Claude Fast Mode: Wann sich schnelleres Opus 5.5 lohnt

Was verändert Claude Fast Mode eigentlich?

Fast Mode nutzt dasselbe Modell, stellt dafür aber eine schnellere Konfiguration für die Ausführung bereit. Das Prinzip ähnelt einer Expresskasse: Der Inhalt des Einkaufs bleibt gleich, gegen Aufpreis geht es schneller voran. Anthropic nennt bis zu 2.5x so viele Ausgabetokens pro Sekunde bei unveränderter Intelligenz und unveränderten Fähigkeiten. Diese Angabe beschreibt, wie schnell die Antwort erzeugt wird. Sie sagt weder aus, wie früh das erste Token eintrifft, noch wie schnell die gesamte Programmieraufgabe erledigt ist. API-Dokumentation zu Fast Mode.

Dateien müssen weiterhin geprüft, Tests ausgeführt und Ergebnisse von Tools abgewartet werden. Eine schnellere Modellausgabe ersetzt diese Schritte nicht. Meine Empfehlung: Der Aufpreis lohnt sich für einen kürzeren Dialog, wenn ein Mensch auf die Antwort wartet, um weiterzuarbeiten. Kann die Aufgabe unbeaufsichtigt laufen, bleibt Fast Mode aus.

Welche Claude-Modelle unterstützen Fast Mode?

Die Auswahl ist überschaubar. Die folgenden Preise gelten je Million Tokens, also der kleinen Textbausteine, die das Modell liest oder erzeugt. Eingabe und Ausgabe werden getrennt abgerechnet.

Sonnet und Haiku unterstützen diese Umschaltung nicht. Bei Opus 5 und Opus 4.8 befindet sich Fast Mode weiterhin in der Research Preview. Unterstützte Modelle, Modellpreise und Fast-Mode-Tarife.

Zuerst steht die Modellwahl an, danach die Geschwindigkeit. Ob eine Aufgabe überhaupt Opus braucht, lässt sich mit unserem Vergleich von Claude Opus und Sonnet klären.

So lässt sich Fast Mode in Claude Code aktivieren

Im interaktiven Terminal:

1. /fast ausführen.
2. Mit der Leertaste einschalten und mit Enter bestätigen.
3. Prüfen, ob neben dem Prompt das Symbol ↯ erscheint.
4. Zum Ausschalten erneut /fast ausführen. Opus bleibt dabei ausgewählt; ein Modellwechsel erfolgt über /model.

Ab Claude Code v2.1.280 ist Opus 5.5 das Standardmodell für Fast Mode. Ist gerade ein nicht unterstütztes Modell aktiv, wechselt Claude Code beim Einschalten von Fast Mode zu Opus. Bedienung in Claude Code.

Alternativ lässt sich "fastMode": true in der persönlichen Einstellungsdatei ~/.claude/settings.json setzen. Die im interaktiven Betrieb gewählte Einstellung gilt normalerweise auch in späteren Sitzungen. Soll Fast Mode für jede Sitzung bewusst neu aktiviert werden, ist "fastModePerSessionOptIn": true die passende Einstellung. So würde ich einen Rechner konfigurieren, auf dem auch unbeaufsichtigte Aufgaben laufen. Einstellungsreferenz, Speicherorte der Einstellungsdateien.

Fast Mode wird nicht aus dem Abokontingent bezahlt

In den Tarifen Pro, Max, Team und Enterprise verbraucht Fast Mode Nutzungsguthaben, selbst wenn noch Inklusivnutzung aus dem Abo verfügbar ist. Für die Frage „Abo oder Zusatzverbrauch?“ ist die Antwort eindeutig: Der Verbrauch wird separat erfasst; die aktuelle Dokumentation bezeichnet das Guthaben als „usage credits“. Bei Team und Enterprise muss außerdem ein Owner Fast Mode freischalten. Abrechnungsvoraussetzungen in Claude Code.

Unter Pro oder Max öffnet /usage-credits die Seite, auf der sich das Guthaben aktivieren und das Ausgabenlimit verwalten lässt. Organisationsmitglieder mit Zugriff auf die Abrechnung können dies für ihre Organisation übernehmen; andere Mitglieder können den Zugriff beantragen. Bei Anmeldung per API-Schlüssel erfolgt die Abrechnung stattdessen über die Console-Organisation. /status zeigt die verwendete Anmeldemethode. Nutzungsguthaben verwalten, Abrechnung nach Anmeldemethode.

Bei der Tarifwahl hilft die Übersicht zu den Claude-Code-Preisen 2026. Auch ein größeres Abokontingent macht diesen Modus mit Aufpreis nicht zur Inklusivleistung.

Fast Mode über die API aktivieren

Bei direkter Nutzung der Anthropic API muss der Parameter speed in der Anfrage auf "fast" gesetzt werden. Für Opus 5.5 ist Fast Mode in den Nutzungsstufen Start, Build und Scale standardmäßig verfügbar. Konten in der Stufe Evaluation müssen zunächst hochgestuft werden. Verfügbarkeit über die API.

