Claude Code 价格：Opus 5.5 快速模式怎么开，值不值？

快速模式到底加快了什么？

快速模式使用的仍是同一个模型，只是换成了更快的推理服务配置。可以把它想成超市的快速结账通道：购物篮里的东西没变，你花钱买的是更早结完账。Anthropic 公布的数据是，每秒输出的 Token 数最高可达原来的 2.5 倍，模型的智能水平和能力不变。这个说法指的是生成回答的速度，不代表首个 Token 会更早出现，也不代表整个编程任务会按同样的比例提速。API 快速模式文档。

工作流程中依然要查看文件、运行测试、等待工具返回结果。花钱加快模型输出，并不能省掉这些步骤。我的建议是：有人等着回答来决定下一步时，再为更短的对话间隔付费；如果任务运行时你可以离开，就不必开启。

哪些 Claude 模型支持快速模式？

支持的模型并不多。下表价格均以每百万 Token 计，单位为美元。Token 是模型读取或生成文本时使用的小片段，输入和输出分别计费。

Sonnet 和 Haiku 不支持这一开关。Opus 5 和 Opus 4.8 的快速模式仍处于研究预览阶段。支持的模型、模型及快速模式费率。

先选模型，再决定要不要提速。如果还不确定任务是否需要 Opus，可以先看我们的 Claude Opus 与 Sonnet 对比。

Claude Code 快速模式怎么开？

在交互式终端中：

1. 运行 /fast。
2. 按空格键开启，再按回车键确认。
3. 检查输入提示符旁是否出现 ↯ 标识。
4. 再次运行 /fast 即可关闭。关闭后仍使用 Opus；要换模型，请用 /model。

在 Claude Code v2.1.280 及更高版本中，快速模式默认使用 Opus 5.5。如果当前模型不支持快速模式，开启后会切换到 Opus。Claude Code 操作说明。

也可以在个人设置文件 ~/.claude/settings.json 中配置 "fastMode": true。交互界面中的选择通常会沿用到后续会话。如果希望每次会话都由自己主动开启，请设置 "fastModePerSessionOptIn": true。同一台机器还要运行无人值守任务时，我会采用这个设置。设置项参考、设置文件位置。

订阅额度不能抵扣快速模式费用

对于 Pro、Max、Team 和 Enterprise，即使套餐内用量还有剩余，快速模式也会消耗 usage credits（用量点数）。如果你想知道这笔费用算订阅内用量还是额外用量，答案是单独计量收费；当前文档将其称为“usage credits”。Team 和 Enterprise 还需要由 Owner（所有者）启用快速模式。Claude Code 计费要求。

Pro 或 Max 用户可以运行 /usage-credits，打开相应页面，启用用量点数并管理支出上限。有账单访问权限的组织成员可以为组织管理这些设置，其他成员则可以申请权限。使用 API 密钥登录的用户，通过其 Console 组织结算。可以用 /status 查看当前登录方式。用量点数设置、不同登录方式的计费规则。

如果要选择订阅套餐，可以参考 2026 年 Claude Code 定价。订阅额度再高，也不会把快速模式的额外费用变成套餐内用量。

通过 API 如何开启快速模式？

直接调用 Anthropic API 时，将请求中的 speed 参数设为 "fast" 即可。Start、Build 和 Scale 用量层级默认可用 Opus 5.5 快速模式；Evaluation 账户需要升级。API 开通条件。

目前 Opus 5.5 的 Python SDK 示例使用常规的 Messages 方法：

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 限制的是生成回答的长度，不是速度。usage.speed 返回实际使用的速度模式。标准请求省略 speed="fast" 即可。Messages API 参考。

上述 Opus 5.5 示例不需要快速模式的 beta 请求头；处于研究预览阶段的模型还需要添加 anthropic-beta: fast-mode-2026-02-01 请求头，以启用该预览功能。API 请求文档。

Claude Code 价格怎么算：长时间智能体会话，标准 $15、快速 $30

快速模式按 2 倍费率计费，这一点已确认。 对于 Opus 5.5，每百万 Token 的普通输入价格从 $4 升至 $8，输出价格从 $20 升至 $40。缓存另有费率：存入可复用的输入，比再次读取它更贵。有效期为五分钟的缓存写入，每百万 Token 在标准模式下为 $5，快速模式下为 $10；缓存读取则分别为 $0.20 和 $0.40。公开定价、缓存价格与快速模式加价规则。

设想一次持续较长时间的编程会话：模型在修改、检查代码的过程中，反复读取项目上下文。下面是用于演算的用量账本，并非实测会话。表中用量是多次 API 请求的累计值，不是单个超大提示词。每个输入 Token 都归入对应的计费类别，不会把缓存读取再次算作普通输入。

