---
title: Modo rápido
url: https://platform.claude.com/docs/pt-BR/build-with-claude/fast-mode
description: Obtenha até 2,5x mais tokens de saída por segundo com os modelos Claude compatíveis.
---

O "fast mode" (modo rápido) oferece até 2,5x mais tokens de saída por segundo com Claude Opus 5.5, Claude Opus 5, e Claude Opus 4.8, com preço premium. Defina `speed: "fast"` na sua requisição para ativá-lo.

<Note>
  O modo rápido para o Claude Opus 5.5 não precisa do cabeçalho beta `fast-mode-2026-02-01` nem de uma solicitação de acesso. Requisições que ainda enviam o cabeçalho continuam funcionando. O modo rápido para o Claude Opus 5 e o Claude Opus 4.8 está em prévia de pesquisa: entre em contato com seu gerente de conta ou [entre na lista de espera](https://claude.com/fast-mode) para solicitar acesso, e envie o [cabeçalho beta](https://platform.claude.com/docs/pt-BR/api/beta-headers) nas suas requisições.
</Note>

<Note>
  Para saber como a "zero data retention" (retenção zero de dados), ou ZDR, se aplica a este recurso, consulte [API e retenção de dados](https://platform.claude.com/docs/pt-BR/manage-claude/api-and-data-retention).
</Note>

## Modelos e plataformas compatíveis

O modo rápido é compatível com os seguintes modelos e plataformas:

| Modelo compatível                 | Plataformas compatíveis                                                                                                                                                                                                                                                       |
| --------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| Claude Opus 5.5 (claude-opus-5-5) | Claude API, incluindo [Claude Managed Agents](https://platform.claude.com/docs/pt-BR/managed-agents/overview)<br />[Claude no Microsoft Foundry](https://platform.claude.com/docs/pt-BR/build-with-claude/claude-in-microsoft-foundry), para implantações hospedadas no Azure |
| Claude Opus 5 (claude-opus-5)     | Claude API, incluindo [Claude Managed Agents](https://platform.claude.com/docs/pt-BR/managed-agents/overview)                                                                                                                                                                 |
| Claude Opus 4.8 (claude-opus-4-8) | Claude API, incluindo [Claude Managed Agents](https://platform.claude.com/docs/pt-BR/managed-agents/overview)                                                                                                                                                                 |

Se você estava usando o modo rápido em um modelo anterior, [migre para um modelo compatível com o modo rápido](https://platform.claude.com/docs/pt-BR/models/opus-5-5/migration-guide).

O modo rápido não está disponível para implantações do Claude no Microsoft Foundry [hospedadas na Anthropic](https://platform.claude.com/docs/pt-BR/build-with-claude/claude-in-microsoft-foundry#hosting-options).

## Como o modo rápido funciona

O modo rápido executa o mesmo modelo com uma configuração de inferência mais rápida. Não há mudança na inteligência ou nas capacidades.

* Até 2,5x mais tokens de saída por segundo em comparação com a velocidade padrão
* Os benefícios de velocidade concentram-se em "output tokens per second" (tokens de saída por segundo), ou OTPS, e não em "time to first token" (tempo até o primeiro token), ou TTFT
* Mesmos pesos e comportamento do modelo (não é um modelo diferente)
* Compatível com [streaming](https://platform.claude.com/docs/pt-BR/build-with-claude/streaming), onde o ganho de OTPS é mais visível

## Uso básico

Modelos em prévia de pesquisa também precisam do [cabeçalho beta](https://platform.claude.com/docs/pt-BR/api/beta-headers) `fast-mode-2026-02-01`.

