Messages模型能力

快速模式（研究預覽）

為支援的 Claude Opus 模型提供更高的輸出速度，為對延遲敏感的工作流程和代理式工作流程提供顯著更快的 token 生成。

快速模式以進階定價為 Claude Opus 4.8、Claude Opus 4.7 和 Claude Opus 4.6 提供顯著更快的輸出 token 生成。在您的 API 請求中設定 speed: "fast" 即可啟用。快速模式可從相同模型提供高達 2.5 倍的每秒輸出 token 數。

快速模式目前處於研究預覽階段。請聯絡您的客戶經理以申請存取權限。如果您沒有客戶經理，請加入等候名單以申請快速模式。

此功能符合「Zero Data Retention」（零資料保留），即 ZDR 的資格。當您的組織具有 ZDR 安排時，透過此功能傳送的資料在 API 回應返回後不會被儲存。

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）
Claude Opus 4.6（claude-opus-4-6）

Claude Opus 4.8 的快速模式僅在 Claude API（包括 Claude Managed Agents）上以研究預覽形式推出。它不適用於第三方平台，包括 Vertex AI、Amazon Bedrock 和 Microsoft Foundry。

Claude Opus 4.6 的快速模式自 Claude Opus 4.8 推出起已被棄用，並將在約 30 天後移除。移除後，對 claude-opus-4-6 使用 speed: "fast" 的請求將回退至標準速度並採用標準定價，而非回傳錯誤。請遷移至 Claude Opus 4.8 或 Claude Opus 4.7 的快速模式以保持加速效果。

快速模式的運作方式

快速模式以更快的推論配置執行相同的模型。智慧或能力不會有任何變化。

與標準速度相比，每秒輸出 token 數最高可達 2.5 倍
速度優勢集中在「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）

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整個上下文視窗（包括超過 20 萬個輸入 token 的請求）的標準費率基礎上，依各模型套用倍數。下表顯示每個支援模型的快速模式定價：

模型	輸入	輸出
Claude Opus 4.6 / Claude Opus 4.7	$30 / MTok	$150 / MTok
Claude Opus 4.8	$10 / MTok	$50 / MTok

快速模式定價會與其他定價修飾符疊加：

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。

回應包含指示您快速模式速率限制狀態的標頭：

標頭	說明
`anthropic-fast-input-tokens-limit`	每分鐘快速模式輸入 token 上限
`anthropic-fast-input-tokens-remaining`	剩餘的快速模式輸入 token
`anthropic-fast-input-tokens-reset`	快速模式輸入 token 限制重置的時間
`anthropic-fast-output-tokens-limit`	每分鐘快速模式輸出 token 上限
`anthropic-fast-output-tokens-remaining`	剩餘的快速模式輸出 token
`anthropic-fast-output-tokens-reset`	快速模式輸出 token 限制重置的時間

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"：

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"

Output

{
  "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。由於快速模式使用連續 token 補充機制，retry-after 延遲通常很短，一旦有可用容量，請求即會成功。

回退至標準速度

如果您希望回退至標準速度而非等待快速模式容量，請捕捉速率限制錯誤並在不使用 speed: "fast" 的情況下重試。在初始快速請求上將 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。

從快速模式回退至標準速度將導致提示快取未命中。不同速度的請求不會共用快取的前綴。

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、Claude Opus 4.7 和 Claude Opus 4.6。對不支援的模型傳送 speed: "fast" 會回傳錯誤。
TTFT： 快速模式的優勢集中在每秒輸出 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。
Claude Platform on AWS： 快速模式目前不適用於 Claude Platform on AWS。

後續步驟

定價

檢視詳細的快速模式定價資訊。

速率限制

查看快速模式的速率限制層級。

Effort 參數

使用 effort 參數控制 token 使用量。

Was this page helpful?

Messages模型能力

快速模式（研究預覽）

為支援的 Claude Opus 模型提供更高的輸出速度，為對延遲敏感的工作流程和代理式工作流程提供顯著更快的 token 生成。

快速模式目前處於研究預覽階段。請聯絡您的客戶經理以申請存取權限。如果您沒有客戶經理，請加入等候名單以申請快速模式。

此功能符合「Zero Data Retention」（零資料保留），即 ZDR 的資格。當您的組織具有 ZDR 安排時，透過此功能傳送的資料在 API 回應返回後不會被儲存。

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）
Claude Opus 4.6（claude-opus-4-6）

快速模式的運作方式

快速模式以更快的推論配置執行相同的模型。智慧或能力不會有任何變化。

與標準速度相比，每秒輸出 token 數最高可達 2.5 倍
速度優勢集中在「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）

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

模型	輸入	輸出
Claude Opus 4.6 / Claude Opus 4.7	$30 / MTok	$150 / MTok
Claude Opus 4.8	$10 / MTok	$50 / MTok

快速模式定價會與其他定價修飾符疊加：

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

回應包含指示您快速模式速率限制狀態的標頭：

標頭	說明
`anthropic-fast-input-tokens-limit`	每分鐘快速模式輸入 token 上限
`anthropic-fast-input-tokens-remaining`	剩餘的快速模式輸入 token
`anthropic-fast-input-tokens-reset`	快速模式輸入 token 限制重置的時間
`anthropic-fast-output-tokens-limit`	每分鐘快速模式輸出 token 上限
`anthropic-fast-output-tokens-remaining`	剩餘的快速模式輸出 token
`anthropic-fast-output-tokens-reset`	快速模式輸出 token 限制重置的時間

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"：

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"

Output

{
  "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

回退至標準速度

從快速模式回退至標準速度將導致提示快取未命中。不同速度的請求不會共用快取的前綴。

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、Claude Opus 4.7 和 Claude Opus 4.6。對不支援的模型傳送 speed: "fast" 會回傳錯誤。
TTFT： 快速模式的優勢集中在每秒輸出 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。
Claude Platform on AWS： 快速模式目前不適用於 Claude Platform on AWS。

後續步驟

定價

檢視詳細的快速模式定價資訊。

速率限制

查看快速模式的速率限制層級。

Effort 參數

使用 effort 參數控制 token 使用量。

Was this page helpful?

支援的模型

快速模式的運作方式

基本用法

定價

速率限制

檢查使用了哪種速度

重試與回退

自動重試

回退至標準速度

注意事項

後續步驟

支援的模型

快速模式的運作方式

基本用法

定價

速率限制

檢查使用了哪種速度

重試與回退

自動重試

回退至標準速度

注意事項

後續步驟

支援的模型

快速模式的運作方式

基本用法

定價

速率限制

檢查使用了哪種速度

重試與回退

自動重試

回退至標準速度

注意事項

後續步驟

支援的模型

快速模式的運作方式

基本用法

定價

速率限制

檢查使用了哪種速度

重試與回退

自動重試

回退至標準速度

注意事項

後續步驟