Claude Platform Docs
MessagesCapacités du modèle

Mode rapide

Obtenez jusqu’à 2,5 fois plus de tokens de sortie par seconde avec les modèles Claude pris en charge.

L’utilisation varie selon le produit

Messages API
Définissez speed: "fast" dans la requête.
Managed Agents
Définissez speed sur l’objet modèle de l’agent, par exemple {"id": "claude-opus-5-5", "speed": "fast"}.

Le « fast mode » (mode rapide) offre jusqu’à 2,5 fois plus de « output tokens » (tokens de sortie) par seconde, à un tarif premium. Définissez speed: "fast" dans votre requête pour l’activer. Le mode rapide est disponible sur Claude Fable 5.2, Claude Mythos 5.2 et Claude Opus 5.5. Le mode rapide est en aperçu de recherche sur Claude Opus 5 et déprécié sur Claude Opus 4.8.

Fonctionnement du mode rapide

Le mode rapide exécute le même modèle avec une configuration d’inférence plus rapide. L’intelligence et les capacités restent inchangées.

  • Jusqu’à 2,5 fois plus de tokens de sortie par seconde par rapport à la vitesse standard
  • Les gains de vitesse portent sur les « output tokens per second » (tokens de sortie par seconde), ou OTPS, et non sur le « time to first token » (délai avant le premier token), ou TTFT
  • Compatible avec le streaming, où le gain en OTPS est le plus visible

Utilisation de base

Le mode rapide fonctionne uniquement sur les modèles pris en charge. Consultez Disponibilité pour plus de détails, notamment pour savoir quels modèles nécessitent un en-tête bêta.

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)

Sur Claude dans Microsoft Foundry, le mode rapide dispose de ses propres ID de modèle, et c’est le déploiement qui définit la vitesse. Envoyez les requêtes en mode rapide à un déploiement du modèle en mode rapide, et omettez speed :

ModèleID du modèle en mode rapide
Claude Fable 5.2claude-fable-5-2-fast
Claude Mythos 5.2claude-mythos-5-2-fast
Claude Opus 5.5claude-opus-5-5-fast

Une requête qui définit speed sur un déploiement du modèle standard, tel que claude-opus-5-5, renvoie une erreur.

Limites de débit

Le mode rapide dispose d’une « rate limit » (limite de débit) dédiée, distincte des limites de débit standard. Lorsque vous dépassez votre limite de débit du mode rapide, l’API renvoie une erreur 429 avec un en-tête retry-after indiquant quand de la capacité est disponible. Sur Claude Models on Google Cloud (Google managed), Google Cloud gère les limites de débit et les quotas.

Claude Fable 5.2, Claude Mythos 5.2 et Claude Opus 5.5 disposent d’une limite de débit par défaut pour le mode rapide. La limite par défaut s’applique dans les niveaux d’utilisation Start, Build et Scale. Vous n’avez pas besoin de demander l’accès au mode rapide pour ces modèles. Les organisations du niveau d’évaluation peuvent utiliser le mode rapide avec ces modèles dès qu’elles passent au niveau Start, Build ou Scale.

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

En-têteDescription
anthropic-fast-input-tokens-limitNombre maximal de tokens d’entrée en mode rapide par minute
anthropic-fast-input-tokens-remainingTokens d’entrée restants en mode rapide
anthropic-fast-input-tokens-resetMoment où la limite de tokens d’entrée du mode rapide est réinitialisée
anthropic-fast-output-tokens-limitNombre maximal de tokens de sortie en mode rapide par minute
anthropic-fast-output-tokens-remainingTokens de sortie restants en mode rapide
anthropic-fast-output-tokens-resetMoment où la limite de tokens de sortie du mode rapide est réinitialisée

Pour consulter vos limites de débit du mode rapide, rendez-vous sur la page Limites de débit de la Claude Console.

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". Demander speed: "fast" sur un modèle qui ne prend pas en charge le mode rapide renvoie une erreur, tout comme le dépassement des limites de débit ou de la capacité du mode rapide (une erreur 429 ou 529). Lorsqu’une requête avec speed: "fast" réussit, usage.speed vaut "fast". Claude Opus 4.6 constitue une exception : au lieu de renvoyer une erreur, une requête avec speed: "fast" et l’en-tête bêta fast-mode-2026-02-01 réussit, mais s’exécute à la vitesse standard. Dans cette situation, usage.speed affiche "standard". Sur Claude Models on Google Cloud (Anthropic managed), une requête Claude Opus 4.6 avec speed: "fast" renvoie une erreur 400, même avec l’en-tête.

