Claude fast mode: como ativar e quando o custo compensa

O que muda com o Claude fast mode?

O modo rápido usa o mesmo modelo, com uma configuração de processamento mais veloz. Pense em uma fila expressa no caixa: as compras continuam as mesmas, mas você paga para passar mais depressa. A Anthropic anuncia até 2.5x mais tokens de saída por segundo, sem mudanças na inteligência ou nas capacidades do modelo. Essa afirmação se refere à velocidade de geração da resposta, não ao tempo até o primeiro token nem à duração total da sua tarefa de programação. Documentação do modo rápido na API.

Seu fluxo de trabalho ainda precisa examinar arquivos, executar testes e esperar pelas ferramentas. Pagar para o modelo gerar respostas mais rápido não elimina essas etapas. Minha recomendação é usar o modo rápido para encurtar a conversa quando há alguém esperando para agir. Deixe-o desligado quando puder se afastar enquanto o trabalho acontece.

Quais modelos do Claude têm modo rápido?

A lista de modelos compatíveis é curta. Os valores abaixo são por milhão de tokens, os pequenos fragmentos de texto que o modelo lê ou gera. Entrada e saída são cobradas separadamente.

Sonnet e Haiku não oferecem essa opção. O modo rápido do Opus 5 e do Opus 4.8 continua em prévia de pesquisa. Modelos compatíveis, preços dos modelos e do modo rápido.

Escolha o modelo antes de escolher a velocidade. Se a tarefa não exige Opus, consulte nosso comparativo entre Claude Opus e Sonnet para decidir isso primeiro.

Como ativar o modo rápido no Claude Code

No terminal interativo:

1. Execute /fast.
2. Pressione Espaço para ativar e depois Enter para confirmar.
3. Confira se o indicador ↯ aparece ao lado do prompt.
4. Execute /fast novamente para desativar. Você continuará no Opus; use /model para trocar de modelo.

O Opus 5.5 é o modelo padrão do modo rápido no Claude Code v2.1.280 e versões posteriores. Se o modelo em uso não for compatível, ativar o modo rápido fará a troca para o Opus. Controles do Claude Code.

Você também pode definir "fastMode": true em ~/.claude/settings.json, seu arquivo pessoal de configurações. A preferência escolhida na interface interativa normalmente vale para as sessões seguintes. Para exigir uma ativação explícita a cada sessão, defina "fastModePerSessionOptIn": true. É a configuração que eu usaria em uma máquina que também executa tarefas sem supervisão. Referência de configurações, localização dos arquivos de configuração.

A franquia da assinatura não cobre o modo rápido

Nos planos Pro, Max, Team e Enterprise, o modo rápido consome créditos de uso mesmo quando ainda há franquia disponível no plano. Portanto, ao comparar assinatura e uso extra, considere-o um consumo medido à parte; a documentação atual usa o nome “usage credits”. Nos planos Team e Enterprise, alguém com a função Owner também precisa habilitar o modo rápido. Requisitos de cobrança do Claude Code.

No Pro ou Max, /usage-credits abre a página para ativar os créditos e gerenciar o limite de gastos. Membros com acesso ao faturamento podem gerenciar os créditos da organização; os demais podem solicitar acesso. Quem usa uma chave de API paga pela organização no Console. Use /status para conferir como você fez login. Controles dos créditos de uso, cobrança por método de login.

Para escolher o plano, veja os preços do Claude Code em 2026. Uma franquia maior na assinatura não faz com que esse modo premium passe a estar incluído.

Como ativar pela API

Na API direta da Anthropic, defina o parâmetro speed da requisição como "fast". O modo rápido do Opus 5.5 está disponível por padrão nos níveis de uso Start, Build e Scale; contas Evaluation precisam mudar de nível. Disponibilidade na API.

O exemplo atual do SDK Python para Opus 5.5 usa o método habitual de Messages:

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 limita o tamanho da resposta gerada; não define a velocidade. usage.speed informa a velocidade efetivamente usada. Omita speed="fast" nas requisições em modo padrão. Referência da API Messages.

O exemplo com Opus 5.5 não precisa de um cabeçalho beta para o modo rápido. Já os modelos em prévia de pesquisa exigem também o cabeçalho anthropic-beta: fast-mode-2026-02-01, que habilita o acesso a essa prévia. Documentação das requisições à API.

Uma sessão longa com um agente: $15 no padrão, $30 no rápido

O preço de 2x está confirmado. No Opus 5.5, a entrada comum passa de $4 para $8 por milhão de tokens, e a saída, de $20 para $40. O cache tem preços próprios: armazenar uma entrada reutilizável custa mais do que lê-la novamente. Gravações em cache de cinco minutos custam $5 no modo padrão ou $10 no rápido por milhão de tokens; leituras de cache custam $0.20 ou $0.40. Preços públicos, preços de cache e multiplicadores do modo rápido.

Imagine uma sessão longa de programação que relê o contexto do projeto várias vezes enquanto edita e verifica alterações. A tabela a seguir é uma simulação de consumo, não uma sessão medida. Os totais somam muitas requisições à API, não um único prompt gigantesco. Cada token de entrada entra na categoria de cobrança correspondente, sem contar leituras de cache novamente como entrada comum.

O exemplo pressupõe roteamento global, o mesmo comportamento de cache e os mesmos totais de tokens nas duas execuções, além de uma única velocidade desde o início. Não inclui impostos, cobranças separadas por ferramentas nem taxas de execução em ambiente hospedado. A conta compara custos de tokens medidos por consumo. Se o seu trabalho no modo padrão do Claude Code cabe na franquia da assinatura, $15 é o valor equivalente pelas tarifas da API, não uma cobrança extra de $15; o modo rápido continua consumindo créditos cobrados à parte. Relatórios de custo da assinatura.

