Modalità veloce
Ottieni fino a 2,5 volte più token di output al secondo dai modelli Claude supportati.
L’utilizzo varia in base al prodotto
speed: "fast" nella richiesta.speed nell’oggetto modello dell’agente, ad esempio {"id": "claude-opus-5-5", "speed": "fast"}.La “fast mode” (modalità veloce) offre fino a 2,5 volte più token di output al secondo a un prezzo premium. Imposta speed: "fast" nella tua richiesta per attivarla. La modalità veloce è disponibile su Claude Fable 5.2, Claude Mythos 5.2 e Claude Opus 5.5. La modalità veloce è in anteprima di ricerca su Claude Opus 5 e deprecata su Claude Opus 4.8.
Come funziona la modalità veloce
La modalità veloce esegue lo stesso modello con una configurazione di inferenza più rapida. Non ci sono cambiamenti nell’intelligenza o nelle capacità.
- Fino a 2,5 volte più token di output al secondo rispetto alla velocità standard
- I vantaggi in termini di velocità riguardano gli “output tokens per second” (token di output al secondo), o OTPS, e non il “time to first token” (tempo al primo token), o TTFT
- Compatibile con lo streaming, dove il guadagno in OTPS è più visibile
Utilizzo di base
La modalità veloce funziona solo sui modelli supportati. Consulta Disponibilità per i dettagli, inclusi i modelli che richiedono un header 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)Su Claude in Microsoft Foundry, la modalità veloce ha i propri ID del modello, ed è il deployment a impostare la velocità. Invia le richieste in modalità veloce a un deployment del modello veloce e ometti speed:
| Modello | ID del modello veloce |
|---|---|
| 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 richiesta che imposta speed su un deployment del modello standard, come claude-opus-5-5, restituisce un errore.
Limiti di velocità
La modalità veloce ha un “rate limit” (limite di velocità) dedicato, separato dai limiti di velocità standard. Quando superi il limite di velocità della modalità veloce, l’API restituisce un errore 429 con un header retry-after che indica quando la capacità è disponibile. Su Claude Models on Google Cloud (Google managed), Google Cloud gestisce i limiti di velocità e le quote.
Claude Fable 5.2, Claude Mythos 5.2 e Claude Opus 5.5 hanno un limite di velocità predefinito per la modalità veloce. Il limite predefinito si applica nei livelli di utilizzo Start, Build e Scale. Non è necessario richiedere l’accesso alla modalità veloce per questi modelli. Le organizzazioni nel livello di valutazione possono usare la modalità veloce con questi modelli una volta passate al livello Start, Build o Scale.
La risposta include header che indicano lo stato del limite di velocità della modalità veloce:
| Header | Descrizione |
|---|---|
anthropic-fast-input-tokens-limit | Numero massimo di token di input in modalità veloce al minuto |
anthropic-fast-input-tokens-remaining | Token di input rimanenti in modalità veloce |
anthropic-fast-input-tokens-reset | Momento in cui il limite di token di input in modalità veloce viene reimpostato |
anthropic-fast-output-tokens-limit | Numero massimo di token di output in modalità veloce al minuto |
anthropic-fast-output-tokens-remaining | Token di output rimanenti in modalità veloce |
anthropic-fast-output-tokens-reset | Momento in cui il limite di token di output in modalità veloce viene reimpostato |
Per visualizzare i limiti di velocità della modalità veloce, vai alla pagina Limiti di richieste nella Claude Console.
Verificare quale velocità è stata utilizzata
L’oggetto usage della risposta include un campo speed che indica quale velocità è stata utilizzata, "fast" oppure "standard". Richiedere speed: "fast" su un modello che non supporta la modalità veloce restituisce un errore, così come il superamento dei limiti di velocità o della capacità della modalità veloce (un 429 o un 529). Quando una richiesta con speed: "fast" ha esito positivo, usage.speed è "fast". Claude Opus 4.6 rappresenta un’eccezione: invece di restituire un errore, una richiesta con speed: "fast" e l’header beta fast-mode-2026-02-01 ha esito positivo, ma viene eseguita a velocità standard. In questa situazione, usage.speed mostra "standard". Su Claude Models on Google Cloud (Anthropic managed), una richiesta a Claude Opus 4.6 con speed: "fast" restituisce un errore 400 anche con l’header.
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"
}
}Per monitorare l’utilizzo e i costi della modalità veloce in tutta la tua organizzazione, consulta l’API Usage and Cost Analytics.
Nuovi tentativi e fallback
Nuovi tentativi automatici
L’SDK ritenta automaticamente gli errori 429 della modalità veloce fino a due volte per impostazione predefinita (configurabile con max_retries), attendendo il ritardo indicato nell’header retry-after prima di ogni nuovo tentativo. Poiché la modalità veloce utilizza un reintegro continuo dei token, il ritardo retry-after è in genere breve e le richieste hanno esito positivo non appena la capacità è disponibile.
