Bêta publique pour l'exécution d'agents de type « coding / computer-use » dans le cadre de sessions prolongées sur l'API Claude Messages Fils de discussion On pourrait facilement en déduire que « moins on transmet l'histoire, moins on dépense ». Pour aller droit au but :Threads est un outil de report de paiement, pas un outil de facturation——Cela permet principalement de réduire le TTFT lié au téléchargement et à la vérification redondante ; le modèle continue de lire l'intégralité de la conversation, et la consommation de tokens ainsi que les tarifs restent inchangés. La réduction des coûts repose toujours sur Mise en cache des invites(ainsi que la compression, l'édition et la répartition du trafic). Ce qui suit est une interprétation des données officielles (date de vérification : 05/11/2026, fuseau horaire Asia/Shanghai) et ne contient pas les chiffres issus des tests de charge effectués par ce site.
Juger en une phrase
- À quoi sert Threads ?
- Retard de téléchargement et de vérification lié à la retransmission de l'historique complet à chaque itération d'une longue conversation ; selon la documentation officielle, dans la plupart des cas d'utilisation de Claude Code, le TTFT médian des requêtes de 500 000 à 1 million de tokens diminue d'environ 35 %.
- Ce que Threads ne résout pas
- Nous ne modifions ni les tarifs ni les limites de débit ; nous ne gérons pas le cache des prompts à votre place ; nous ne conservons pas les sessions de manière permanente.
- Comment réduire le montant de sa facture ?
- Continuez à utiliser la mise en cache des invites (automatique ou avec des points d'arrêt explicites), en combinant si nécessaire cette technique avec des stratégies de compression et d'édition des résumés.
Faisons d'abord la distinction : outils de report de paiement vs outils de gestion des factures
Dans la boucle de l'agent, si à chaque itération on télécharge à nouveau le système, les outils et l'intégralité du message, les vérifications réseau et serveur vont ralentir le processus. TTFT. Les fils de messages vous permettent d'envoyer l'intégralité des messages lors de la création (« create »), puis, lors des étapes suivantes (« continue »), uniquement les nouveaux messages et la réponse du cycle précédent. id; L'API reconstitue la conversation côté serveur avant d'appeler le modèle.
La reconstruction ne signifie pas que « le modèle ne prend en compte que les nouvelles données ». Les documents officiels l'indiquent clairement : le volume des requêtes a diminué, mais Claude continue de lire l'intégralité de la conversation à chaque tour, sans modification de la consommation de tokens.; Threads Sans modification des tarifs ni des limites de débit.
| dimension (math.) | Fils de discussion | Mise en cache des invites |
|---|---|---|
| Principaux avantages | Réduire le TTFT lié au téléchargement et à la validation | Réduire les entrées de facturation liées aux préfixes répétés (les lectures en cache sont bien inférieures aux entrées de base) |
| Relevé de compte | Communiqué officiel : les tarifs restent inchangés ; la facturation s'effectue à l'unité de conversation complète | Explicite / Automatique cache_control; les opérations d'écriture/lecture en cache font l'objet d'une tarification distincte |
| Cycle de vie | Expiration après environ 5 minutes d'inactivité ; suppression au plus tard environ 1 heure plus tard ; « best-effort » | TTL par défaut d'environ 5 minutes, avec une option d'une heure ; indépendant des threads |
| Rôles du client | Il est indispensable de disposer d'une copie complète du dialogue et de prévoir une relecture en cas d'erreur 404. | Maintenir la stabilité des préfixes pouvant être mis en cache, surveiller le champ « cache » dans « usage » |
Considérer Threads comme un « moyen de réduire gratuitement les coûts » revient à adopter une architecture erronée : le délai s'améliore, mais le coût reste pratiquement inchangé. Il faut d'abord déterminer si le goulot d'étranglement réside dans le TTFT ou dans le coût par tâche réussie, puis choisir l'outil en conséquence.

Quand est-il judicieux de créer un fil de discussion ?
- Applicable à :Sessions longues et actives — L'Agent a enregistré des centaines de cycles de « tool_result », accumulation de captures d'écran « computer-use », documents/images très lourds, et le TTFT s'est nettement dégradé en fonction du contexte.
- Peu adapté :Questions-réponses courtes, cycles isolés, temps d'inactivité souvent supérieur à 5 minutes sans parcours de relecture, dépendance vis-à-vis des lots de messages (Message Batches), de la compaction à la demande (on-demand compaction) ou de l'activation par l'organisation de la conformité HIPAA ou des hooks d'inférence (les Threads ne sont pas pris en charge, comme indiqué officiellement).
- Remarque relative à la conformité :Fils de discussion Non éligible au programme ZDR; le contenu est chiffré en mémoire, n'est pas enregistré sur le disque et est supprimé au plus tard environ une heure après la dernière utilisation. Lorsque le chemin ZDR est requis, ne liez pas Threads par défaut.
Les trois éléments indispensables à préparer avant la connexion
- Tête Beta :Chaque bande de roulement
anthropic-beta : fils de discussion - 12 août 2026(ou ajouté automatiquement par l'assistant SDK). - Règles relatives aux champs « Create » / « Continue » :
système/outilsUniquement lors de la création ; après « continue », 400 est renvoyé. Le modèle et certains champs « fingerprint » doivent correspondre à ceux de la création. - Chemin de lecture :continuer Rencontre
thread_not_found(404) : utilisez la copie locale pour recréer l'ensemble du segment « create », puis recréez le thread. L'assistant SDK peut effectuer une relecture à votre place, mais vous devrez tout de même vous charger vous-même de la persistance hors processus.