<CodeGroup>
  ```bash cURL
  curl https://api.anthropic.com/v1/messages \
    -H "x-api-key: $ANTHROPIC_API_KEY" \
    -H "anthropic-version: 2023-06-01" \
    -H "content-type: application/json" \
    -d '{
      "model": "claude-opus-5-5",
      "max_tokens": 4096,
      "speed": "fast",
      "messages": [{
        "role": "user",
        "content": "Refactor this module to use dependency injection"
      }]
    }'
  ```

  ```bash CLI
  ant messages create <<'YAML'
  model: claude-opus-5-5
  max_tokens: 4096
  speed: fast
  messages:
    - role: user
      content: Refactor this module to use dependency injection
  YAML
  ```

  ```python Python
  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)
  ```

  ```typescript TypeScript
  const client = new Anthropic();

  const response = await client.messages.create({
    model: "claude-opus-5-5",
    max_tokens: 4096,
    speed: "fast",
    messages: [
      {
        role: "user",
        content: "Refactor this module to use dependency injection"
      }
    ]
  });

  const textBlock = response.content.find(
    (block): block is Anthropic.TextBlock => block.type === "text"
  );
  console.log(textBlock?.text);
  ```

  ```csharp C#
  AnthropicClient client = new();

  var response = await client.Messages.Create(new MessageCreateParams
  {
      Model = Model.ClaudeOpus5_5,
      MaxTokens = 4096,
      Speed = Speed.Fast,
      Messages = [
          new() { Role = Role.User, Content = "Refactor this module to use dependency injection" }
      ],
  });

  foreach (var block in response.Content)
  {
      if (block.TryPickText(out var textBlock))
      {
          Console.WriteLine(textBlock.Text);
      }
  }
  ```

  ```go Go
  client := anthropic.NewClient()

  response, err := client.Messages.New(context.TODO(), anthropic.MessageNewParams{
  	Model:     anthropic.ModelClaudeOpus5_5,
  	MaxTokens: 4096,
  	Speed:     anthropic.MessageNewParamsSpeedFast,
  	Messages: []anthropic.MessageParam{
  		anthropic.NewUserMessage(anthropic.NewTextBlock("Refactor this module to use dependency injection")),
  	},
  })
  if err != nil {
  	log.Fatal(err)
  }
  for _, block := range response.Content {
  	if textBlock, ok := block.AsAny().(anthropic.TextBlock); ok {
  		fmt.Println(textBlock.Text)
  	}
  }
  ```

  ```java Java
  AnthropicClient client = AnthropicOkHttpClient.fromEnv();

  Message response = client.messages().create(
          MessageCreateParams.builder()
                  .model(Model.CLAUDE_OPUS_5_5)
                  .maxTokens(4096L)
                  .speed(MessageCreateParams.Speed.FAST)
                  .addUserMessage("Refactor this module to use dependency injection")
                  .build());

  response.content().stream()
          .flatMap(block -> block.text().stream())
          .forEach(textBlock -> IO.println(textBlock.text()));
  ```

  ```php PHP
  $client = new Client();

  $response = $client->messages->create(
      model: 'claude-opus-5-5',
      maxTokens: 4096,
      speed: 'fast',
      messages: [
          ['role' => 'user', 'content' => 'Refactor this module to use dependency injection'],
      ],
  );

  foreach ($response->content as $block) {
      if ($block instanceof \Anthropic\Messages\TextBlock) {
          echo $block->text, PHP_EOL;
      }
  }
  ```

  ```ruby Ruby
  client = Anthropic::Client.new

  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"}]
  )

  response.content.each do |block|
    puts block.text if block.type == :text
  end
  ```
</CodeGroup>

## Preços

O modo rápido é cobrado com um multiplicador sobre as tarifas padrão em toda a janela de contexto, incluindo requisições com mais de 200 mil tokens de entrada. A tabela a seguir mostra os preços do modo rápido para os modelos compatíveis:

| Modelo                          | Entrada        | Saída          |
| ------------------------------- | -------------- | -------------- |
| Claude Opus 5.5                 | $8 USD / MTok  | $40 USD / MTok |
| Claude Opus 5 / Claude Opus 4.8 | $10 USD / MTok | $50 USD / MTok |

Os preços do modo rápido se acumulam com outros modificadores de preço:

* [Multiplicadores de cache de prompt](https://platform.claude.com/docs/pt-BR/about-claude/pricing#prompt-caching) aplicam-se sobre os preços do modo rápido
* Multiplicadores de [residência de dados](https://platform.claude.com/docs/pt-BR/manage-claude/data-residency) aplicam-se sobre os preços do modo rápido

Para detalhes completos de preços, consulte a página de [Preços](https://platform.claude.com/docs/pt-BR/about-claude/pricing#fast-mode-pricing).