Das aktuelle Beispiel für Opus 5.5 im Python SDK verwendet die reguläre Messages-Methode:

import anthropic

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=4096,
    speed="fast",
    messages=[{"role": "user", "content": "Explain this failing test: ..."}],
)
print(response.usage.speed)

max_tokens begrenzt die Länge der erzeugten Antwort, nicht die Geschwindigkeit. usage.speed meldet die tatsächlich verwendete Geschwindigkeit zurück. Für Anfragen im Standardmodus entfällt speed="fast". Referenz der Messages API.

Das Beispiel für Opus 5.5 benötigt keinen Beta-Header für Fast Mode. Bei Modellen in der Research Preview ist zusätzlich der Anfrage-Header anthropic-beta: fast-mode-2026-02-01 erforderlich, der die Teilnahme an dieser Vorschau aktiviert. Dokumentation der API-Anfragen.

Eine lange Agentensitzung: $15 im Standardmodus, $30 mit Fast Mode

Der doppelte Tarif (2x) ist bestätigt. Bei Opus 5.5 steigt der Preis für reguläre Eingabe von $4 auf $8 je Million Tokens, für Ausgabe von $20 auf $40. Für Caching gelten eigene Preise: Wiederverwendbare Eingaben zu speichern kostet mehr, als sie erneut aus dem Cache zu lesen. Cache-Schreibvorgänge mit fünf Minuten Gültigkeit kosten je Million Tokens $5 im Standardmodus oder $10 mit Fast Mode; Cache-Lesevorgänge kosten $0.20 beziehungsweise $0.40. Öffentliche Preisliste, Cache-Preise und Fast-Mode-Aufschläge.

Angenommen, eine längere Programmiersitzung liest wiederholt Projektkontext ein, während Änderungen vorgenommen und geprüft werden. Die folgende Übersicht ist eine beispielhafte Verbrauchsrechnung, keine gemessene Sitzung. Die Mengen summieren sich über viele API-Anfragen und stammen nicht aus einem einzigen riesigen Prompt. Jedes Eingabetoken wird seiner Abrechnungskategorie zugeordnet; aus dem Cache gelesene Tokens zählen nicht zusätzlich als reguläre Eingabe.

Die Rechnung setzt globales Routing, identisches Cache-Verhalten und dieselben Tokenmengen in beiden Durchläufen voraus. Außerdem wird die jeweilige Geschwindigkeit von Anfang an beibehalten. Steuern, gesonderte Tool-Kosten und Gebühren für gehostete Laufzeitumgebungen sind nicht enthalten. Verglichen werden die verbrauchsabhängigen Tokenkosten. Passt die Arbeit in Claude Code im Standardmodus in das Abokontingent, entsprechen die $15 lediglich dem Gegenwert zu API-Preisen; es entsteht keine zusätzliche Rechnung über $15. Fast Mode verbraucht dagegen weiterhin separat abgerechnetes Guthaben. Kostenausweis bei Abonnements.

Wirtschaftlich entscheidend ist, ob die zusätzlichen $15 genügend sinnvoll nutzbare Arbeitszeit freisetzen. Bei angenommenen Personalkosten von $120 pro Stunde wäre der Aufpreis nach 7.5 Minuten vermiedener Wartezeit ausgeglichen: $15 ÷ $120 × 60. Das ist eine Entscheidungsschwelle, keine Behauptung, Fast Mode spare tatsächlich diese Zeit. Ist die Arbeit im Standardmodus bereits durch das Abo gedeckt, müssen die gesamten zusätzlichen Fast-Mode-Ausgaben gegen die Zeitersparnis abgewogen werden.

Ein Wechsel während der Sitzung kann zusätzlich kosten

Ein bereits gefüllter Prompt-Cache ist wie ein Schreibtisch, auf dem die Arbeitsunterlagen schon aufgeschlagen liegen. Beim ersten Dialogschritt mit Fast Mode muss Claude Code den Gesprächsverlauf ohne Cache-Treffer erneut einlesen – zu den höheren Eingabepreisen. Ist absehbar, dass Fast Mode gebraucht wird, sollte er deshalb gleich zu Beginn der interaktiven Sitzung aktiviert werden. Laut Claude-Code-Dokumentation fällt diese Belastung einmal pro Gespräch an; späteres Aus- und Einschalten erhält den Cache. Caching in Claude Code.

Für eigene API-Integrationen gelten separate Cache-Regeln: Ein Geschwindigkeitswechsel macht die Caches für Systemanweisungen und Nachrichten ungültig. Bei wechselnder Geschwindigkeit zwischen Anfragen lässt sich daher nicht voraussetzen, dass die ursprüngliche Cache-Trefferrate erhalten bleibt. Cache-Invalidierung in der API.

Fünf Aufgaben, bei denen sich der Aufpreis lohnen kann

Die folgenden Einsatzmöglichkeiten sind danach geordnet, wie unmittelbar schnellere Antworten menschliche Wartezeit verkürzen könnten. Keine davon setzt eine gemessene Zeitersparnis voraus.

