Modo rápido
Obtenha até 2,5x mais tokens de saída por segundo em modelos Claude compatíveis.
O uso varia conforme o produto
speed: "fast" na requisição.speed no objeto de modelo do agente, por exemplo {"id": "claude-opus-5-5", "speed": "fast"}.O “fast mode” (modo rápido) oferece até 2,5x mais tokens de saída por segundo com preços premium. Defina speed: "fast" na sua solicitação para ativá-lo. O modo rápido está disponível no Claude Fable 5.2, no Claude Mythos 5.2 e no Claude Opus 5.5. O modo rápido está em prévia de pesquisa no Claude Opus 5 e descontinuado no Claude Opus 4.8.
Como o modo rápido funciona
O modo rápido executa o mesmo modelo com uma configuração de inferência mais rápida. Não há mudança na inteligência ou nas capacidades.
- Até 2,5x mais tokens de saída por segundo em comparação com a velocidade padrão
- Os benefícios de velocidade se concentram em “output tokens per second” (tokens de saída por segundo), ou OTPS, e não em “time to first token” (tempo até o primeiro token), ou TTFT
- Compatível com streaming, onde o ganho de OTPS é mais visível
Uso básico
O modo rápido funciona apenas em modelos compatíveis. Consulte Disponibilidade para obter detalhes, incluindo quais modelos precisam de um cabeçalho 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)No Claude no Microsoft Foundry, o modo rápido tem seus próprios IDs de modelo, e a implantação define a velocidade. Envie as solicitações do modo rápido para uma implantação do modelo do modo rápido e omita speed:
| Modelo | ID do modelo do 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 |
Uma solicitação que define speed em uma implantação do modelo padrão, como claude-opus-5-5, retorna um erro.
Limites de taxa
O modo rápido tem um “rate limit” (limite de taxa) dedicado, separado dos limites de taxa padrão. Quando você excede o seu limite de taxa do modo rápido, a API retorna um erro 429 com um cabeçalho retry-after que informa quando haverá capacidade disponível. No Claude Models on Google Cloud (Google managed), o Google Cloud gerencia os limites de taxa e as cotas.
O Claude Fable 5.2, o Claude Mythos 5.2 e o Claude Opus 5.5 têm um limite de taxa padrão de modo rápido. O limite padrão se aplica nos níveis de uso Start, Build e Scale. Você não precisa solicitar acesso ao modo rápido para esses modelos. Organizações no nível de avaliação podem usar o modo rápido com esses modelos assim que passarem para o nível Start, Build ou Scale.
A resposta inclui cabeçalhos que indicam o status do seu limite de taxa do modo rápido:
| Cabeçalho | Descrição |
|---|---|
anthropic-fast-input-tokens-limit | Máximo de tokens de entrada do modo rápido por minuto |
anthropic-fast-input-tokens-remaining | Tokens de entrada do modo rápido restantes |
anthropic-fast-input-tokens-reset | Momento em que o limite de tokens de entrada do modo rápido é redefinido |
anthropic-fast-output-tokens-limit | Máximo de tokens de saída do modo rápido por minuto |
anthropic-fast-output-tokens-remaining | Tokens de saída do modo rápido restantes |
anthropic-fast-output-tokens-reset | Momento em que o limite de tokens de saída do modo rápido é redefinido |
Para ver seus limites de taxa do modo rápido, acesse a página Limites de taxa no Claude Console.
Verificando qual velocidade foi usada
O objeto usage da resposta inclui um campo speed que indica qual velocidade foi usada, "fast" ou "standard". Solicitar speed: "fast" em um modelo que não oferece suporte ao modo rápido retorna um erro, assim como exceder os limites de taxa ou a capacidade do modo rápido (um 429 ou 529). Quando uma solicitação com speed: "fast" é bem-sucedida, usage.speed é "fast". O Claude Opus 4.6 é uma exceção: em vez de retornar um erro, uma solicitação com speed: "fast" e o cabeçalho beta fast-mode-2026-02-01 é bem-sucedida, mas é executada na velocidade padrão. Nessa situação, usage.speed mostra "standard". No Claude Models on Google Cloud (Anthropic managed), uma solicitação do Claude Opus 4.6 com speed: "fast" retorna um erro 400 mesmo com o cabeçalho.