## Limites de taxa

O modo rápido tem um "rate limit" (limite de taxa) dedicado, separado dos limites de taxa padrão do Opus. Quando seu limite de taxa do modo rápido é excedido, a API retorna um erro `429` com um cabeçalho `retry-after` indicando quando haverá capacidade disponível.

O Claude Opus 5.5 tem um limite de taxa padrão do modo rápido nos [níveis de uso](https://platform.claude.com/docs/pt-BR/api/rate-limits) Start, Build e Scale, então você não precisa solicitar acesso para usar o modo rápido com ele. Organizações no nível Evaluation podem usar o modo rápido com o Claude Opus 5.5 assim que passarem para o nível Start, Build ou Scale.

A resposta inclui cabeçalhos que indicam o status do seu limite de taxa do modo rápido:

| Cabeçalho                                | Descrição                                                                |
| ---------------------------------------- | ------------------------------------------------------------------------ |
| `anthropic-fast-input-tokens-limit`      | Máximo de tokens de entrada do modo rápido por minuto                    |
| `anthropic-fast-input-tokens-remaining`  | Tokens de entrada do modo rápido restantes                               |
| `anthropic-fast-input-tokens-reset`      | Horário em que o limite de tokens de entrada do modo rápido é redefinido |
| `anthropic-fast-output-tokens-limit`     | Máximo de tokens de saída do modo rápido por minuto                      |
| `anthropic-fast-output-tokens-remaining` | Tokens de saída do modo rápido restantes                                 |
| `anthropic-fast-output-tokens-reset`     | Horário em que o limite de tokens de saída do modo rápido é redefinido   |

Para ver seus limites de taxa do modo rápido, acesse a página [Limites de taxa](https://platform.claude.com/usage/limits) no Claude Console.

## Verificando qual velocidade foi usada

O objeto `usage` da resposta inclui um campo `speed` que indica qual velocidade foi usada, `"fast"` ou `"standard"`. Solicitar `speed: "fast"` em um [modelo que não é compatível com o modo rápido](https://platform.claude.com/docs/pt-BR/build-with-claude/fast-mode#supported-models-and-platforms) retorna um erro, assim como exceder os limites de taxa ou a capacidade do modo rápido (um `429` ou `529`). Quando uma requisição com `speed: "fast"` é bem-sucedida, `usage.speed` é `"fast"`. O Claude Opus 4.6 é uma exceção: em vez de retornar um erro, uma requisição com `speed: "fast"` e o cabeçalho beta `fast-mode-2026-02-01` é bem-sucedida, mas é executada na velocidade padrão. Esse comportamento é refletido corretamente em `usage.speed`, que mostra `"standard"` nessa situação.