这笔计算假设使用全球路由，两次会话的缓存行为和 Token 总量相同，并且各自从头到尾使用同一种速度模式。不含税费、单独收取的工具费用和托管运行环境费用。这里比较的是按量计费的 Token 成本。如果你的标准模式 Claude Code 用量没有超出订阅额度，$15 只是按 API 费率折算的等值成本，并非额外产生了 $15 账单；快速模式仍会消耗单独计费的用量点数。订阅成本统计说明。

从业务角度看，关键是多花的 $15 能否换回足够多有价值的人力时间。假设人力成本为每小时 $120，只要少等 7.5 分钟就能抵平差价：$15 ÷ $120 × 60。这是判断是否划算的门槛，不代表快速模式一定能节省这么久。如果标准模式的工作已经包含在订阅额度内，就应当用快速模式新增支出的全额，与节省的时间进行比较。

会话中途开启，可能多一笔费用

已经建立的提示词缓存，就像摊在桌上、随时可以翻看的工作资料。Claude Code 首次进入快速模式的那一轮，需要在没有缓存命中的情况下重新读取对话，并按快速模式的输入费率收费。如果预计会用到，最好在交互会话开始时就开启。Claude Code 文档说明，这笔费用每个对话只产生一次；之后再关闭、开启，缓存仍会保留。Claude Code 缓存机制。

如果是自行集成 API，则要遵循 API 自己的缓存规则：切换速度会使系统和消息缓存失效。不要以为请求交替使用不同速度，还能维持原来的缓存命中率。API 缓存失效规则。

哪五类工作值得为速度付费？

下面是建议使用快速模式的场景，按更快的回答能否直接减少人的等待来排序。这些建议都没有预设经过实测的省时效果。

这些场景的共同点，是回答一到就有下一步行动。如果明天才会有人读答案，任务名称写得再紧急，也不足以成为加速的理由。

围绕快速模式，可以做哪两类产品？

最值得尝试：按需开启的协同代码审查台

团队可以做一个拉取请求审查工具，提供醒目的“一起审查”入口。普通排队审查使用标准模式；开发者进入实时讨论时，可以选择加速回复，并设置支出上限。

根据 2026 年 10 月 19 日获取的 DataForSEO 估算，“ai code review”在美国的月搜索量为 1,300。这说明有人关注代码审查这项工作，不代表他们愿意为快速模式付费。最小可用版本可以接收 diff、保留审查对话、展示按量计费的成本，并提供明确的标准速度回退选项。工程团队可能愿意付费，换取审查过程中更少的等待和打断。

这是最值得尝试的方向，因为谁在等待非常明确。难点是成熟的审查工具也能加上同样的开关。产品必须靠有用的审查发现和对代码仓库上下文的理解赢得用户，单有速度设置不够。

其次：实时调试助手

团队可以提供一个调试工作台，把故障日志、相关代码和实时对话放在一起，只在有人参与的会话中启用快速模式。

同一天，DataForSEO 估算 “ai code debugging”在美国的月搜索量为 140。这个信号更弱一些，只能作为方向参考。MVP 可以先支持一种技术栈，接收失败的测试及其追踪信息，再给出补丁供开发者批准。潜在买家是那些反复被这类故障打断、不断损失专注时间的团队。

难点在于诊断质量。错误答案来得更快，只会制造更多工作。先从范围明确的一类故障做起，评估建议是否有用，再考虑为更快交付这些建议付费。

哪些时候应该关掉快速模式？

批处理任务、后台智能体、通宵重构、定时生成文档，以及任何没有人在等答案的工作流程，都用标准模式。如果主要等待来自测试执行、部署队列或外部服务，我也默认选择标准模式。

对于可以异步执行的独立请求，Anthropic 的 Batch API 提供相对标准费率的 50% 输入和输出折扣，快速模式不能与该 API 同时使用。有前后依赖步骤的后台智能体可能仍需要普通请求，但也不需要支付快速模式的溢价。Batch 与快速模式定价。

可用性也是限制之一。快速模式触发速率限制、进入冷却期时，Claude Code 会回退到标准速度和标准计费，随后重新启用快速模式。API 应用则需要自己实现回退：处理 429 错误；如果不想等待，就移除 speed="fast" 后重试。Claude Code 冷却机制、API 回退处理。

**周一就试：**挑一次需要你实时参与的调试会话，设好支出上限，把等待模型的时间与运行测试的时间分开记录。再找一次类似的标准模式会话，在相同模型和推理强度设置下比较。只有省下的时间值得多付那笔钱，才继续用快速模式；定时运行的智能体仍用标准模式。

如果希望把这种兼顾成本的路由策略集成到产品里，我们可以为你构建生产级 AI 系统。