Modalità veloce

La "fast mode" (modalità veloce) offre fino a 2,5 volte più token di output al secondo da Claude Opus 5.5, Claude Opus 5, e Claude Opus 4.8 a un prezzo premium. Imposta speed: "fast" nella tua richiesta per attivarla.

Modelli e piattaforme supportati

La modalità veloce è supportata sui seguenti modelli e piattaforme:

Se stavi usando la modalità veloce su un modello precedente, esegui la migrazione a un modello che supporta la modalità veloce.

La modalità veloce non è disponibile per i deployment di Claude in Microsoft Foundry ospitati su Anthropic.

Come funziona la modalità veloce

La modalità veloce esegue lo stesso modello con una configurazione di inferenza più rapida. Non vi è alcun cambiamento nell'intelligenza o nelle capacità.

• Fino a 2,5 volte più token di output al secondo rispetto alla velocità standard
• I vantaggi in termini di velocità si concentrano sugli "output tokens per second" (token di output al secondo), o OTPS, non sul "time to first token" (tempo al primo token), o TTFT
• Stessi pesi e comportamento del modello (non è un modello diverso)
• Compatibile con lo streaming, dove il guadagno in OTPS è più visibile

Utilizzo di base

I modelli in anteprima di ricerca richiedono anche l'header beta fast-mode-2026-02-01.

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)

Prezzi

La modalità veloce ha un prezzo pari a un moltiplicatore delle tariffe standard sull'intera "context window" (finestra di contesto), incluse le richieste con oltre 200k token di input. La tabella seguente mostra i prezzi della modalità veloce per i modelli supportati:

I prezzi della modalità veloce si cumulano con altri modificatori di prezzo:

• I moltiplicatori della cache dei prompt si applicano in aggiunta ai prezzi della modalità veloce
• I moltiplicatori della residenza dei dati si applicano in aggiunta ai prezzi della modalità veloce

Per i dettagli completi sui prezzi, consulta la pagina Prezzi.

Limiti di velocità

La modalità veloce ha un "rate limit" (limite di velocità) dedicato, separato dai limiti di velocità standard di Opus. Quando il limite di velocità della modalità veloce viene superato, l'API restituisce un errore 429 con un header retry-after che indica quando la capacità sarà disponibile.

Claude Opus 5.5 ha un limite di velocità predefinito per la modalità veloce nei livelli di utilizzo Start, Build e Scale, quindi non è necessario richiedere l'accesso per usare la modalità veloce con questo modello. Le organizzazioni nel livello Evaluation possono usare la modalità veloce con Claude Opus 5.5 una volta passate al livello Start, Build o Scale.

La risposta include header che indicano lo stato del tuo limite di velocità della modalità veloce:

Per visualizzare i tuoi limiti di velocità della modalità veloce, vai alla pagina Limiti di velocità nella Claude Console.

Verificare quale velocità è stata utilizzata

L'oggetto usage della risposta include un campo speed che indica quale velocità è stata utilizzata, "fast" oppure "standard". Richiedere speed: "fast" su un modello che non supporta la modalità veloce restituisce un errore, così come superare i limiti di velocità o la capacità della modalità veloce (un 429 o 529). Quando una richiesta con speed: "fast" ha successo, usage.speed è "fast". Claude Opus 4.6 è un'eccezione: invece di restituire un errore, una richiesta con speed: "fast" e l'header beta fast-mode-2026-02-01 ha successo, ma viene eseguita a velocità standard. Questo comportamento è correttamente riflesso in usage.speed, che in questa situazione mostra "standard".

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"
  }
}

Per monitorare l'utilizzo e i costi della modalità veloce in tutta la tua organizzazione, consulta l'Usage and Cost API.

Nuovi tentativi e fallback

Nuovi tentativi automatici

Quando i limiti di velocità della modalità veloce vengono superati, l'API restituisce un errore 429 con un header retry-after. L'SDK ripete automaticamente queste richieste fino a 2 volte per impostazione predefinita (configurabile con max_retries), attendendo il ritardo specificato dal server prima di ogni tentativo. Poiché la modalità veloce utilizza un rifornimento continuo dei token, il ritardo retry-after è in genere breve e le richieste hanno esito positivo non appena la capacità è disponibile.

Ripiegare sulla velocità standard

Se preferisci ripiegare sulla velocità standard anziché attendere la capacità della modalità veloce, intercetta l'errore di limite di velocità e riprova senza speed: "fast". Imposta max_retries a 0 nella richiesta veloce iniziale per saltare i nuovi tentativi automatici e fallire immediatamente in caso di errori di limite di velocità.

Poiché impostare max_retries a 0 disabilita anche i nuovi tentativi per altri errori transitori (sovraccarico, errori interni del server), gli esempi seguenti riemettono la richiesta originale con i nuovi tentativi predefiniti per questi casi.

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,
)

Considerazioni

• Cache dei prompt: il passaggio tra velocità veloce e standard invalida la cache dei prompt. Le richieste a velocità diverse non condividono i prefissi memorizzati nella cache.
• TTFT: i vantaggi della modalità veloce riguardano i token di output al secondo (OTPS), non il tempo al primo token (TTFT).
• Batch API: la modalità veloce non è disponibile con la Batch API.
• Priority Tier: la modalità veloce non è disponibile con un impegno Priority Tier.
• Claude Platform on AWS: la modalità veloce non è attualmente disponibile su Claude Platform on AWS.

Prossimi passi