<CodeGroup>
  ```bash cURL
  curl https://api.anthropic.com/v1/messages \
    -H "x-api-key: $ANTHROPIC_API_KEY" \
    -H "anthropic-version: 2023-06-01" \
    -H "content-type: application/json" \
    -d '{
      "model": "claude-opus-5-5",
      "max_tokens": 1024,
      "speed": "fast",
      "messages": [{"role": "user", "content": "Hello"}]
    }'
  ```

  ```bash CLI
  ant messages create \
    --transform usage.speed \
    --raw-output <<'YAML'
  model: claude-opus-5-5
  max_tokens: 1024
  speed: fast
  messages:
    - role: user
      content: Hello
  YAML
  ```

  ```python Python
  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"
  ```

  ```typescript TypeScript
  const client = new Anthropic();

  const response = await client.messages.create({
    model: "claude-opus-5-5",
    max_tokens: 1024,
    speed: "fast",
    messages: [{ role: "user", content: "Hello" }]
  });

  console.log(response.usage.speed); // "fast" or "standard"
  ```

  ```csharp C#
  AnthropicClient client = new();

  var response = await client.Messages.Create(new MessageCreateParams
  {
      Model = Model.ClaudeOpus5_5,
      MaxTokens = 1024,
      Speed = Speed.Fast,
      Messages = [new() { Role = Role.User, Content = "Hello" }],
  });

  Console.WriteLine(response.Usage.Speed);  // "fast" or "standard"
  ```

  ```go Go
  client := anthropic.NewClient()

  response, err := client.Messages.New(context.TODO(), anthropic.MessageNewParams{
  	Model:     anthropic.ModelClaudeOpus5_5,
  	MaxTokens: 1024,
  	Speed:     anthropic.MessageNewParamsSpeedFast,
  	Messages: []anthropic.MessageParam{
  		anthropic.NewUserMessage(anthropic.NewTextBlock("Hello")),
  	},
  })
  if err != nil {
  	log.Fatal(err)
  }
  fmt.Println(response.Usage.Speed) // "fast" or "standard"
  ```

  ```java Java
  AnthropicClient client = AnthropicOkHttpClient.fromEnv();

  MessageCreateParams params = MessageCreateParams.builder()
          .model(Model.CLAUDE_OPUS_5_5)
          .maxTokens(1024L)
          .speed(MessageCreateParams.Speed.FAST)
          .addUserMessage("Hello")
          .build();

  Message response = client.messages().create(params);
  IO.println(response.usage().speed().orElseThrow());  // "fast" or "standard"
  ```

  ```php PHP
  $client = new Client();

  $response = $client->messages->create(
      model: 'claude-opus-5-5',
      maxTokens: 1024,
      speed: 'fast',
      messages: [['role' => 'user', 'content' => 'Hello']],
  );

  echo $response->usage->speed;  // "fast" or "standard"
  ```

  ```ruby Ruby
  client = Anthropic::Client.new

  response = client.messages.create(
    model: "claude-opus-5-5",
    max_tokens: 1024,
    speed: "fast",
    messages: [{ role: "user", content: "Hello" }]
  )

  puts(response.usage.speed)  # "fast" or "standard"
  ```
</CodeGroup>

```json Output
{
  "id": "msg_01XFDUDYJgAACzvnptvVoYEL",
  "type": "message",
  "role": "assistant",
// ...
  "usage": {
    "input_tokens": 8,
    "output_tokens": 12,
    "speed": "fast"
  }
}
```

Para acompanhar o uso e os custos do modo rápido em toda a sua organização, consulte a [API de Uso e Custo](https://platform.claude.com/docs/pt-BR/manage-claude/usage-cost-api).

## Novas tentativas e fallback

### Novas tentativas automáticas

Quando os limites de taxa do modo rápido são excedidos, a API retorna um erro `429` com um cabeçalho `retry-after`. O SDK tenta novamente essas requisições automaticamente até 2 vezes por padrão (configurável com `max_retries` (typescript, java, php: `maxRetries`; csharp: `MaxRetries`; go: `option.WithMaxRetries`)), aguardando o atraso especificado pelo servidor antes de cada nova tentativa. Como o modo rápido usa reposição contínua de tokens, o atraso de `retry-after` normalmente é curto e as requisições são bem-sucedidas assim que há capacidade disponível.