A questão para o negócio é se os $15 extras economizam tempo útil suficiente de uma pessoa. Com um custo de trabalho hipotético de $120 por hora, o gasto se paga ao evitar 7.5 minutos de espera: $15 ÷ $120 × 60. Esse é um ponto de equilíbrio para a decisão, não uma afirmação de que o modo rápido economiza esse tempo. Se o trabalho no modo padrão já estiver coberto pela assinatura, compare todo o gasto adicional do modo rápido com o tempo economizado.

Trocar de modo no meio da sessão pode aumentar o custo

Um cache de prompt já preenchido é como deixar os documentos de trabalho abertos sobre a mesa. Na primeira interação em modo rápido, o Claude Code precisa reler a conversa sem aproveitar o cache, pagando a tarifa de entrada do modo rápido. Se você espera precisar dessa velocidade, ative-a no início da sessão interativa. A documentação do Claude Code informa que essa cobrança ocorre uma vez por conversa; depois disso, desligar e religar o modo preserva o cache. Cache no Claude Code.

Se você desenvolve sua própria integração com a API, siga as regras de cache específicas dela: mudar a velocidade invalida os caches de sistema e de mensagens. Não presuma que alternar a velocidade entre requisições manterá a taxa original de aproveitamento do cache. Invalidação de cache na API.

Cinco situações em que pagar por velocidade pode compensar

Estas recomendações estão ordenadas pelo quanto respostas mais rápidas podem reduzir diretamente a espera de uma pessoa. Nenhuma pressupõe uma economia de tempo já medida.

O ponto em comum é haver uma ação a tomar imediatamente depois. A tarefa ter “urgente” no título não basta se ninguém vai ler a resposta antes de amanhã.

Duas ideias de produto a partir desse recurso

A mais promissora: revisão de código sob demanda

Uma equipe poderia criar uma ferramenta de revisão de pull requests com uma ação visível de “revise comigo”. Revisões comuns, colocadas na fila, usariam o modo padrão; ao abrir uma discussão ao vivo, o desenvolvedor poderia optar por respostas mais rápidas e definir um teto de gastos.

A DataForSEO estima 1,300 buscas mensais nos EUA por “ai code review”, em consulta feita em 19 de outubro de 2026. Isso indica interesse na tarefa, não disposição para pagar pelo modo rápido. A menor versão útil aceitaria um diff, manteria uma conversa de revisão, mostraria o custo por consumo e ofereceria uma opção clara de voltar à velocidade padrão. Uma equipe de engenharia poderia pagar para reduzir as interrupções durante a revisão.

Essa é a oportunidade mais promissora porque fica claro quem está esperando. O obstáculo é que ferramentas de revisão já estabelecidas podem adicionar a mesma opção. O produto precisa conquistar espaço pela utilidade dos problemas que identifica e pelo contexto do repositório, não apenas pela configuração de velocidade.

A segunda: um assistente de depuração ao vivo

Uma equipe poderia oferecer um ambiente de depuração que reunisse o log da falha, o código relevante e uma conversa ao vivo, restringindo o modo rápido às sessões acompanhadas por alguém.

A DataForSEO estima 140 buscas mensais nos EUA por “ai code debugging” na mesma data. É um sinal menor, que serve como indicação de interesse. Um MVP poderia atender a uma única stack, receber um teste com falha e seu rastreamento de execução, e propor uma correção para aprovação do desenvolvedor. O comprador seria uma equipe que perde tempo de concentração repetidamente com esse tipo de falha.

O desafio está na qualidade do diagnóstico. Respostas erradas entregues mais rápido geram retrabalho. Comece com uma categoria restrita de falhas e avalie se as sugestões são úteis antes de pagar para entregá-las mais depressa.

Quando deixar o modo rápido desligado

Use o modo padrão para tarefas em lote, agentes em segundo plano, refatorações durante a madrugada, geração agendada de documentação e qualquer fluxo em que ninguém esteja esperando pela resposta. Também mantenho o modo padrão quando a maior parte da espera vem da execução de testes, das filas de implantação ou de serviços externos.

Para requisições independentes que podem rodar de forma assíncrona, a Batch API da Anthropic oferece desconto de 50% sobre os preços padrão de entrada e saída. Não é possível combinar essa API com o modo rápido. Um agente em segundo plano com etapas dependentes pode precisar de requisições comuns, mas ainda assim não precisa pagar o adicional do modo rápido. Preços da Batch API e do modo rápido.

A disponibilidade é outra limitação. Durante o período de espera imposto pelo limite de requisições do modo rápido, o Claude Code volta à velocidade e ao preço padrão; depois, reativa o modo rápido. Em um aplicativo que usa a API, você precisa implementar esse retorno: trate o erro 429 e repita a requisição sem speed="fast" se esperar não for uma boa opção. Período de espera no Claude Code, retorno ao modo padrão na API.

Para colocar em prática na segunda-feira: escolha uma sessão de depuração com acompanhamento, defina um limite de gastos e registre a espera pelo modelo separadamente do tempo de execução dos testes. Compare com uma sessão semelhante no modo padrão, usando o mesmo modelo e a mesma configuração de esforço. Mantenha o modo rápido só se o tempo recuperado justificar o custo extra; deixe os agentes agendados no modo padrão.

Se você quer incorporar ao seu produto esse tipo de roteamento que leva os custos em conta, desenvolvemos sistemas de IA para produção.