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 acompanhar o uso e os custos do modo rápido em toda a sua organização, consulte a API de Análise de Uso e Custo.
Novas tentativas e fallbacks
Novas tentativas automáticas
O SDK repete automaticamente erros 429 do modo rápido até duas vezes por padrão (configurável com max_retries), aguardando o atraso indicado no cabeçalho retry-after antes de cada nova tentativa. Como o modo rápido usa reposição contínua de tokens, o atraso de retry-after normalmente é curto e as solicitações são bem-sucedidas assim que há capacidade disponível.
Recorrendo à velocidade padrão
Se você preferir recorrer à velocidade padrão em vez de aguardar capacidade do modo rápido, capture o erro de limite de taxa e tente novamente sem speed: "fast". No Claude no Microsoft Foundry, a implantação define a velocidade, portanto tente novamente em uma implantação do modelo padrão. Defina max_retries como 0 na solicitação rápida inicial para ignorar as novas tentativas automáticas e falhar imediatamente em erros de limite de taxa.
Como definir max_retries como 0 também desativa novas tentativas para outros erros transitórios (sobrecarga, erros internos do servidor), os exemplos a seguir reenviam a solicitação após esses erros.
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,
)Considerações
- Batch API: O modo rápido não está disponível com a Batch API.
- Priority Tier: O modo rápido não está disponível com um compromisso de Priority Tier.
Preços
O modo rápido tem preço com um multiplicador sobre as tarifas padrão em toda a “context window” (janela de contexto), incluindo solicitações com mais de 200k tokens de entrada. No Claude Models on Google Cloud (Google managed), o Google Cloud define os preços do modo rápido. Consulte Preços das plataformas de nuvem.
| Modelo | Entrada | Saída |
|---|---|---|
| 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 |
O preço do modo rápido se acumula com outros modificadores de preço:
- Os multiplicadores de cache de prompt se aplicam sobre o preço do modo rápido.
- Os multiplicadores de residência de dados se aplicam sobre o preço do modo rápido.
Para obter detalhes completos de preços, consulte a página Preços.
Disponibilidade
O modo rápido está disponível apenas nos modelos a seguir. Se você estava usando o modo rápido em um modelo anterior, migre para um modelo que ofereça suporte ao modo rápido.
Para acessar o modo rápido no Claude Opus 5, entre em contato com seu gerente de conta ou entre na lista de espera.
Claude API
- APIs
- Messages API
- Managed AgentsSomente com 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 Prévia de pesquisa, requer
- Claude Opus 4.8 Descontinuado, requer
Data de remoção: 30 de novembro de 2026. Após a remoção, requisições para
claude-opus-4-8comspeed: "fast"retornarão um erro. Para continuar usando o modo rápido, migre para o Claude Opus 5.5. Consulte Migrando do Claude Opus 4.8 para o Claude Opus 5.5.
Claude Models on Google Cloud (Anthropic managed)
- APIs
- Messages API
- Managed AgentsSomente com 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
- Observação
No Microsoft Foundry, o modo rápido tem seus próprios IDs de modelo, que terminam em
-fast. Envie as requisições para uma implantação do modelo do modo rápido e omitaspeed.
Microsoft Foundry (hosted on Anthropic)
- API
- Messages API
- Modelos
- Claude Fable 5.2
- Claude Mythos 5.2
- Observação
No Microsoft Foundry, o modo rápido tem seus próprios IDs de modelo, que terminam em
-fast. Envie as requisições para uma implantação do modelo do modo rápido e omitaspeed.
Tratamento de dados
Visão geral do tratamento de dadosEndpoints aplicáveis
/v1/messagescomspeed: "fast"
Exclui Modelos cobertos
Mesmo endpoint da Messages API com inferência mais rápida. O ZDR se aplica independentemente da configuração de velocidade.
Próximos passos
Obtenha resultados JSON validados de fluxos de trabalho de agentes.
Saiba mais sobre a estrutura de preços da Anthropic para modelos e recursos.
Controle quantos tokens Claude usa ao responder com o parâmetro effort, equilibrando a profundidade da resposta e a eficiência de tokens.
Faça streaming de respostas da Messages API de forma incremental com server-sent events, incluindo deltas de texto, uso de ferramentas e pensamento estendido.
Esta página foi útil?