快速模式（研究預覽）

快速模式可讓 Claude Opus 4.8 和 Claude Opus 4.7 以高達 2.5 倍的每秒輸出 token 速度運作，並採用進階定價。在您的請求中設定 speed: "fast" 並加上 fast-mode-2026-02-01 beta 標頭即可啟用。



支援的模型

快速模式支援以下模型：

• Claude Opus 4.8（claude-opus-4-8）
• Claude Opus 4.7（claude-opus-4-7）



快速模式的運作方式

快速模式以更快的推論設定執行相同的模型，智慧或能力不會有任何變化。

• 與標準速度相比，每秒輸出 token 速度最高可提升 2.5 倍
• 速度優勢主要體現在「output tokens per second」（每秒輸出 token 數），即 OTPS，而非「time to first token」（首個 token 時間），即 TTFT
• 相同的模型權重和行為（並非不同的模型）
• 與串流相容，在串流中 OTPS 的提升最為明顯



基本用法

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-opus-4-8",
    max_tokens=4096,
    speed="fast",
    betas=["fast-mode-2026-02-01"],
    messages=[
        {"role": "user", "content": "Refactor this module to use dependency injection"}
    ],
)

print(response.content[0].text)



定價

快速模式的定價是在標準費率基礎上，依各模型套用倍數，適用於整個上下文視窗，包括超過 20 萬個輸入 token 的請求。下表顯示各支援模型的快速模式定價：

快速模式定價會與其他定價調整項目疊加：

• 提示快取倍數會疊加在快速模式定價之上
• 資料駐留倍數會疊加在快速模式定價之上

如需完整的定價詳情，請參閱定價頁面。



速率限制

快速模式有專屬的速率限制，與標準 Opus 速率限制分開計算。當您超過快速模式的速率限制時，API 會回傳 429 錯誤，並附帶 retry-after 標頭，指示何時會有可用容量。

回應中包含指示您快速模式速率限制狀態的標頭：

如需各層級的速率限制，請參閱速率限制頁面。



檢查使用了哪種速度

回應的 usage 物件包含一個 speed 欄位，指示使用了哪種速度，值為 "fast" 或 "standard"。在支援的模型上，快速模式不會因速率限制或容量不足而靜默回退至標準速度（您會收到 429 或 529 錯誤），因此當您在 Claude Opus 4.8 或 Claude Opus 4.7 上請求 speed: "fast" 時，usage.speed 會是 "fast"。在 Claude Opus 4.6 上，由於快速模式不可用，帶有 speed: "fast" 的請求會以標準速度執行並回傳 usage.speed: "standard"。請檢查此欄位以確認請求是以哪種速度處理的。

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    speed="fast",
    betas=["fast-mode-2026-02-01"],
    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"
  }
}

若要追蹤整個組織的快速模式使用量和成本，請參閱 Usage and Cost API。



重試與回退



自動重試

當超過快速模式速率限制時，API 會回傳 429 錯誤並附帶 retry-after 標頭。Anthropic SDK 預設會自動重試這些請求最多 2 次（可透過 max_retries 設定），並在每次重試前等待伺服器指定的延遲時間。由於快速模式採用連續 token 補充機制，retry-after 延遲通常很短，一旦有可用容量，請求即可成功。



回退至標準速度

如果您希望回退至標準速度，而不是等待快速模式容量恢復，請捕捉速率限制錯誤並在不帶 speed: "fast" 的情況下重試。在初始的快速請求上將 max_retries 設為 0，以跳過自動重試並在遇到速率限制錯誤時立即失敗。

由於將 max_retries 設為 0 也會停用其他暫時性錯誤（過載、內部伺服器錯誤）的重試，以下範例會針對這些情況以預設重試設定重新發出原始請求。

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).beta.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-4-8",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello"}],
    betas=["fast-mode-2026-02-01"],
    speed="fast",
    max_retries=0,
)



注意事項

• 提示快取： 在快速和標準速度之間切換會使提示快取失效。不同速度的請求不會共用快取的前綴。
• 支援的模型： 快速模式支援 Claude Opus 4.8 和 Claude Opus 4.7（快速模式已棄用；將於 2026 年 7 月 24 日移除，模型本身不受影響）。在 Claude Opus 4.6 上，帶有 speed: "fast" 的請求不會回傳錯誤：這些請求會以標準速度執行並按標準費率計費。在任何其他模型上，發送 speed: "fast" 會回傳錯誤。
• TTFT： 快速模式的優勢主要體現在每秒輸出 token 數（OTPS），而非首個 token 時間（TTFT）。
• Batch API： 快速模式不適用於 Batch API。
• Priority Tier： 快速模式不適用於 Priority Tier 承諾方案。
• Claude Platform on AWS： 快速模式目前不適用於 Claude Platform on AWS。



後續步驟