Fast mode

"Fast mode"(고속 모드)는 Claude Opus 5.5, Claude Opus 5, 및 Claude Opus 4.8에서 프리미엄 가격으로 초당 출력 토큰을 최대 2.5배까지 높여 줍니다. 사용하려면 요청에 speed: "fast"를 설정하세요.

지원 모델 및 플랫폼

Fast mode는 다음 모델 및 플랫폼에서 지원됩니다:

이전 모델에서 fast mode를 사용하고 있었다면 fast mode를 지원하는 모델로 마이그레이션하세요.

Fast mode는 Anthropic에서 호스팅되는 Claude in Microsoft Foundry 배포에서는 사용할 수 없습니다.

Fast mode 작동 방식

Fast mode는 동일한 모델을 더 빠른 추론 구성으로 실행합니다. 지능이나 기능에는 변화가 없습니다.

• 표준 속도 대비 초당 출력 토큰 최대 2.5배 향상
• 속도 이점은 "time to first token"(첫 토큰까지의 시간), 즉 TTFT가 아닌 "output tokens per second"(초당 출력 토큰), 즉 OTPS에 집중됩니다
• 동일한 모델 가중치 및 동작(다른 모델이 아님)
• OTPS 향상이 가장 잘 드러나는 스트리밍과 호환

기본 사용법

리서치 프리뷰 단계의 모델에는 fast-mode-2026-02-01 베타 헤더도 필요합니다.

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)

요금

Fast mode는 200k 입력 토큰을 초과하는 요청을 포함하여 전체 컨텍스트 윈도우에 걸쳐 표준 요금에 배수를 적용한 가격으로 책정됩니다. 다음 표는 지원 모델의 fast mode 요금을 보여줍니다:

Fast mode 요금은 다른 요금 수정자와 중첩 적용됩니다:

• 프롬프트 캐싱 배수는 fast mode 요금 위에 추가로 적용됩니다
• 데이터 레지던시 배수는 fast mode 요금 위에 추가로 적용됩니다

전체 요금 세부 정보는 요금 페이지를 참조하세요.

속도 제한

Fast mode에는 표준 Opus 속도 제한과 별도인 전용 "rate limit"(속도 제한)이 있습니다. Fast mode 속도 제한을 초과하면 API는 용량이 언제 사용 가능해지는지를 나타내는 retry-after 헤더와 함께 429 오류를 반환합니다.

Claude Opus 5.5는 Start, Build, Scale 사용량 티어에서 기본 fast mode 속도 제한이 있으므로, 이 모델로 fast mode를 사용하기 위해 액세스를 요청할 필요가 없습니다. Evaluation 티어의 조직은 Start, Build 또는 Scale 티어로 이동하면 Claude Opus 5.5에서 fast mode를 사용할 수 있습니다.

응답에는 fast mode 속도 제한 상태를 나타내는 헤더가 포함됩니다:

Fast mode 속도 제한을 확인하려면 Claude Console의 속도 제한 페이지로 이동하세요.

사용된 속도 확인하기

응답 usage 객체에는 사용된 속도를 나타내는 speed 필드가 포함되며, 값은 "fast" 또는 "standard"입니다. Fast mode를 지원하지 않는 모델에 speed: "fast"를 요청하면 오류가 반환되며, fast mode의 속도 제한이나 용량을 초과하는 경우(429 또는 529)에도 마찬가지입니다. speed: "fast"를 포함한 요청이 성공하면 usage.speed는 "fast"입니다. Claude Opus 4.6은 예외입니다. 오류를 반환하는 대신, speed: "fast"와 fast-mode-2026-02-01 베타 헤더를 사용한 요청은 성공하지만 표준 속도로 실행됩니다. 이 동작은 usage.speed에 올바르게 반영되며, 이 경우 "standard"로 표시됩니다.

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"
  }
}

조직 전체의 fast mode 사용량과 비용을 추적하려면 사용량 및 비용 API를 참조하세요.

재시도 및 폴백

자동 재시도

Fast mode 속도 제한을 초과하면 API는 retry-after 헤더와 함께 429 오류를 반환합니다. SDK는 기본적으로 이러한 요청을 최대 2회 자동으로 재시도하며(max_retries로 구성 가능), 각 재시도 전에 서버가 지정한 지연 시간만큼 대기합니다. Fast mode는 지속적인 토큰 보충 방식을 사용하므로 retry-after 지연은 일반적으로 짧으며, 용량을 사용할 수 있게 되면 요청이 성공합니다.

표준 속도로 폴백하기

Fast mode 용량을 기다리는 대신 표준 속도로 폴백하려면, 속도 제한 오류를 포착한 후 speed: "fast" 없이 재시도하세요. 초기 fast 요청에서 max_retries를 0으로 설정하면 자동 재시도를 건너뛰고 속도 제한 오류 발생 시 즉시 실패하도록 할 수 있습니다.

max_retries를 0으로 설정하면 다른 일시적 오류(과부하, 내부 서버 오류)에 대한 재시도도 비활성화되므로, 다음 예제에서는 이러한 경우 기본 재시도 설정으로 원래 요청을 다시 보냅니다.

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,
)

고려 사항

• 프롬프트 캐싱: Fast 속도와 표준 속도 간에 전환하면 캐시가 무효화됩니다. 서로 다른 속도의 요청은 캐시된 접두사를 공유하지 않습니다.
• TTFT: Fast mode의 이점은 TTFT가 아니라 OTPS에 집중됩니다.
• Batch API: Fast mode는 Batch API와 함께 사용할 수 없습니다.
• Priority Tier: Fast mode는 Priority Tier 약정과 함께 사용할 수 없습니다.
• Claude Platform on AWS: Fast mode는 현재 Claude Platform on AWS에서 사용할 수 없습니다.

다음 단계