Fallback alla velocità standard
Se preferisci ripiegare sulla velocità standard anziché attendere la capacità della modalità veloce, intercetta l’errore del limite di velocità e ritenta senza speed: "fast". Su Claude in Microsoft Foundry, è il deployment a impostare la velocità, quindi ritenta invece su un deployment del modello standard. Imposta max_retries su 0 nella richiesta veloce iniziale per saltare i nuovi tentativi automatici e fallire immediatamente in caso di errori del limite di velocità.
Poiché impostare max_retries su 0 disabilita anche i nuovi tentativi per altri errori transitori (sovraccarico, errori interni del server), gli esempi seguenti inviano nuovamente la richiesta dopo questi errori.
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,
)Considerazioni
- Batch API: La modalità veloce non è disponibile con la Batch API.
- Priority Tier: La modalità veloce non è disponibile con un impegno Priority Tier.
Prezzi
La modalità veloce ha un prezzo pari a un moltiplicatore sulle tariffe standard sull’intera finestra di contesto, incluse le richieste con oltre 200k token di input. Su Claude Models on Google Cloud (Google managed), è Google Cloud a stabilire i prezzi della modalità veloce. Consulta Prezzi delle piattaforme cloud.
| Modello | Input | Output |
|---|---|---|
| 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 |
I prezzi della modalità veloce si sommano ad altri modificatori di prezzo:
- I moltiplicatori della cache dei prompt si applicano in aggiunta ai prezzi della modalità veloce.
- I moltiplicatori di residenza dei dati si applicano in aggiunta ai prezzi della modalità veloce.
Per i dettagli completi sui prezzi, consulta la pagina Prezzi.
Disponibilità
La modalità veloce è disponibile solo sui seguenti modelli. Se utilizzavi la modalità veloce su un modello precedente, esegui la migrazione a un modello che supporta la modalità veloce.
Per accedere alla modalità veloce su Claude Opus 5, contatta il tuo account manager o iscriviti alla lista d’attesa.
Claude API
- API
- Messages API
- Managed AgentsSolo con Claude Opus 5.5, Claude Opus 5, Claude Opus 4.8
- Modelli
- Claude Fable 5.2
- Claude Mythos 5.2
- Claude Opus 5.5
- Claude Opus 5 Anteprima di ricerca, richiede
- Claude Opus 4.8 Deprecato, richiede
Data di rimozione: 30 novembre 2026. Dopo la rimozione, le richieste a
claude-opus-4-8conspeed: "fast"restituiranno un errore. Per continuare a usare la modalità veloce, esegui la migrazione a Claude Opus 5.5. Consulta Migrazione a Claude Opus 5.5 da Claude Opus 4.8.
Claude Models on Google Cloud (Anthropic managed)
- API
- Messages API
- Managed AgentsSolo con Claude Opus 5.5
- Modelli
- Claude Fable 5.2
- Claude Mythos 5.2
- Claude Opus 5.5
Claude Models on Google Cloud (Google managed)
- API
- Messages API
- Modelli
- Claude Fable 5.2
- Claude Mythos 5.2
Microsoft Foundry (hosted on Azure)
- API
- Messages API
- Modello
- Claude Opus 5.5
- Nota
Su Microsoft Foundry, la modalità veloce ha i propri ID del modello, che terminano con
-fast. Invia le richieste a un deployment del modello veloce e omettispeed.
Microsoft Foundry (hosted on Anthropic)
- API
- Messages API
- Modelli
- Claude Fable 5.2
- Claude Mythos 5.2
- Nota
Su Microsoft Foundry, la modalità veloce ha i propri ID del modello, che terminano con
-fast. Invia le richieste a un deployment del modello veloce e omettispeed.
Gestione dei dati
Panoramica sulla gestione dei datiEndpoint applicabili
/v1/messagesconspeed: "fast"
Esclude Modelli coperti
Stesso endpoint della Messages API con inferenza più veloce. La ZDR si applica indipendentemente dall’impostazione della velocità.
Passaggi successivi
Ottieni risultati JSON convalidati dai flussi di lavoro degli agenti.
Scopri la struttura dei prezzi di Anthropic per modelli e funzionalità.
Controlla quanti token Claude utilizza nel rispondere tramite il parametro effort, bilanciando la completezza della risposta e l’efficienza dei token.
Trasmetti in streaming le risposte della Messages API in modo incrementale con i server-sent events, inclusi i delta di testo, uso degli strumenti e ragionamento esteso.
Questa pagina ti è stata utile?