Claude Platform Docs
СообщенияВозможности модели

Быстрый режим

Получите до 2,5 раза больше выходных токенов в секунду на поддерживаемых моделях Claude.

Использование зависит от продукта

Messages API
Задайте speed: "fast" в запросе.
Managed Agents
Задайте speed в объекте модели агента, например {"id": "claude-opus-5-5", "speed": "fast"}.

Быстрый режим («fast mode») обеспечивает до 2,5 раза больше выходных токенов в секунду по повышенной цене. Чтобы включить его, укажите в запросе speed: "fast". Быстрый режим доступен на Claude Fable 5.2, Claude Mythos 5.2 и Claude Opus 5.5. Быстрый режим находится на этапе исследовательского предварительного просмотра на Claude Opus 5 и объявлен устаревшим на Claude Opus 4.8.

Как работает быстрый режим

Быстрый режим запускает ту же модель с более быстрой конфигурацией инференса. Интеллект и возможности модели не меняются.

  • До 2,5 раза больше выходных токенов в секунду по сравнению со стандартной скоростью
  • Выигрыш в скорости касается количества выходных токенов в секунду, или «output tokens per second» (OTPS), а не времени до первого токена, или «time to first token» (TTFT)
  • Совместим со «streaming» (потоковой передачей), при которой прирост OTPS наиболее заметен

Базовое использование

Быстрый режим работает только на поддерживаемых моделях. Подробности, в том числе о том, каким моделям нужен бета-заголовок, см. в разделе Доступность.

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)

В Claude в Microsoft Foundry у быстрого режима есть собственные идентификаторы моделей, а скорость определяется развертыванием. Отправляйте запросы быстрого режима в развертывание модели быстрого режима и не указывайте speed:

МодельИдентификатор модели быстрого режима
Claude Fable 5.2claude-fable-5-2-fast
Claude Mythos 5.2claude-mythos-5-2-fast
Claude Opus 5.5claude-opus-5-5-fast

Запрос, в котором задан speed, к развертыванию стандартной модели, например claude-opus-5-5, возвращает ошибку.

Ограничения скорости

У быстрого режима есть отдельное «rate limit» (ограничение скорости), не зависящее от стандартных ограничений скорости. При превышении ограничения скорости быстрого режима API возвращает ошибку 429 с заголовком retry-after, указывающим, когда снова появится доступная мощность. На Claude Models on Google Cloud (Google managed) ограничениями скорости и квотами управляет Google Cloud.

Для Claude Fable 5.2, Claude Mythos 5.2 и Claude Opus 5.5 действует ограничение скорости быстрого режима по умолчанию. Ограничение по умолчанию применяется на уровнях использования Start, Build и Scale. Вам не нужно запрашивать доступ к быстрому режиму для этих моделей. Организации на ознакомительном уровне смогут использовать быстрый режим с этими моделями после перехода на уровень Start, Build или Scale.

Ответ содержит заголовки, указывающие состояние ограничения скорости быстрого режима:

ЗаголовокОписание
anthropic-fast-input-tokens-limitМаксимальное количество входных токенов быстрого режима в минуту
anthropic-fast-input-tokens-remainingОставшиеся входные токены быстрого режима
anthropic-fast-input-tokens-resetВремя сброса лимита входных токенов быстрого режима
anthropic-fast-output-tokens-limitМаксимальное количество выходных токенов быстрого режима в минуту
anthropic-fast-output-tokens-remainingОставшиеся выходные токены быстрого режима
anthropic-fast-output-tokens-resetВремя сброса лимита выходных токенов быстрого режима

Чтобы посмотреть свои ограничения скорости быстрого режима, перейдите на страницу Лимиты запросов в Claude Console.

Проверка использованной скорости

Объект usage в ответе содержит поле speed, указывающее, какая скорость была использована: "fast" или "standard". Запрос speed: "fast" к модели, которая не поддерживает быстрый режим, возвращает ошибку; то же происходит при превышении ограничений скорости или мощности быстрого режима (429 или 529). Если запрос с speed: "fast" выполнен успешно, usage.speed равно "fast". Исключение составляет Claude Opus 4.6: вместо ошибки запрос с speed: "fast" и бета-заголовком fast-mode-2026-02-01 выполняется успешно, но на стандартной скорости. В такой ситуации usage.speed показывает "standard". На Claude Models on Google Cloud (Anthropic managed) запрос к Claude Opus 4.6 с speed: "fast" возвращает ошибку 400 даже при наличии заголовка.

