Durante a execução de um agente de «coding / computer-use» em sessões prolongadas na API Claude Messages, fase de testes públicos Tópicos de mensagens É muito fácil interpretar isto como «menos divulgação da história = menos gastos». Vamos começar pela conclusão:O Threads é uma ferramenta de adiamento, não uma ferramenta de faturação——Reduz principalmente o TTFT resultante do envio e da verificação dupla; o modelo continua a ler a conversa na íntegra, e o consumo de tokens e os preços permanecem inalterados. A redução de custos continua a depender de Armazenamento em cache de prompts(bem como compressão, edição e distribuição). Segue-se uma interpretação dos dados oficiais (data de verificação: 05/11/2026, fuso horário Asia/Shanghai), que não inclui os números dos testes de carga deste site.
Avaliação em uma frase
- O que é que o Threads resolve?
- Atraso no envio e na verificação resultante da retransmissão de todo o histórico a cada ronda de conversas longas; os documentos oficiais referem que, na maioria dos cenários do Claude Code, o TTFT mediano para pedidos com cerca de 500 mil a 1 milhão de tokens diminui aproximadamente 35%.
- O que o Threads não resolve
- Não altera os preços nem os limites de velocidade; não gere o cache de prompts por si; não armazena sessões de forma permanente.
- Como reduzir a fatura
- Continue a utilizar o Prompt Caching (ponto de interrupção automático ou explícito), combinando-o, se necessário, com estratégias de compressão e edição de resumos.
Primeiro, é importante distinguir: ferramentas de adiamento vs. ferramentas de faturação
No ciclo do agente longo, se, em cada ronda, o sistema, as ferramentas e a mensagem completa forem reenviados, a verificação da rede e do servidor irá prolongar o tempo de resposta. TTFT. As «Message Threads» permitem-lhe enviar todos os dados na altura da criação («create») e, posteriormente, ao utilizar «continue», enviar apenas as novas mensagens e a resposta da ronda anterior id; A API reconstrói a conversa no servidor antes de chamar o modelo.
A reconstrução não significa que «o modelo só tenha em conta as novas mensagens». O documento oficial deixa isso bem claro: o número de pedidos diminuiu, mas O Claude continua a ler o diálogo na íntegra em cada ronda, sem alteração no consumo de tokens;Threads Não alterar os preços nem os limites de velocidade.
| dimensão (matemática) | Tópicos de mensagens | Armazenamento em cache de prompts |
|---|---|---|
| Principais benefícios | Reduzir o TTFT resultante do envio e da verificação | Reduzir as entradas de faturação com prefixos repetidos (a leitura da cache é muito inferior à entrada de base) |
| Extrato de conta | Comunicado oficial: o preço não será alterado; o consumo será calculado com base na conversa completa | Necessita de ser explícito/automático cache_control; a gravação/leitura da cache tem uma tabela de preços independente |
| Ciclo de vida | Caduca após cerca de 5 minutos de inatividade; é eliminado no máximo cerca de 1 hora depois; «best-effort» | TTL predefinido de cerca de 5 minutos, com a opção de 1 hora; independente dos threads |
| Responsabilidades do cliente | É necessário ter uma cópia completa do diálogo e preparar a reprodução do erro 404 | Manter o prefixo do cache estável e monitorizar o campo «cache» em «usage» |
Considerar o Threads como uma «forma de reduzir os custos» pode levar a uma arquitetura errada: o atraso melhora, mas a fatura praticamente não se altera. Primeiro, é preciso determinar se o gargalo é o TTFT ou o custo por tarefa bem-sucedida, e só depois escolher a ferramenta.

