快速模式
在受支持的 Claude 模型上获得最高 2.5 倍的每秒输出令牌数。
用法因产品而异
speed: "fast"。speed,例如 {"id": "claude-opus-5-5", "speed": "fast"}。“Fast mode”(快速模式)以溢价定价提供最高 2.5 倍的每秒输出令牌数。在请求中设置 speed: "fast" 即可选择启用。快速模式可在 Claude Fable 5.2、Claude Mythos 5.2 和 Claude Opus 5.5 上使用。快速模式在 Claude Opus 5 上处于研究预览阶段,在 Claude Opus 4.8 上已弃用。
快速模式的工作原理
快速模式使用更快的推理配置运行同一模型。智能水平和能力不会发生任何变化。
- 与标准速度相比,每秒输出令牌数最高可提升 2.5 倍
- 速度优势集中在 “output tokens per second”(每秒输出令牌数),即 OTPS,而非 “time to first token”(首个令牌生成时间),即 TTFT
- 与 “streaming”(流式传输)兼容,在流式传输中 OTPS 的提升最为明显
基本用法
快速模式仅适用于受支持的模型。有关详细信息(包括哪些模型需要 beta 标头),请参阅可用性。
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)在 Microsoft Foundry 中的 Claude 上,快速模式有自己的模型 ID,速度由部署决定。请将快速模式请求发送到快速模式模型的部署,并省略 speed:
| 模型 | 快速模式模型 ID |
|---|---|
| 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 |
在标准模型(例如 claude-opus-5-5)的部署上设置 speed 的请求会返回错误。
速率限制
快速模式具有专用的 “rate limit”(速率限制),与标准速率限制相互独立。当超出快速模式速率限制时,API 会返回 429 错误,并附带 retry-after 标头,指示何时会有可用容量。在 Claude Models on Google Cloud (Google managed) 上,速率限制和配额由 Google Cloud 管理。
Claude Fable 5.2、Claude Mythos 5.2 和 Claude Opus 5.5 具有默认的快速模式速率限制。该默认限制适用于 Start、Build 和 Scale 使用层级。您无需为这些模型申请快速模式访问权限。处于评估层级的组织在升级到 Start、Build 或 Scale 层级后,即可在这些模型上使用快速模式。
响应中包含指示快速模式速率限制状态的标头:
| 标头 | 描述 |
|---|---|
anthropic-fast-input-tokens-limit | 每分钟快速模式输入令牌的最大数量 |
anthropic-fast-input-tokens-remaining | 剩余的快速模式输入令牌数 |
anthropic-fast-input-tokens-reset | 快速模式输入令牌限制的重置时间 |
anthropic-fast-output-tokens-limit | 每分钟快速模式输出令牌的最大数量 |
anthropic-fast-output-tokens-remaining | 剩余的快速模式输出令牌数 |
anthropic-fast-output-tokens-reset | 快速模式输出令牌限制的重置时间 |
要查看您的快速模式速率限制,请前往 Claude Console 中的速率限制页面。
检查所使用的速度
响应的 usage 对象包含一个 speed 字段,用于指示所使用的速度,值为 "fast" 或 "standard"。在不支持快速模式的模型上请求 speed: "fast" 会返回错误,超出快速模式的速率限制或容量时同样会返回错误(429 或 529)。当带有 speed: "fast" 的请求成功时,usage.speed 为 "fast"。Claude Opus 4.6 是一个例外:带有 speed: "fast" 和 fast-mode-2026-02-01 beta 标头的请求不会返回错误,而是会成功,但以标准速度运行。在这种情况下,usage.speed 显示为 "standard"。在 Claude Models on Google Cloud (Anthropic managed) 上,即使带有该标头,带有 speed: "fast" 的 Claude Opus 4.6 请求也会返回 400 错误。
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"
}
}要跟踪整个组织的快速模式使用情况和成本,请参阅用量和成本分析 API。
重试和回退
自动重试
默认情况下,SDK 会自动重试快速模式的 429 错误最多 2 次(可通过 max_retries 进行配置),每次重试前都会等待 retry-after 标头中指定的延迟时间。由于快速模式采用持续的令牌补充机制,retry-after 延迟通常很短,一旦有可用容量,请求即可成功。
回退到标准速度
如果您更希望回退到标准速度而不是等待快速模式容量,请捕获速率限制错误,并在不带 speed: "fast" 的情况下重试。在 Microsoft Foundry 中的 Claude 上,速度由部署决定,因此请改为在标准模型的部署上重试。在初始快速请求上将 max_retries 设置为 0,即可跳过自动重试,并在遇到速率限制错误时立即失败。
由于将 max_retries 设置为 0 也会禁用其他瞬态错误(过载、内部服务器错误)的重试,因此以下示例会在遇到这些错误后重新发送请求。
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,
)注意事项
- Batch API: 快速模式不适用于 Batch API。
- Priority Tier: 快速模式不适用于 Priority Tier 承诺。
定价
快速模式在整个 “context window”(上下文窗口)范围内按标准费率的倍数定价,包括输入令牌超过 200k 的请求。在 Claude Models on Google Cloud (Google managed) 上,快速模式价格由 Google Cloud 设定。请参阅云平台定价。
| 模型 | 输入 | 输出 |
|---|---|---|
| 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 |
快速模式定价可与其他定价调整因素叠加:
有关完整的定价详情,请参阅定价页面。
可用性
快速模式仅在以下模型上可用。如果您之前在较早的模型上使用快速模式,请迁移到支持快速模式的模型。
要在 Claude Opus 5 上使用快速模式,请联系您的客户经理或加入候补名单。
Claude API
- API
- Messages API
- Managed Agents仅限 Claude Opus 5.5、Claude Opus 5、Claude Opus 4.8
- 模型
- Claude Fable 5.2
- Claude Mythos 5.2
- Claude Opus 5.5
- Claude Opus 5 研究预览, 需要
- Claude Opus 4.8 已弃用, 需要
移除日期:2026 年 11 月 30 日。移除后,向
claude-opus-4-8发送的带有speed: "fast"的请求将返回错误。如需继续使用快速模式,请迁移到 Claude Opus 5.5。请参阅从 Claude Opus 4.8 迁移到 Claude Opus 5.5。
Claude Models on Google Cloud (Anthropic managed)
- API
- Messages API
- Managed Agents仅限 Claude Opus 5.5
- 模型
- Claude Fable 5.2
- Claude Mythos 5.2
- Claude Opus 5.5
Claude Models on Google Cloud (Google managed)
- API
- Messages API
- 模型
- Claude Fable 5.2
- Claude Mythos 5.2
Microsoft Foundry (hosted on Azure)
- API
- Messages API
- 模型
- Claude Opus 5.5
- 注意
在 Microsoft Foundry 上,快速模式有自己的模型 ID,以
-fast结尾。请将请求发送到快速模式模型的部署,并省略speed。
Microsoft Foundry (hosted on Anthropic)
- API
- Messages API
- 模型
- Claude Fable 5.2
- Claude Mythos 5.2
- 注意
在 Microsoft Foundry 上,快速模式有自己的模型 ID,以
-fast结尾。请将请求发送到快速模式模型的部署,并省略speed。
数据处理
数据处理概览适用的端点
/v1/messages使用speed: "fast"
后续步骤
此页面对您有帮助吗?