### Recorrendo à velocidade padrão

Se você preferir recorrer à velocidade padrão em vez de esperar por capacidade do modo rápido, capture o erro de limite de taxa e repita a requisição sem `speed: "fast"`. Defina `max_retries` (typescript, java, php: `maxRetries`; csharp: `MaxRetries`; go: `option.WithMaxRetries`) como `0` na requisição rápida inicial. Assim, as novas tentativas automáticas são ignoradas e a requisição falha imediatamente em erros de limite de taxa.

<Note>
  Recorrer da velocidade rápida para a padrão resultará em uma falha de [cache de prompt](https://platform.claude.com/docs/pt-BR/build-with-claude/prompt-caching). Requisições em velocidades diferentes não compartilham prefixos em cache.
</Note>

Definir `max_retries` (typescript, java, php: `maxRetries`; csharp: `MaxRetries`; go: `option.WithMaxRetries`) como `0` também desativa as novas tentativas para outros erros transitórios (sobrecarga, erros internos do servidor). Por isso, os exemplos a seguir reenviam a requisição original com as novas tentativas padrão nesses casos.

<CodeGroup exclude="shell:cURL">
  ```bash CLI
  # `ant` repete 429/5xx automaticamente e não tem override de max_retries por requisição,
  # então, em um 429 no modo rápido, o fallback roda após esgotarem as
  # tentativas internas. --transform-error expõe error.type para ramificação.
  create_message_with_fast_fallback() {
    local speed="$1" max_attempts="${2:-3}" body out
    body=${3:-$(cat)}
    out=$(
      ant messages create \
        ${speed:+--speed "$speed"} \
        --transform-error error.type --format-error yaml <<<"$body" 2>/dev/null
    ) && { printf '%s\n' "$out"; return; }
    case "$out" in
      rate_limit_error)
        if [[ -n "$speed" ]]; then
          create_message_with_fast_fallback "" "$max_attempts" "$body"
          return
        fi ;;
      overloaded_error | api_error | "")
        if (( max_attempts > 1 )); then
          create_message_with_fast_fallback "$speed" $((max_attempts - 1)) "$body"
          return
        fi ;;
    esac
    printf '%s\n' "${out:-connection_error}" >&2
    return 1
  }

  MESSAGE=$(
    create_message_with_fast_fallback fast <<'YAML'
  model: claude-opus-5-5
  max_tokens: 1024
  messages:
    - role: user
      content: Hello
  YAML
  )
  ```

  ```python Python
  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,
  )
  ```

  ```typescript TypeScript
  const client = new Anthropic();

  async function createMessageWithFastFallback(
    params: Anthropic.MessageCreateParamsNonStreaming,
    requestOptions?: Anthropic.RequestOptions,
    maxAttempts: number = 3
  ): Promise<Anthropic.Message> {
    try {
      return await client.messages.create(params, requestOptions);
    } catch (e) {
      if (e instanceof Anthropic.RateLimitError && params.speed === "fast") {
        const { speed, ...rest } = params;
        return createMessageWithFastFallback(rest);
      }
      if (
        e instanceof Anthropic.InternalServerError ||
        e instanceof Anthropic.APIConnectionError
      ) {
        if (maxAttempts > 1) {
          return createMessageWithFastFallback(params, undefined, maxAttempts - 1);
        }
      }
      throw e;
    }
  }

  const message = await createMessageWithFastFallback(
    {
      model: "claude-opus-5-5",
      max_tokens: 1024,
      messages: [{ role: "user", content: "Hello" }],
      speed: "fast"
    },
    { maxRetries: 0 }
  );
  ```

  ```csharp C#
  AnthropicClient client = new();

  async Task<Message> CreateMessageWithFastFallback(
      MessageCreateParams parameters,
      int? maxRetries = null,
      int maxAttempts = 3)
  {
      try
      {
          var requestClient = maxRetries is int retries
              ? client.WithOptions(options => options with { MaxRetries = retries })
              : client;
          return await requestClient.Messages.Create(parameters);
      }
      catch (AnthropicRateLimitException)
      {
          if (parameters.Speed is not null)
          {
              return await CreateMessageWithFastFallback(
                  parameters with { Speed = null });
          }
          throw;
      }
      catch (Anthropic5xxException)
      {
          if (maxAttempts > 1)
          {
              return await CreateMessageWithFastFallback(
                  parameters, maxAttempts: maxAttempts - 1);
          }
          throw;
      }
  }

  var message = await CreateMessageWithFastFallback(
      new MessageCreateParams
      {
          Model = Model.ClaudeOpus5_5,
          MaxTokens = 1024,
          Messages = [new() { Role = Role.User, Content = "Hello" }],
          Speed = Speed.Fast,
      },
      maxRetries: 0);
  ```

  ```go Go
  func createMessageWithFastFallback(
  	ctx context.Context,
  	client *anthropic.Client,
  	params anthropic.MessageNewParams,
  	maxAttempts int,
  	opts ...option.RequestOption,
