Быстрый режим (исследовательский предпросмотр)

Быстрый режим обеспечивает значительно более быструю генерацию выходных токенов для Claude Opus 4.6. Установив speed: "fast" в вашем запросе API, вы получаете до 2,5x более высокую скорость выходных токенов в секунду от той же модели по премиум-цене.

Поддерживаемые модели

Быстрый режим поддерживается на следующих моделях:

• Claude Opus 4.6 (claude-opus-4-6)

Как работает быстрый режим

Быстрый режим запускает ту же модель с более быстрой конфигурацией вывода. Нет никаких изменений в интеллекте или возможностях.

• До 2,5x более высокая скорость выходных токенов в секунду по сравнению со стандартной скоростью
• Преимущества скорости сосредоточены на выходных токенах в секунду (OTPS), а не на времени до первого токена (TTFT)
• Те же веса модели и поведение (не другая модель)

Базовое использование

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"
        }]
    }'

Цены

Быстрый режим оценивается в 6x стандартные ставки Opus для подсказок ≤200K токенов и 12x стандартные ставки Opus для подсказок > 200K токенов. В следующей таблице показаны цены для Claude Opus 4.6 с быстрым режимом:

Цены быстрого режима складываются с другими модификаторами цен:

• Множители кэширования подсказок применяются поверх цен быстрого режима
• Множители местоположения данных применяются поверх цен быстрого режима

Для получения полной информации о ценах см. страницу цен.

Ограничения скорости

Быстрый режим имеет выделенное ограничение скорости, которое отделено от стандартных ограничений скорости Opus. В отличие от стандартной скорости, которая имеет отдельные ограничения для ≤200K и >200K входных токенов, быстрый режим использует одно ограничение скорости, которое охватывает весь диапазон контекста. Когда ваше ограничение скорости быстрого режима превышено, API возвращает ошибку 429 с заголовком retry-after, указывающим, когда будет доступна емкость.

Ответ включает заголовки, которые указывают статус вашего ограничения скорости быстрого режима:

Для ограничений скорости, зависящих от уровня, см. страницу ограничений скорости.

Проверка использованной скорости

Объект usage ответа включает поле speed, которое указывает, какая скорость была использована, либо "fast", либо "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"
  }
}

Для отслеживания использования быстрого режима и затрат в вашей организации см. API использования и затрат.

Повторные попытки и откат

Автоматические повторные попытки

Когда ограничения скорости быстрого режима превышены, API возвращает ошибку 429 с заголовком retry-after. SDK Anthropic автоматически повторяют эти запросы до 2 раз по умолчанию (настраивается через max_retries), ожидая задержку, указанную сервером, перед каждой повторной попыткой. Поскольку быстрый режим использует непрерывное пополнение токенов, задержка retry-after обычно короткая и запросы успешны, как только доступна емкость.

Откат на стандартную скорость

Если вы предпочитаете откатиться на стандартную скорость вместо ожидания емкости быстрого режима, перехватите ошибку ограничения скорости и повторите попытку без speed: "fast". Установите max_retries на 0 для начального быстрого запроса, чтобы пропустить автоматические повторные попытки и немедленно завершить работу при ошибках ограничения скорости.

Поскольку установка max_retries на 0 также отключает повторные попытки для других временных ошибок (перегружено, внутренние ошибки сервера), примеры ниже повторно выдают исходный запрос с повторными попытками по умолчанию для этих случаев.

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,
)

Рассмотрения

• Кэширование подсказок: Переключение между быстрой и стандартной скоростью делает кэш подсказок недействительным. Запросы с разными скоростями не используют кэшированные префиксы.
• Поддерживаемые модели: Быстрый режим в настоящее время поддерживается только на Opus 4.6. Отправка speed: "fast" с неподдерживаемой моделью возвращает ошибку.
• TTFT: Преимущества быстрого режима сосредоточены на выходных токенах в секунду (OTPS), а не на времени до первого токена (TTFT).
• Batch API: Быстрый режим недоступен с Batch API.
• Priority Tier: Быстрый режим недоступен с Priority Tier.

Следующие шаги