Claude Platform Docs
Messages모델 기능

Fast mode

지원되는 Claude 모델에서 초당 출력 토큰을 최대 2.5배 더 많이 얻으세요.

제품별로 사용법이 다릅니다

Messages API
요청에 speed: "fast"를 설정하세요.
Managed Agents
에이전트의 모델 객체에 speed를 설정하세요. 예: {"id": "claude-opus-5-5", "speed": "fast"}.

“Fast mode”(고속 모드)는 프리미엄 가격으로 초당 출력 토큰을 최대 2.5배 더 많이 제공합니다. 사용하려면 요청에 speed: "fast"를 설정하세요. Fast mode는 Claude Fable 5.2, Claude Mythos 5.2 및 Claude Opus 5.5에서 사용할 수 있습니다. Fast mode는 Claude Opus 5에서는 연구 프리뷰 단계이고 Claude Opus 4.8에서는 지원 중단되었습니다.

Fast mode 작동 방식

Fast mode는 동일한 모델을 더 빠른 추론 구성으로 실행합니다. 지능이나 기능에는 변화가 없습니다.

  • 표준 속도 대비 초당 출력 토큰 최대 2.5배 향상
  • 속도 이점은 첫 토큰까지의 시간(TTFT)이 아닌 초당 출력 토큰(OTPS)에 집중됩니다
  • 스트리밍과 호환되며, 스트리밍에서 OTPS 향상이 가장 잘 드러납니다

기본 사용법

Fast mode는 지원되는 모델에서만 작동합니다. 베타 헤더가 필요한 모델을 포함한 자세한 내용은 가용성을 참조하세요.

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)

Microsoft Foundry의 Claude에서 fast mode에는 자체 모델 ID가 있으며, 배포가 속도를 결정합니다. Fast mode 요청은 fast mode 모델의 배포로 보내고 speed는 생략하세요:

모델Fast mode 모델 ID
Claude Fable 5.2claude-fable-5-2-fast
Claude Mythos 5.2claude-mythos-5-2-fast
Claude Opus 5.5claude-opus-5-5-fast

claude-opus-5-5와 같은 표준 모델의 배포에서 speed를 설정한 요청은 오류를 반환합니다.

속도 제한

Fast mode에는 표준 속도 제한과 별도인 전용 “rate limit”(속도 제한)이 있습니다. Fast mode 속도 제한을 초과하면 API는 용량을 사용할 수 있게 되는 시점을 나타내는 retry-after 헤더와 함께 429 오류를 반환합니다. Claude Models on Google Cloud (Google managed)에서는 Google Cloud가 속도 제한과 할당량을 관리합니다.

Claude Fable 5.2, Claude Mythos 5.2 및 Claude Opus 5.5에는 기본 fast mode 속도 제한이 있습니다. 기본 제한은 Start, Build, Scale 사용량 티어에서 적용됩니다. 이들 모델에 대해 fast mode 액세스를 요청할 필요가 없습니다. 평가 티어의 조직은 Start, Build 또는 Scale 티어로 이동하면 이들 모델로 fast mode를 사용할 수 있습니다.

응답에는 fast mode 속도 제한 상태를 나타내는 헤더가 포함됩니다:

헤더설명
anthropic-fast-input-tokens-limit분당 최대 fast mode 입력 토큰 수
anthropic-fast-input-tokens-remaining남은 fast mode 입력 토큰 수
anthropic-fast-input-tokens-resetFast mode 입력 토큰 제한이 재설정되는 시간
anthropic-fast-output-tokens-limit분당 최대 fast mode 출력 토큰 수
anthropic-fast-output-tokens-remaining남은 fast mode 출력 토큰 수
anthropic-fast-output-tokens-resetFast mode 출력 토큰 제한이 재설정되는 시간

Fast mode 속도 제한을 확인하려면 Claude Console의 속도 제한 페이지로 이동하세요.

사용된 속도 확인

응답의 usage 객체에는 사용된 속도를 나타내는 speed 필드가 포함되며, 값은 "fast" 또는 "standard"입니다. Fast mode를 지원하지 않는 모델에서 speed: "fast"를 요청하면 오류가 반환되며, fast mode의 속도 제한이나 용량을 초과하는 경우(429 또는 529)에도 마찬가지입니다. speed: "fast"를 사용한 요청이 성공하면 usage.speed는 "fast"입니다. Claude Opus 4.6은 예외입니다. 오류를 반환하는 대신 speed: "fast"와 fast-mode-2026-02-01 베타 헤더를 사용한 요청은 성공하지만 표준 속도로 실행됩니다. 이 경우 usage.speed에는 "standard"가 표시됩니다. Claude Models on Google Cloud (Anthropic managed)에서는 speed: "fast"를 사용한 Claude Opus 4.6 요청이 헤더가 있어도 400 오류를 반환합니다.