  ) (*anthropic.Message, error) {
  	message, err := client.Messages.New(ctx, params, opts...)
  	if err != nil {
  		var apierr *anthropic.Error
  		if errors.As(err, &apierr) && apierr.StatusCode == 429 && params.Speed != "" {
  			params.Speed = ""
  			return createMessageWithFastFallback(ctx, client, params, maxAttempts)
  		}
  		if (errors.As(err, &apierr) && apierr.StatusCode >= 500) || !errors.As(err, &apierr) {
  			if maxAttempts > 1 {
  				return createMessageWithFastFallback(ctx, client, params, maxAttempts-1)
  			}
  		}
  		return nil, err
  	}
  	return message, nil
  }

  func main() {
  	client := anthropic.NewClient()
  	message, err := createMessageWithFastFallback(
  		context.TODO(),
  		&client,
  		anthropic.MessageNewParams{
  			Model:     anthropic.ModelClaudeOpus5_5,
  			MaxTokens: 1024,
  			Messages: []anthropic.MessageParam{
  				anthropic.NewUserMessage(anthropic.NewTextBlock("Hello")),
  			},
  			Speed: anthropic.MessageNewParamsSpeedFast,
  		},
  		3,
  		option.WithMaxRetries(0),
  	)
  	if err != nil {
  		panic(err)
  	}
  	fmt.Println(message)
  }
  ```

  ```java Java
  import com.anthropic.errors.InternalServerException;
  import com.anthropic.errors.RateLimitException;
  // ...
  // Desative a nova tentativa automática do SDK para que a lógica de fallback abaixo cuide disso
  AnthropicClient client =
          AnthropicOkHttpClient.builder().fromEnv().maxRetries(0).build();

  Message createMessageWithFastFallback(
          MessageCreateParams params, int maxAttempts) {
      try {
          return client.messages().create(params);
      } catch (RateLimitException e) {
          if (params.speed().isPresent()) {
              MessageCreateParams retryParams = params.toBuilder()
                      .speed(Optional.empty())
                      .build();
              return createMessageWithFastFallback(retryParams, maxAttempts);
          }
          throw e;
      } catch (InternalServerException e) {
          if (maxAttempts > 1) {
              return createMessageWithFastFallback(params, maxAttempts - 1);
          }
          throw e;
      }
  }

  void main() {
      Message message = createMessageWithFastFallback(
              MessageCreateParams.builder()
                      .model(Model.CLAUDE_OPUS_5_5)
                      .maxTokens(1024L)
                      .addUserMessage("Hello")
                      .speed(MessageCreateParams.Speed.FAST)
                      .build(),
              3);
      message.content().stream()
              .flatMap(block -> block.text().stream())
              .forEach(textBlock -> IO.println(textBlock.text()));
  }
  ```

  ```php PHP
  use Anthropic\Core\Exceptions\APIConnectionException;
  use Anthropic\Core\Exceptions\InternalServerException;
  use Anthropic\Core\Exceptions\RateLimitException;
  use Anthropic\RequestOptions;
  // ...
  $client = new Client();

  function createMessageWithFastFallback(
      Client $client,
      array $params,
      ?RequestOptions $requestOptions = null,
      int $maxAttempts = 3,
  ) {
      try {
          return $client->messages->create(
              ...$params,
              requestOptions: $requestOptions,
          );
      } catch (RateLimitException $e) {
          if (isset($params['speed'])) {
              unset($params['speed']);
              return createMessageWithFastFallback($client, $params);
          }
          throw $e;
      } catch (InternalServerException | APIConnectionException $e) {
          if ($maxAttempts > 1) {
              return createMessageWithFastFallback(
                  $client, $params, maxAttempts: $maxAttempts - 1
              );
          }
          throw $e;
      }
  }

  $message = createMessageWithFastFallback(
      $client,
      [
          'model' => 'claude-opus-5-5',
          'maxTokens' => 1024,
          'messages' => [['role' => 'user', 'content' => 'Hello']],
          'speed' => 'fast',
      ],
      RequestOptions::with(maxRetries: 0),
  );
  ```

  ```ruby Ruby
  client = Anthropic::Client.new

  def create_message_with_fast_fallback(client, request_options: {}, max_attempts: 3, **params)
    client.messages.create(**params, request_options: request_options)
  rescue Anthropic::Errors::RateLimitError
    raise unless params[:speed] == "fast"
    params.delete(:speed)
    create_message_with_fast_fallback(client, **params)
  rescue Anthropic::Errors::InternalServerError, Anthropic::Errors::APIConnectionError
    raise unless max_attempts > 1
    create_message_with_fast_fallback(client, max_attempts: max_attempts - 1, **params)
  end

  message = create_message_with_fast_fallback(
    client,
    model: "claude-opus-5-5",
    max_tokens: 1024,
    messages: [{ role: "user", content: "Hello" }],
    speed: "fast",
    request_options: { max_retries: 0 }
  )
  ```
</CodeGroup>