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"
Output
{
  "id": "msg_01XFDUDYJgAACzvnptvVoYEL",
  "type": "message",
  "role": "assistant",

  "usage": {
    "input_tokens": 8,
    "output_tokens": 12,
    "speed": "fast"
  }
}

Pour suivre l’utilisation et les coûts du mode rapide dans l’ensemble de votre organisation, consultez l’API Usage and Cost Analytics.

Nouvelles tentatives et solutions de repli

Nouvelles tentatives automatiques

Le SDK réessaie automatiquement les erreurs 429 du mode rapide jusqu’à deux fois par défaut (configurable avec max_retries), en attendant le délai indiqué dans l’en-tête retry-after avant chaque nouvelle tentative. Comme le mode rapide utilise un réapprovisionnement continu des tokens, le délai retry-after est généralement court et les requêtes réussissent dès que de la capacité est disponible.

Repli sur la vitesse standard

Si vous préférez vous replier sur la vitesse standard plutôt que d’attendre de la capacité en mode rapide, interceptez l’erreur de limite de débit et réessayez sans speed: "fast". Sur Claude dans Microsoft Foundry, c’est le déploiement qui définit la vitesse ; réessayez donc plutôt sur un déploiement du modèle standard. Définissez max_retries sur 0 pour la requête rapide initiale afin d’ignorer les nouvelles tentatives automatiques et d’échouer immédiatement en cas d’erreur de limite de débit.

Comme définir max_retries sur 0 désactive également les nouvelles tentatives pour les autres erreurs transitoires (surcharge, erreurs internes du serveur), les exemples suivants renvoient la requête après ces erreurs.

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,
)

Considérations

  • Batch API : le mode rapide n’est pas disponible avec la Batch API.
  • Priority Tier : le mode rapide n’est pas disponible avec un engagement Priority Tier.

Tarification

Le mode rapide est facturé selon un multiplicateur appliqué aux tarifs standard sur l’ensemble de la « context window » (fenêtre de contexte), y compris pour les requêtes de plus de 200k tokens d’entrée. Sur Claude Models on Google Cloud (Google managed), Google Cloud fixe les tarifs du mode rapide. Consultez Tarification des plateformes cloud.

ModèleEntréeSortie
Claude Fable 5.216 $ USD / MTok80 $ USD / MTok
Claude Mythos 5.216 $ USD / MTok80 $ USD / MTok
Claude Opus 5.58 $ USD / MTok40 $ USD / MTok
Claude Opus 5 / Claude Opus 4.810 $ USD / MTok50 $ USD / MTok

La tarification du mode rapide se cumule avec les autres modificateurs de tarification :

Pour tous les détails de tarification, consultez la page Tarification.

Disponibilité

Le mode rapide est disponible uniquement sur les modèles suivants. Si vous utilisiez le mode rapide sur un modèle antérieur, migrez vers un modèle qui prend en charge le mode rapide.

Pour accéder au mode rapide sur Claude Opus 5, contactez votre gestionnaire de compte ou inscrivez-vous sur la liste d’attente.

Mode rapide
API
  • Messages API
  • Managed AgentsUniquement avec Claude Opus 5.5, Claude Opus 5, Claude Opus 4.8
Modèles
  • Claude Fable 5.2
  • Claude Mythos 5.2
  • Claude Opus 5.5
  • Claude Opus 5 Aperçu de recherche, nécessite
  • Claude Opus 4.8 Déprécié, nécessite

Date de suppression : 30 novembre 2026. Après le retrait, les requêtes vers claude-opus-4-8 avec speed: "fast" renverront une erreur. Pour continuer à utiliser le mode rapide, migrez vers Claude Opus 5.5. Consultez Migrer de Claude Opus 4.8 vers Claude Opus 5.5.

Points de terminaison concernés

  • /v1/messages avec speed: "fast"
Zéro conservation des donnéesÉligible

Exclut Modèles couverts

Même point de terminaison de la Messages API avec une inférence plus rapide. La ZDR s’applique quel que soit le paramètre de vitesse.

HIPAAÉligible

Étapes suivantes

Obtenez des résultats JSON validés à partir de workflows d’agents.

Découvrez la structure tarifaire d’Anthropic pour les modèles et les fonctionnalités.

Contrôlez le nombre de tokens que Claude utilise pour répondre grâce au paramètre effort, en arbitrant entre l’exhaustivité des réponses et l’efficacité en tokens.

Diffusez les réponses de l’API Messages de manière incrémentale avec les événements envoyés par le serveur, y compris les deltas de texte, d’utilisation d’outils et de réflexion étendue.

Cette page vous a-t-elle été utile ?