido por minuto |
anthropic-fast-input-tokens-remaining | Tokens de entrada restantes del modo rápido |
anthropic-fast-input-tokens-reset | Momento en que se restablece el límite de tokens de entrada del modo rápido |
anthropic-fast-output-tokens-limit | Máximo de tokens de salida del modo rápido por minuto |
anthropic-fast-output-tokens-remaining | Tokens de salida restantes del modo rápido |
anthropic-fast-output-tokens-reset | Momento en que se restablece el límite de tokens de salida del modo rápido |
Para ver tus límites de velocidad del modo rápido, ve a la página Límites de frecuencia en la Claude Console.
Comprobar qué velocidad se utilizó
El objeto usage de la respuesta incluye un campo speed que indica qué velocidad se utilizó, ya sea "fast" o "standard". Solicitar speed: "fast" en un modelo que no admite el modo rápido devuelve un error, al igual que exceder los límites de velocidad o la capacidad del modo rápido (un 429 o 529). Cuando una solicitud con speed: "fast" tiene éxito, usage.speed es "fast". Claude Opus 4.6 es una excepción: en lugar de devolver un error, una solicitud con speed: "fast" y el encabezado beta fast-mode-2026-02-01 tiene éxito, pero se ejecuta a velocidad estándar. En esta situación, usage.speed muestra "standard". En Claude Models on Google Cloud (Anthropic managed), una solicitud a Claude Opus 4.6 con speed: "fast" devuelve un error 400 incluso con el encabezado.
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-opus-5-5",
max_tokens=1024,
speed="fast",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.usage.speed) # "fast" or "standard"{
"id": "msg_01XFDUDYJgAACzvnptvVoYEL",
"type": "message",
"role": "assistant",
"usage": {
"input_tokens": 8,
"output_tokens": 12,
"speed": "fast"
}
}Para hacer un seguimiento del uso y los costos del modo rápido en toda tu organización, consulta la API de análisis de uso y costos.
Reintentos y alternativas
Reintentos automáticos
El SDK reintenta automáticamente los errores 429 del modo rápido hasta dos veces de forma predeterminada (configurable con max_retries), esperando el tiempo indicado en el encabezado retry-after antes de cada reintento. Como el modo rápido utiliza una reposición continua de tokens, el retraso de retry-after suele ser corto y las solicitudes tienen éxito una vez que hay capacidad disponible.
Recurrir a la velocidad estándar
Si prefieres recurrir a la velocidad estándar en lugar de esperar a que haya capacidad en el modo rápido, captura el error de límite de velocidad y vuelve a intentarlo sin speed: "fast". En Claude en Microsoft Foundry, la implementación establece la velocidad, así que, en su lugar, vuelve a intentarlo en una implementación del modelo estándar. Establece max_retries en 0 en la solicitud rápida inicial para omitir los reintentos automáticos y fallar de inmediato ante errores de límite de velocidad.
Como establecer max_retries en 0 también desactiva los reintentos para otros errores transitorios (sobrecarga, errores internos del servidor), los siguientes ejemplos vuelven a enviar la solicitud después de esos errores.
client = anthropic.Anthropic()
def create_message_with_fast_fallback(max_retries=0, max_attempts=3, **params):
try:
return client.with_options(max_retries=max_retries).messages.create(**params)
except anthropic.RateLimitError:
if params.get("speed") == "fast":
del params["speed"]
return create_message_with_fast_fallback(max_retries=max_retries, **params)
raise
except (
anthropic.APIStatusError,
anthropic.APIConnectionError,
) as error:
if isinstance(error, anthropic.APIStatusError) and error.status_code < 500:
raise
if max_attempts > 1:
return create_message_with_fast_fallback(
max_retries=max_retries, max_attempts=max_attempts - 1, **params
)
raise
message = create_message_with_fast_fallback(
model="claude-opus-5-5",
max_tokens=1024,
messages=[{"role": "user", "content": "Hello"}],
speed="fast",
max_retries=0,
)Consideraciones
- Batch API: El modo rápido no está disponible con la Batch API.
