Mode rapide (aperçu de recherche)

Le mode rapide offre une génération de jetons de sortie significativement plus rapide pour Claude Opus 4.6. En définissant speed: "fast" dans votre demande API, vous obtenez jusqu'à 2,5 fois plus de jetons de sortie par seconde du même modèle à un tarif premium.

Modèles pris en charge

Le mode rapide est pris en charge sur les modèles suivants :

• Claude Opus 4.6 (claude-opus-4-6)

Comment fonctionne le mode rapide

Le mode rapide exécute le même modèle avec une configuration d'inférence plus rapide. Il n'y a aucun changement à l'intelligence ou aux capacités.

• Jusqu'à 2,5 fois plus de jetons de sortie par seconde par rapport à la vitesse standard
• Les avantages de vitesse sont axés sur les jetons de sortie par seconde (OTPS), et non sur le temps jusqu'au premier jeton (TTFT)
• Les mêmes poids de modèle et comportement (pas un modèle différent)

Utilisation de base

curl https://api.anthropic.com/v1/messages \
    --header "x-api-key: $ANTHROPIC_API_KEY" \
    --header "anthropic-version: 2023-06-01" \
    --header "anthropic-beta: fast-mode-2026-02-01" \
    --header "content-type: application/json" \
    --data '{
        "model": "claude-opus-4-6",
        "max_tokens": 4096,
        "speed": "fast",
        "messages": [{
            "role": "user",
            "content": "Refactor this module to use dependency injection"
        }]
    }'

Tarification

Le mode rapide est tarifé à 6 fois les tarifs standard d'Opus pour les invites ≤200K jetons, et 12 fois les tarifs standard d'Opus pour les invites > 200K jetons. Le tableau suivant montre la tarification pour Claude Opus 4.6 avec le mode rapide :

La tarification du mode rapide s'ajoute à d'autres modificateurs de tarification :

• Les multiplicateurs de mise en cache des invites s'appliquent en plus de la tarification du mode rapide
• Les multiplicateurs de résidence des données s'appliquent en plus de la tarification du mode rapide

Pour les détails complets de la tarification, consultez la page de tarification.

Limites de débit

Le mode rapide a une limite de débit dédiée qui est séparée des limites de débit standard d'Opus. Contrairement à la vitesse standard, qui a des limites séparées pour les jetons d'entrée ≤200K et >200K, le mode rapide utilise une seule limite de débit qui couvre la plage de contexte complète. Lorsque votre limite de débit du mode rapide est dépassée, l'API retourne une erreur 429 avec un en-tête retry-after indiquant quand la capacité sera disponible.

La réponse inclut des en-têtes qui indiquent l'état de votre limite de débit du mode rapide :

Pour les limites de débit spécifiques au niveau, consultez la page des limites de débit.

Vérifier quelle vitesse a été utilisée

L'objet usage de la réponse inclut un champ speed qui indique quelle vitesse a été utilisée, soit "fast" soit "standard" :

curl https://api.anthropic.com/v1/messages \
    --header "x-api-key: $ANTHROPIC_API_KEY" \
    --header "anthropic-version: 2023-06-01" \
    --header "anthropic-beta: fast-mode-2026-02-01" \
    --header "content-type: application/json" \
    --data '{
        "model": "claude-opus-4-6",
        "max_tokens": 1024,
        "speed": "fast",
        "messages": [{"role": "user", "content": "Hello"}]
    }'

{
  "id": "msg_01XFDUDYJgAACzvnptvVoYEL",
  "type": "message",
  "role": "assistant",
  ...
  "usage": {
    "input_tokens": 523,
    "output_tokens": 1842,
    "speed": "fast"
  }
}

Pour suivre l'utilisation du mode rapide et les coûts dans votre organisation, consultez l'API d'utilisation et de coûts.

Tentatives et secours

Tentatives automatiques

Lorsque les limites de débit du mode rapide sont dépassées, l'API retourne une erreur 429 avec un en-tête retry-after. Les SDK Anthropic réessaient automatiquement ces demandes jusqu'à 2 fois par défaut (configurable via max_retries), en attendant le délai spécifié par le serveur avant chaque tentative. Puisque le mode rapide utilise le remplissage continu de jetons, le délai retry-after est généralement court et les demandes réussissent une fois que la capacité est disponible.

Basculer vers la vitesse standard

Si vous préférez basculer vers la vitesse standard plutôt que d'attendre la capacité du mode rapide, capturez l'erreur de limite de débit et réessayez sans speed: "fast". Définissez max_retries sur 0 sur la demande rapide initiale pour ignorer les tentatives automatiques et échouer immédiatement sur les erreurs de limite de débit.

Puisque la définition de max_retries sur 0 désactive également les tentatives pour les autres erreurs transitoires (surchargé, erreurs du serveur interne), les exemples ci-dessous réémettent la demande d'origine avec les tentatives par défaut pour ces cas.

import anthropic

client = anthropic.Anthropic()


def create_message_with_fast_fallback(max_retries=None, max_attempts=3, **params):
    try:
        return client.beta.messages.create(**params, max_retries=max_retries)
    except anthropic.RateLimitError:
        if params.get("speed") == "fast":
            del params["speed"]
            return create_message_with_fast_fallback(**params)
        raise
    except (
        anthropic.InternalServerError,
        anthropic.OverloadedError,
        anthropic.APIConnectionError,
    ):
        if max_attempts > 1:
            return create_message_with_fast_fallback(
                max_attempts=max_attempts - 1, **params
            )
        raise


message = create_message_with_fast_fallback(
    model="claude-opus-4-6",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello"}],
    betas=["fast-mode-2026-02-01"],
    speed="fast",
    max_retries=0,
)

Considérations

• Mise en cache des invites : Le basculement entre le mode rapide et la vitesse standard invalide le cache d'invite. Les demandes à des vitesses différentes ne partagent pas les préfixes mis en cache.
• Modèles pris en charge : Le mode rapide est actuellement pris en charge sur Opus 4.6 uniquement. L'envoi de speed: "fast" avec un modèle non pris en charge retourne une erreur.
• TTFT : Les avantages du mode rapide sont axés sur les jetons de sortie par seconde (OTPS), et non sur le temps jusqu'au premier jeton (TTFT).
• API Batch : Le mode rapide n'est pas disponible avec l'API Batch.
• Niveau de priorité : Le mode rapide n'est pas disponible avec le Niveau de priorité.

Prochaines étapes