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"
  }
}

Чтобы отслеживать использование и затраты быстрого режима в вашей организации, см. Usage and Cost Analytics API.

Повторные попытки и резервные варианты

Автоматические повторные попытки

SDK по умолчанию автоматически повторяет запросы при ошибках 429 быстрого режима до двух раз (настраивается с помощью max_retries), ожидая перед каждой повторной попыткой задержку, указанную в заголовке retry-after. Поскольку быстрый режим использует непрерывное пополнение токенов, задержка retry-after обычно невелика, и запросы выполняются успешно, как только появляется доступная мощность.

Переход на стандартную скорость

Если вы предпочитаете перейти на стандартную скорость, а не ждать освобождения мощности быстрого режима, перехватите ошибку ограничения скорости и повторите запрос без speed: "fast". В Claude в Microsoft Foundry скорость определяется развертыванием, поэтому вместо этого повторите запрос к развертыванию стандартной модели. Установите max_retries в 0 для первоначального быстрого запроса, чтобы пропустить автоматические повторные попытки и сразу получить ошибку при превышении ограничения скорости.

Поскольку установка max_retries в 0 также отключает повторные попытки при других временных ошибках (перегрузка, внутренние ошибки сервера), в следующих примерах запрос отправляется повторно после таких ошибок.

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,
)

Особенности

  • Batch API: быстрый режим недоступен с Batch API.
  • Priority Tier: быстрый режим недоступен при наличии обязательства Priority Tier.

Цены

Стоимость быстрого режима рассчитывается с множителем к стандартным тарифам на всё «context window» (контекстное окно), включая запросы длиной более 200 тыс. входных токенов. На Claude Models on Google Cloud (Google managed) цены быстрого режима устанавливает Google Cloud. См. Цены на облачных платформах.

МодельВводВывод
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

Цены быстрого режима суммируются с другими ценовыми модификаторами:

Полную информацию о ценах см. на странице Цены.

Доступность

Быстрый режим доступен только на следующих моделях. Если вы использовали быстрый режим на более ранней модели, перейдите на модель, поддерживающую быстрый режим.

Чтобы получить доступ к быстрому режиму на Claude Opus 5, свяжитесь с вашим менеджером по работе с клиентами или запишитесь в список ожидания.

Быстрый режим
API
  • Messages API
  • Managed AgentsТолько с Claude Opus 5.5, Claude Opus 5, Claude Opus 4.8
Модели
  • Claude Fable 5.2
  • Claude Mythos 5.2
  • Claude Opus 5.5
  • Claude Opus 5 Исследовательская предварительная версия, требуется
  • Claude Opus 4.8 Не рекомендуется, требуется

Дата удаления: 30 ноября 2026 г. После удаления запросы к claude-opus-4-8 с speed: "fast" будут возвращать ошибку. Чтобы продолжить использовать быстрый режим, перейдите на Claude Opus 5.5. См. Переход на Claude Opus 5.5 с Claude Opus 4.8.

Обработка данных

Обзор обработки данных

Применимые конечные точки

  • /v1/messages с speed: "fast"
Нулевое хранение данныхДопускается

Кроме Охватываемые модели

Тот же эндпоинт Messages API с более быстрым инференсом. ZDR применяется независимо от настройки скорости.

HIPAAДопускается

Дальнейшие шаги

Получайте проверенные результаты в формате JSON из агентных рабочих процессов.

Узнайте о структуре цен Anthropic на модели и функции.

Управляйте тем, сколько токенов Claude использует при ответе, с помощью параметра effort, находя баланс между полнотой ответа и эффективностью использования токенов.

Получайте ответы Messages API по частям с помощью событий, отправляемых сервером, включая дельты текста, использования инструментов и расширенных размышлений.

Эта страница была полезной?