Anthropic corta em 35% espera de resposta do Claude na Messages API

Histórico fica na memória por cinco minutos

Até este anúncio oficial, qualquer chamada feita por um cliente da Messages API precisava empacotar e despachar novamente o histórico integral da conversa com o modelo de inteligência artificial. Quem construía sessões extensas enfrentava gargalos severos de rede ao retransmitir arquivos, instruções e respostas anteriores a cada novo turno de diálogo. O Message Threads altera essa rotina ao manter o fio da conversa aberto no servidor, recebendo exclusivamente o trecho recém-adicionado de texto. O tráfego de rede despenca.

A Anthropic explicou que armazena a conversa de forma criptografada na memória dos servidores enquanto aguarda a próxima interação do usuário ou do software cliente. Essa estrutura temporária na memória não permanece ativa por tempo indefinido e expira de modo automático quando a aplicação atinge cinco minutos exatos de inatividade sem requisições. Equipes que programam pausas prolongadas entre ações consecutivas precisam manter as chamadas ativas se quiserem evitar a perda do contexto aberto. O relógio expira a conexão.

Conforme reportou o jornalista Matthias Bastian no The Decoder, o novo formato atende sistemas autônomos que consomem contextos densos em operações contínuas. A própria Anthropic aponta que os maiores beneficiados são coding agents, computer-use agents e fluxos que processam grandes volumes de documentos ou imagens complexas. Essas automações executam dezenas de tarefas encadeadas e antes precisavam repassar blocos massivos de dados a cada ação executada na tela ou no terminal. A resposta inicial ganha agilidade.

Consumo de tokens não sofre desconto

A criadora do Claude fez questão de esclarecer que a atualização não diminui o número de tokens cobrados nem altera o custo computacional para o cliente. O modelo ainda precisa ler o contexto completo de todas as mensagens anteriores para formular a resposta correta de cada turno. A leitura interna permanece idêntica. O novo sistema já funciona na plataforma Claude e também nas distribuições da Messages API hospedadas na AWS, no Microsoft Foundry e no Google Cloud, com detalhes técnicos disponíveis na documentação.

O corte anunciado de cerca de 35% no tempo até o primeiro token descreve medições da Anthropic para cargas massivas, situadas estritamente entre 500.000 e um milhão de tokens. Quem opera com volumes moderados de texto ou conversas mais curtas não tem garantias sobre percentuais semelhantes de aceleração nas tarefas cotidianas. O dado parte da própria fornecedora. A rotina dos desenvolvedores nas plataformas de nuvem vai demonstrar se a economia real de tempo se confirma fora do ambiente de teste.