## Considerações

* **Cache de prompt:** Alternar entre a velocidade rápida e a padrão invalida o cache de prompt. Requisições em velocidades diferentes não compartilham prefixos em cache.
* **TTFT:** Os benefícios do modo rápido se concentram em tokens de saída por segundo (OTPS), e não no tempo até o primeiro token (TTFT).
* **Batch API:** O modo rápido não está disponível com a [Batch API](https://platform.claude.com/docs/pt-BR/build-with-claude/batch-processing).
* **Priority Tier:** O modo rápido não está disponível com um compromisso de [Priority Tier](https://platform.claude.com/docs/pt-BR/api/service-tiers).
* **Claude Platform on AWS:** O modo rápido não está disponível atualmente no [Claude Platform on AWS](https://platform.claude.com/docs/pt-BR/build-with-claude/claude-platform-on-aws).

## Próximos passos

<CardGroup cols={2}>
  <Card title="Saídas estruturadas" icon="code-brackets" href="https://platform.claude.com/docs/pt-BR/build-with-claude/structured-outputs">
    Obtenha resultados JSON validados de fluxos de trabalho de agentes.
  </Card>

  <Card title="Preços" icon="calculator" href="https://platform.claude.com/docs/pt-BR/about-claude/pricing#fast-mode-pricing">
    Saiba mais sobre a estrutura de preços da Anthropic para modelos e recursos.
  </Card>

  <Card title="Esforço" icon="gauge" href="https://platform.claude.com/docs/pt-BR/build-with-claude/effort">
    Controle quantos tokens Claude usa ao responder com o parâmetro effort, equilibrando entre a profundidade da resposta e a eficiência de tokens.
  </Card>

  <Card title="Streaming de mensagens" icon="arrow-right" href="https://platform.claude.com/docs/pt-BR/build-with-claude/streaming">
    Faça streaming das respostas da Messages API de forma incremental com server-sent events, incluindo deltas de texto, uso de ferramentas e pensamento estendido.
  </Card>
</CardGroup>