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"
  }
}

조직 전체의 fast mode 사용량과 비용을 추적하려면 Usage and Cost Analytics API를 참조하세요.

재시도 및 폴백

자동 재시도

SDK는 기본적으로 fast mode 429 오류를 최대 2회 자동으로 재시도하며(max_retries로 구성 가능), 각 재시도 전에 retry-after 헤더의 지연 시간만큼 대기합니다. Fast mode는 연속적인 토큰 보충을 사용하므로 retry-after 지연은 일반적으로 짧으며, 용량을 사용할 수 있게 되면 요청이 성공합니다.

표준 속도로 폴백

Fast mode 용량을 기다리는 대신 표준 속도로 폴백하려면 속도 제한 오류를 포착하고 speed: "fast" 없이 재시도하세요. Microsoft Foundry의 Claude에서는 배포가 속도를 결정하므로, 대신 표준 모델의 배포에서 재시도하세요. 초기 fast 요청에서 max_retries를 0으로 설정하면 자동 재시도를 건너뛰고 속도 제한 오류 시 즉시 실패합니다.

max_retries를 0으로 설정하면 다른 일시적 오류(과부하, 내부 서버 오류)에 대한 재시도도 비활성화되므로, 다음 예제에서는 이러한 오류가 발생한 후 요청을 다시 보냅니다.

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,
)

고려 사항

  • Batch API: Fast mode는 Batch API와 함께 사용할 수 없습니다.
  • Priority Tier: Fast mode는 Priority Tier 약정과 함께 사용할 수 없습니다.

가격

Fast mode는 200k 입력 토큰을 초과하는 요청을 포함하여 전체 컨텍스트 윈도우에 걸쳐 표준 요금에 배수를 적용한 가격으로 책정됩니다. Claude Models on Google Cloud (Google managed)에서는 Google Cloud가 fast mode 가격을 설정합니다. 클라우드 플랫폼 요금을 참조하세요.

모델입력출력
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

Fast mode 가격은 다른 가격 조정 요소와 중첩됩니다:

전체 가격 세부 정보는 가격 페이지를 참조하세요.

제공 여부

Fast mode는 다음 모델에서만 사용할 수 있습니다. 이전 모델에서 fast mode를 사용하고 있었다면 fast mode를 지원하는 모델로 마이그레이션하세요.

Claude Opus 5에서 fast mode에 액세스하려면 계정 관리자에게 문의하거나 대기자 명단에 등록하세요.

Fast mode
API
  • Messages API
  • Managed AgentsClaude Opus 5.5, Claude Opus 5, Claude Opus 4.8에서만
모델
  • Claude Fable 5.2
  • Claude Mythos 5.2
  • Claude Opus 5.5
  • Claude Opus 5 연구 프리뷰, 필요
  • Claude Opus 4.8 지원 중단, 필요

제거 날짜: 2026년 11월 30일. 제거 후에는 speed: "fast"를 사용한 claude-opus-4-8 요청이 오류를 반환합니다. Fast mode를 계속 사용하려면 Claude Opus 5.5로 마이그레이션하세요. Claude Opus 4.8에서 Claude Opus 5.5로 마이그레이션을 참조하세요.

적용 엔드포인트

  • /v1/messages speed: "fast" 사용 시
제로 데이터 보존적격

적용 모델 제외

더 빠른 추론을 제공하는 동일한 Messages API 엔드포인트입니다. ZDR은 속도 설정과 관계없이 적용됩니다.

HIPAA적격

다음 단계

에이전트 워크플로에서 검증된 JSON 결과를 얻으세요.

모델 및 기능에 대한 Anthropic의 가격 구조를 알아보세요.

effort 매개변수로 Claude가 응답할 때 사용하는 토큰 수를 제어하여 응답의 철저함과 토큰 효율성 사이에서 균형을 맞추세요.

텍스트, 도구 사용, 확장 사고 델타를 포함하여 서버 전송 이벤트로 Messages API 응답을 점진적으로 스트리밍하세요.

이 페이지가 도움이 되었나요?