- Priority Tier: El modo rápido no está disponible con un compromiso de Priority Tier.
Precios
El modo rápido tiene un precio basado en un multiplicador sobre las tarifas estándar en toda la “context window” (ventana de contexto), incluidas las solicitudes de más de 200k tokens de entrada. En Claude Models on Google Cloud (Google managed), Google Cloud establece los precios del modo rápido. Consulta Precios de plataformas en la nube.
| Modelo | Entrada | Salida |
|---|---|---|
| Claude Fable 5.2 | $16 USD / MTok | $80 USD / MTok |
| Claude Mythos 5.2 | $16 USD / MTok | $80 USD / MTok |
| Claude Opus 5.5 | $8 USD / MTok | $40 USD / MTok |
| Claude Opus 5 / Claude Opus 4.8 | $10 USD / MTok | $50 USD / MTok |
El precio del modo rápido se acumula con otros modificadores de precio:
- Los multiplicadores del almacenamiento en caché de prompts se aplican sobre el precio del modo rápido.
- Los multiplicadores de residencia de datos se aplican sobre el precio del modo rápido.
Para obtener todos los detalles de precios, consulta la página de Precios.
Disponibilidad
El modo rápido solo está disponible en los siguientes modelos. Si estabas usando el modo rápido en un modelo anterior, migra a un modelo que admita el modo rápido.
Para acceder al modo rápido en Claude Opus 5, contacta a tu gerente de cuenta o únete a la lista de espera.
Claude API
- API
- Messages API
- Managed AgentsSolo con Claude Opus 5.5, Claude Opus 5, Claude Opus 4.8
- Modelos
- Claude Fable 5.2
- Claude Mythos 5.2
- Claude Opus 5.5
- Claude Opus 5 Versión preliminar de investigación, requiere
- Claude Opus 4.8 En desuso, requiere
Fecha de eliminación: 30 de noviembre de 2026. Tras la eliminación, las solicitudes a
claude-opus-4-8conspeed: "fast"devolverán un error. Para seguir usando el modo rápido, migra a Claude Opus 5.5. Consulta Migración a Claude Opus 5.5 desde Claude Opus 4.8.
Claude Models on Google Cloud (Anthropic managed)
- API
- Messages API
- Managed AgentsSolo con Claude Opus 5.5
- Modelos
- Claude Fable 5.2
- Claude Mythos 5.2
- Claude Opus 5.5
Claude Models on Google Cloud (Google managed)
- API
- Messages API
- Modelos
- Claude Fable 5.2
- Claude Mythos 5.2
Microsoft Foundry (hosted on Azure)
- API
- Messages API
- Modelo
- Claude Opus 5.5
- Nota
En Microsoft Foundry, el modo rápido tiene sus propios ID de modelo, que terminan en
-fast. Envía las solicitudes a una implementación del modelo del modo rápido y omitespeed.
Microsoft Foundry (hosted on Anthropic)
- API
- Messages API
- Modelos
- Claude Fable 5.2
- Claude Mythos 5.2
- Nota
En Microsoft Foundry, el modo rápido tiene sus propios ID de modelo, que terminan en
-fast. Envía las solicitudes a una implementación del modelo del modo rápido y omitespeed.
Manejo de datos
Descripción general del manejo de datosEndpoints aplicables
/v1/messagesconspeed: "fast"
Excluye Modelos cubiertos
Mismo endpoint de la Messages API con inferencia más rápida. ZDR se aplica independientemente de la configuración de velocidad.
Próximos pasos
Obtén resultados JSON validados de flujos de trabajo de agentes.
Conoce la estructura de precios de Anthropic para modelos y funciones.
Controla cuántos tokens usa Claude al responder con el parámetro effort, equilibrando la exhaustividad de la respuesta y la eficiencia de tokens.
Transmite las respuestas de la Messages API de forma incremental con eventos enviados por el servidor, incluidos deltas de texto, uso de herramientas y pensamiento extendido.
¿Te resultó útil esta página?