Quando vale a pena abrir um «Threads»?
- Aplicável a:Sessão longa ativa — o Agent está a codificar centenas de iterações de `tool_result`, acumulação de capturas de ecrã de `computer-use`, documentos/imagens muito pesados; o TTFT piorou visivelmente consoante o contexto.
- Não se aplica muito bem:Respostas curtas, cycles isolados, tempo de inatividade frequentemente superior a 5 minutos sem percursos de reprodução; dependência de Message Batches / compactação sob demanda / ativação pela organização da conformidade com a HIPAA ou de Inference hooks (o site oficial indica que o Threads não suporta estas funcionalidades).
- Nota sobre conformidade:Tópicos Não é elegível para o ZDR; O conteúdo é encriptado na memória, não é gravado no disco e é eliminado no máximo cerca de 1 hora após a última utilização. Quando for necessário um percurso ZDR, não se deve associar os Threads por predefinição.
Três coisas que é necessário preparar antes da ligação
- Cabeçalho Beta:Cinta por volta
anthropic-beta: threads de mensagens - 12 de agosto de 2026(ou adicionado automaticamente pelo SDK helper). - Regras relativas aos campos «Criar» / «Continuar»:
sistema/ferramentasApenas em «create»; em «continue», são enviados mais 400. O modelo e alguns campos «fingerprint» devem corresponder aos de «create». - Percurso de reprodução:continuar Encontrar
thread_not_found(404) Nesse caso, utilize a cópia local para recriar toda a sequência «create» e, em seguida, crie um novo segmento de execução. O SDK helper pode efetuar uma reprodução uma vez, mas a persistência fora do processo continua a ser da sua responsabilidade.

# Exemplo: primeira ronda "create" (diálogo completo) → segunda ronda "continue" (enviar apenas as novidades)
# Os campos oficiais devem seguir a documentação do dia; isto não substitui a verificação de tipos do 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": "És um agente de programação.",
"messages": [{"role":"user","content":"… primeiro turno …"}],
"thread": {'type": "create"}
}'
Reduzir o número de faturas: continue a utilizar o Prompt Caching (pode ser utilizado em conjunto com o Threads)
Um capítulo específico do texto oficial estipula:A thread não gere o cache de prompts por si. As regras de armazenamento em cache são as mesmas que as da transmissão sem fios — deve utilizar o nível superior ou o nível de bloco cache_control. O exemplo de documento é colocado no nível superior da solicitação do Threads cache_control: {"type":"ephemeral"}, permitindo que cada ronda leia o conteúdo previamente armazenado em cache e grave a nova ronda.
Ao sobrepor, tenha em conta algumas restrições (verificação de documentos):
- 带
tópicoO número máximo de pedidos é de cerca de 4 个cache_controlbreakpoint; o armazenamento automático de caches de nível superior também ocupa um lugar. - create está associado a
sistema/ferramentasO ponto de interrupção continuará a ser contabilizado no «continue» subsequente; ao reproduzir o «create», é necessário organizar os pontos de interrupção nas mensagens antigas, para evitar exceder o limite. - Ver «usage»:
cache_read_input_tokens/cache_creation_input_tokens/input_tokens, não se limite a observar que «o corpo do pedido ficou mais pequeno».

Lista de verificação de integração (antes do lançamento)
- O gargalo é o TTFT? → Abra o Threads e verifique se o tempo de inatividade é inferior a 5 minutos ou se existe a possibilidade de repetição.
- O estrangulamento está na faturação dos tokens de entrada? → Configurar o Prompt Caching; verificar o comprimento mínimo que pode ser armazenado em cache e o TTL.
- Ambos? → Threads + o mesmo nível superior em cada ronda
cache_control; monitorizar os acertos na cache, em vez de partir do princípio de que «menos transferências = menos custos». - A sessão deve estender-se por vários processos/dias? → Armazenamento próprio + compressão de resumos; não utilize os threads como base de dados da sessão.
Não se aplica aos pontos de capotamento
- Validade do tempo livre:Se não houver pedidos durante cerca de 5 minutos, poderá não ser possível continuar; será necessário efetuar uma reprodução completa local.
- apenas adição:Não é possível alterar o histórico na thread original; editar/ramificar = criar um novo. A compactação a pedido oficial não é compatível com threads; é necessário concluir o resumo localmente antes de iniciar uma nova thread.
- solução alternativa / recusa:As iterações geradas pelo modelo «fallback» podem não ser guardadas pela thread; após uma «refusal», não se deve continuar com a thread anterior.
- Inconsistência nas impressões digitais:Alterar campos fixos como «model», etc., irá
thread_fingerprint_mismatch.
Explicação das provas:O presente artigo baseia-se em Documentação sobre cadeias de mensagenseArtigo sobre os recursos da Anthropicjuntamente com Documentação sobre o armazenamento em cache de prompts(5 de novembro de 2026 – verificar). O TTFT «cerca de 35%» é uma declaração oficial relativa ao cenário do Claude Code, não sendo um teste de desempenho realizado por este site. Não existindo um ambiente de execução, não se indicam números de execução bem-sucedida na primeira pessoa.


评论列表 (0条):
加载更多评论 Carregando...