# Exemple : premier tour " create " (conversation complète) → deuxième tour " continue " (envoi des éléments ajoutés uniquement)
# Les champs officiels sont ceux indiqués dans la documentation du jour ; ceci ne remplace pas la vérification des types effectuée par le SDK
curl -sS https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2026-10-21" \
-H 'anthropic-beta: message-threads-2026-08-12" \
-H "content-type: application/json" \
-d "{
"model": "claude-opus-5-5",
"max_tokens": 1024,
"cache_control": {"type": "ephemeral"},
"system": "Vous êtes un agent de programmation.",
"messages": [{"role":"user","content":"… premier tour …"}],
"thread": {'type": "create"}
}'
Réduire la facture : on s'en tient toujours à Prompt Caching (peut être combiné avec Threads)
Le chapitre officiel précise :Le thread ne gère pas le cache des invites à votre place.. Les règles de mise en cache sont les mêmes que pour les routes sans fil : vous devez utiliser le niveau supérieur ou le niveau des blocs cache_control. Exemple de document placé au premier plan dans les requêtes Threads cache_control : {"type" : "ephemeral"}, afin de permettre à chaque cycle de lire les données précédemment mises en cache et d'y écrire les nouvelles données.
Lors de la superposition, gardez à l'esprit certaines limites (vérification des documents) :
- 带
fil de discussionLe nombre maximal de demandes est d'environ 4 个cache_controlbreakpoint ; la mise en cache automatique de haut niveau y occupe également une place importante. - « create » est associé à
système/outilsLe point d'arrêt reprendra le comptage lors du prochain « continue » ; lors de la relecture de « create », il faut réorganiser les points d'arrêt sur les anciens messages afin d'éviter tout dépassement de limite. - Voir « usage » :
cache_read_input_tokens/cache_creation_input_tokens/input_tokens, ne vous arrêtez pas au fait que « le corps de la requête est plus petit ».

Liste de contrôle des superpositions (avant la mise en ligne)
- Le goulot d'étranglement est-il le TTFT ? → Ouvrez des threads et vérifiez que le temps d'inactivité est inférieur à 5 minutes ou qu'une relecture est possible.
- Le goulot d'étranglement réside-t-il dans la facturation des jetons d'entrée ? → Configurer la mise en cache des prompts ; vérifier la longueur minimale pouvant être mise en cache et la durée de vie (TTL).
- Les deux ? → Threads + le même niveau supérieur à chaque tour
cache_control; surveiller les accès au cache, plutôt que de partir du principe que « moins de transferts = moins de facturation ». - Les sessions doivent-elles s'étendre sur plusieurs processus ou plusieurs jours ? → Utilisez un stockage personnalisé + compression des résumés ; n'utilisez pas les threads comme base de données de sessions.
Ne s'applique pas aux endroits où les véhicules se renversent
- Expiration de la période d'inactivité :Si aucune requête n'est reçue pendant environ 5 minutes, il se peut que le processus ne puisse pas se poursuivre ; une relecture complète en local sera alors nécessaire.
- « append-only » :Il n'est pas possible de modifier l'historique dans le thread d'origine ; modification/branche = nouvelle création. La compaction à la demande officielle n'est pas compatible avec les threads ; vous devez donc effectuer la synthèse localement avant de lancer un nouveau thread.
- solution de repli / refus :Les itérations générées par le modèle « fallback » risquent de ne pas être enregistrées par le thread ; après un « refusal », ne reprenez pas l'ancien thread.
- Empreintes digitales non concordantes :La modification de champs fixes tels que « model » peut
thread_fingerprint_mismatch.
Exposé des faits :Le présent article s'appuie sur Documentation sur les fils de discussionetDocumentation sur les ressources d'Anthropicavec Documentation sur la mise en cache des invites(5 novembre 2026 : vérification effectuée). Le TTFT « environ 35 % » correspond à la déclaration officielle concernant le scénario Claude Code ; il ne s'agit pas d'un test de performance réalisé par ce site. En l'absence d'environnement d'exécution, nous ne fournissons pas de chiffres de réussite à la première personne.


评论列表 (0条):
加载更多评论 Chargement...