Claude API 公测 Message Threads：长对话不用每轮重发历史，回复更快，价格不变

Anthropic 今天给 Messages API（开发者调用 Claude 的主要接口）上线了“消息线程”（message threads）公测：服务器替你把对话暂存几分钟，下一轮只需要发新消息和上一条回复的 ID。

以前这个接口不记历史消息，每次请求都要把之前所有消息、工具返回的结果从头再发一遍。Agent 一次会话可能发几百个请求，对话涨到几十万 token 后，光是重发就会拖慢 Claude 开始回复的时间。

Claude Code 已经给大多数用户默认开了这个功能。官方数据：50 万到 100 万 token 的请求，从发出到 Claude 开始输出的等待时间（中位数）缩短约 35%；长对话里，单次请求的大小（中位数）从约 800 KB 降到 1.8 KB。

【要多花钱吗】

不用，但也省不了钱。按标准 token 价格计费，速率限制不变。请求虽然变小了，Claude 每轮仍要读一遍完整对话，消耗的 token 和以前一样。

【和提示词缓存有什么区别】

提示词缓存（prompt caching）让服务器不用重复处理已经读过的内容，命中缓存的部分按更低价格计费，省的是钱和计算。消息线程省的是上传，你不用再把整段历史传过去。线程不会自动帮你做缓存，缓存断点还得自己设，官方示例里两者是一起用的。

【开发者怎么用】

在请求里加 thread 参数和 beta 请求头（message-threads-2026-08-12）。第一轮照常发完整对话、系统提示词和工具定义，标记为新建线程；之后每轮只发新消息，带上上一条回复的 ID。

线程 5 分钟没有新请求就过期，接口返回 404，这时要用你自己保存的完整对话重新建一个线程。所以本地仍要留一份完整记录，官方 SDK 的辅助方法能自动处理这一步。

线程中途不能改系统提示词和工具，模型、思考设置也要和第一轮一致，想改就得重开线程。线程数据加密存在内存里、不写硬盘，但它不支持零数据保留（ZDR）和 HIPAA 合规，对数据留存有严格要求的企业要留意。批处理接口暂不支持。

适合长时间运行的 Agent、操作电脑的 Agent（截图不用每轮重传），以及带大量文档、图片的对话。Claude 自家平台、AWS、Microsoft Foundry 和 Google Cloud（Anthropic 托管版）上都能用。

博客：https://t.co/cv3hNAAOEJ
文档：https://t.co/ttwODbh0do