حالت سریع Claude Opus 5.5 بدون نیاز به درخواست دسترسی فعال شد؛ اما بازگشت به سرعت عادی، هزینه حافظه نهان را بالا می‌برد
شرکت Anthropic حالت سریع مدل Claude Opus 5.5 را از مرحله پیش‌نمایش پژوهشی خارج کرده است. در نتیجه، برای درخواست استفاده از این قابلیت دیگر نیازی به دریافت مجوز دسترسی یا ارسال هدر بتا نیست. طبق یادداشت‌های انتشار منتشرشده در ۱۵ اکتبر، این مدل اکنون در سطوح استفاده Start، Build و Scale به‌طور پیش‌فرض محدودیت نرخ درخواست مشخصی برای حالت سریع دارد. درخواست‌هایی که همچنان هدر قدیمی fast-mode-2026-02-01 را ارسال می‌کنند نیز به کار خود ادامه می‌دهند.
سطح Evaluation فعلاً از این تغییر مستثناست و کاربران سازمانی برای بهره‌مندی از قابلیت جدید باید سطح اشتراک خود را ارتقا دهند. طبق مستندات حالت سریع Anthropic، محدودیت جدید جدا از محدودیت نرخ درخواست استاندارد Opus محاسبه می‌شود. اگر تعداد درخواست‌ها از این سقف فراتر برود، سرویس خطای ۴۲۹ را همراه با هدر retry-after برمی‌گرداند. همچنین، شش هدر پاسخ نشان می‌دهند چه میزان ظرفیت پردازش ورودی و خروجی در حالت سریع برای باقی‌مانده همان دقیقه در دسترس است.
بازگشت به سرعت عادی، حافظه نهان پرامپت را از بین می‌برد
راهکاری که در مستندات برای عبور از خطای ۴۲۹ ارائه شده، هزینه‌ای نیز دارد. Anthropic می‌گوید: «بازگشت از حالت سریع به سرعت استاندارد باعث می‌شود حافظه نهان پرامپت مورد استفاده قرار نگیرد.» این شرکت همچنین توضیح می‌دهد: «درخواست‌هایی که با سرعت‌های متفاوت اجرا می‌شوند، پیشوندهای ذخیره‌شده مشترکی ندارند.»
بنابراین، اگر یک عامل هوش مصنوعی پس از برخورد با محدودیت نرخ درخواست، اجرای دوباره را با سرعت استاندارد امتحان کند، باید هزینه کامل ورودی را برای کل پیشوندی بپردازد که پیش‌تر در حافظه نهان ذخیره شده بود. در درخواست‌هایی با زمینه طولانی برنامه‌نویسی، همین بخش می‌تواند پرهزینه‌ترین قسمت پردازش باشد. کد نمونه خود Anthropic تعداد تلاش‌های مجدد را برای درخواست سریع روی صفر تنظیم می‌کند تا درخواست بلافاصله شکست بخورد و سیستم به حالت استاندارد برگردد؛ به این ترتیب، لازم نیست دو تلاش مجدد خودکار را که کیت‌های توسعه نرم‌افزار (SDK) به‌طور پیش‌فرض انجام می‌دهند، منتظر بماند.
حالت سریع در استقرارهای Azure فعال است، اما در نسخه میزبانی‌شده Foundry متعلق به Anthropic در دسترس نیست
حالت سریع Opus 5.5 اکنون در سرویس Claude در Microsoft Foundry برای استقرارهایی که میزبانی آن‌ها بر عهده Azure است، اجرا می‌شود؛ اما این قابلیت برای استقرارهای Foundry که Anthropic میزبانی می‌کند، ارائه نشده است. حالت سریع همچنین از طریق Batch API و تعهدات مربوط به سطح Priority Tier در دسترس نیست و در حال حاضر در Claude Platform روی AWS نیز پشتیبانی نمی‌شود.
این نخستین بار است که این قابلیت از محدوده Claude API فراتر می‌رود. هنگامی که Opus 5.5 در ۲۲ سپتامبر با قیمت ۴ دلار به‌ازای هر یک میلیون توکن ورودی معرفی شد، حالت سریع فقط به‌صورت پیش‌نمایش پژوهشی در Claude API ارائه می‌شد. هزینه اضافی استفاده از این حالت همچنان بدون تغییر باقی مانده است: ۸ دلار به‌ازای هر یک میلیون توکن ورودی و ۴۰ دلار به‌ازای هر یک میلیون توکن خروجی. در مقابل، قیمت همین میزان توکن برای Opus 5 و Opus 4.8 به‌ترتیب ۱۰ و ۵۰ دلار است.
حالت سریع Opus 5 و Opus 4.8 همچنان در مرحله پیش‌نمایش پژوهشی است
برای استفاده از حالت سریع در هر دو مدل قدیمی‌تر، همچنان باید هدر بتا ارسال شود و مجوز دسترسی نیز دریافت شود. این مجوز از طریق مدیر حساب یا فهرست انتظار Anthropic در نشانی claude.com/fast-mode قابل پیگیری است. وضعیت Opus 4.6 متفاوت است؛ حالت سریع این مدل به‌طور کامل حذف شده است. اگر درخواستی برای این مدل با تنظیم سرعت روی fast و همراه با هدر بتا ارسال شود، درخواست با موفقیت پذیرفته می‌شود، اما در عمل با سرعت استاندارد اجرا خواهد شد. در این حالت، فیلد speed در پاسخ سرویس به‌جای خطا، مقدار standard را گزارش می‌کند.
این تغییرات تأثیری بر عملکرد خود مدل ندارند. Anthropic می‌گوید حالت سریع «همان مدل را با پیکربندی استنتاج سریع‌تر اجرا می‌کند» و «هیچ تغییری در هوش یا قابلیت‌های آن ایجاد نمی‌کند». این شرکت افزایش سرعت تولید خروجی را تا ۲٫۵ برابر اعلام کرده است. بااین‌حال، مستندات تأکید می‌کنند که این افزایش مربوط به نرخ تولید توکن‌های خروجی است، نه مدت‌زمان انتظار برای دریافت نخستین توکن. به همین دلیل، تفاوت سرعت در رابط‌های کاربری مبتنی بر پاسخ جریانی به‌خوبی دیده می‌شود، اما در پرامپت‌های کوتاهی که پاسخ را یک‌باره دریافت می‌کنند، ممکن است چندان محسوس نباشد.
Anthropic رقم مشخصی برای تعداد توکن‌های قابل پردازش در دقیقه تحت محدودیت پیش‌فرض جدید منتشر نکرده و کاربران را به بخش Console ارجاع می‌دهد. بنابراین، میزان واقعی ظرفیت حالت سریع برای حساب‌های سطح Start تنها زمانی مشخص می‌شود که کاربر با محدودیت نرخ درخواست و خطای ۴۲۹ مواجه شود.