Entscheidend ist immer, dass unmittelbar eine Handlung folgt. Eine Aufgabe als dringend zu bezeichnen reicht nicht, wenn die Antwort ohnehin erst am nächsten Tag gelesen wird.

Zwei Produktideen auf dieser Grundlage

Die stärkste Idee: Code-Reviews im direkten Dialog

Ein Team könnte ein Tool für Pull-Request-Reviews mit einer gut sichtbaren Funktion „Gemeinsam prüfen“ entwickeln. Reguläre Reviews in der Warteschlange würden im Standardmodus laufen. Wer als Entwickler eine Live-Diskussion startet, könnte schnellere Antworten mit einem Ausgabenlimit aktivieren.

DataForSEO schätzt 1,300 monatliche Suchanfragen in den USA nach „ai code review“, abgerufen am 19. Oktober 2026. Das spricht für Interesse an der Aufgabe, belegt aber keine Zahlungsbereitschaft für Fast Mode. Die kleinste sinnvolle Version würde einen Diff entgegennehmen, einen Review-Dialog ermöglichen, die verbrauchsabhängigen Kosten anzeigen und einen klaren Rückweg zur Standardgeschwindigkeit anbieten. Für weniger Unterbrechungen während des Reviews könnte ein Entwicklungsteam zahlen.

Diese Idee ist am stärksten, weil klar ist, wer auf die Antwort wartet. Der Haken: Etablierte Review-Tools können denselben Schalter einbauen. Das Produkt muss sich seinen Platz durch hilfreiche Befunde und Kenntnis des Repositorys verdienen; die Geschwindigkeitseinstellung allein reicht nicht.

Die zweite Idee: ein Assistent für gemeinsames Live-Debugging

Ein Team könnte eine Debugging-Umgebung anbieten, die Fehlerprotokoll, relevanten Code und einen Live-Dialog zusammenführt. Fast Mode wäre auf Sitzungen beschränkt, bei denen ein Mensch aktiv mitarbeitet.

DataForSEO schätzt zum selben Datum 140 monatliche Suchanfragen in den USA nach „ai code debugging“. Das ist ein schwächeres Signal, das lediglich eine Richtung erkennen lässt. Ein MVP könnte einen Technologie-Stack unterstützen, einen fehlgeschlagenen Test samt Trace entgegennehmen und einen Patch zur Freigabe durch einen Entwickler vorschlagen. Als Kunden kämen Teams infrage, denen diese Fehlerklasse immer wieder konzentrierte Arbeitszeit kostet.

Der Haken ist die Qualität der Diagnose. Schnellere falsche Antworten verursachen zusätzliche Arbeit. Sinnvoll ist daher, mit einer eng begrenzten Fehlerkategorie zu beginnen und die Nützlichkeit der Vorschläge zu prüfen, bevor für deren schnellere Ausgabe bezahlt wird.

Wann Fast Mode ausgeschaltet bleiben sollte

Für Stapelverarbeitung, Hintergrundagenten, nächtliche Refactorings, zeitgesteuerte Dokumentation und alle Abläufe, bei denen niemand auf die Antwort wartet, ist der Standardmodus die richtige Wahl. Auch wenn Testläufe, Deployment-Warteschlangen oder externe Dienste den größten Teil der Wartezeit verursachen, bleibe ich standardmäßig dabei.

Für unabhängige Anfragen, die asynchron laufen können, bietet die Batch API von Anthropic 50% Rabatt auf die regulären Eingabe- und Ausgabepreise. Fast Mode lässt sich nicht mit dieser API kombinieren. Ein Hintergrundagent mit voneinander abhängigen Schritten benötigt möglicherweise reguläre Anfragen, braucht deshalb aber noch lange keinen Fast-Mode-Aufpreis. Preise für Batch und Fast Mode.

Eine weitere Grenze ist die Verfügbarkeit. Während einer Sperrfrist nach Erreichen des Fast-Mode-Anfragelimits wechselt Claude Code zu Standardgeschwindigkeit und Standardpreisen und aktiviert Fast Mode anschließend wieder. In einer API-Anwendung muss dieser Rückfall selbst umgesetzt werden: Bei einem 429 wird die Anfrage ohne speed="fast" wiederholt, wenn Wartezeit vermieden werden soll. Sperrfrist in Claude Code, Rückfalloption für die API.

Die Aufgabe für Montag: Eine Debugging-Sitzung mit aktiver menschlicher Beteiligung auswählen, ein Ausgabenlimit setzen und die Wartezeit auf das Modell getrennt von der Testlaufzeit erfassen. Zum Vergleich eine ähnliche Sitzung im Standardmodus mit demselben Modell und denselben Effort-Einstellungen heranziehen. Fast Mode nur dann beibehalten, wenn die gewonnene Zeit die Mehrkosten rechtfertigt; zeitgesteuerte Agenten bleiben im Standardmodus.

Wer diese kostenbewusste Auswahl der Ausführung in sein Produkt integrieren möchte: Wir entwickeln produktionsreife KI-Systeme.