Claude Code z wątkami wiadomości: 35% krótszy start odpowiedzi wg Anthropic, rachunek bez zmian

Anthropic wprowadził w Messages API Claude'a message threads (wątki wiadomości), a w Claude Code funkcja jest domyślnie włączona dla większości użytkowników. Według Anthropic skraca ona czas do pierwszego tokenu o ok. 35% przy żądaniach z 500 tys.-1 mln tokenów. David Gewirtz z ZDNET przeliczył to na własnych logach i wyszło mu 2-4 minuty oszczędności na czterogodzinną sesję. To jednak projekcja na bazie deklaracji producenta, nie pomiar po włączeniu funkcji.

Co zmieniają wątki wiadomości w pracy agenta kodującego?

Agent kodujący wysyła do modelu mnóstwo próśb w trakcie jednego zadania. Do tej pory każda z nich niosła ze sobą całą dotychczasową rozmowę. Z włączonymi wątkami agent wysyła tylko to, co zmieniło się od ostatniej tury. Mniej danych w drodze oznacza szybszy start odpowiedzi, czyli to, co Anthropic nazywa time-to-first-token (czas od wysłania prośby do pierwszych słów odpowiedzi).

Dotychczasowy sposób działał tak, jakbyś pisał do kumpla i przy każdym nowym SMS-ie doklejał wszystkie poprzednie wiadomości z całego wątku. Im dłuższa rozmowa, tym cięższy każdy kolejny SMS. Wątki kończą z tym doklejaniem.

Największy zysk jest tam, gdzie do modelu trafia dużo ciężkiego materiału. Anthropic podaje przykład agentów obsługujących komputer: zrzuty ekranu „stay with the thread instead of being re-uploaded on every turn”, czyli zostają w wątku zamiast być wysyłane na nowo w każdej turze. Dotyczy to też dokumentów i obrazów.

Jeśli używasz Claude Code, nic nie musisz robić: funkcja jest domyślnie włączona dla większości użytkowników. Programiści korzystający z API włączają ją parametrem „thread” w żądaniach. Claude Code jest w planie Pro (20 USD/mies. przy płatności miesięcznej, stan na 29.10.2026), a darmowy plan go nie obejmuje. Szczegóły parametru znajdziesz na stronie Anthropic o message threads (link w źródłach). Jeśli Claude Code jest dla Ciebie nowością, zobacz, jak DeepSeek Harness zleca zadania Codex i Claude Code. O fałszywym Claude Code w Cursorze pisaliśmy osobno: tutaj.

Ile to naprawdę przyspiesza: 35% od Anthropic czy minuty z logów?

Rozdzielmy deklarację od projekcji. Deklaracja Anthropic: mediana czasu do pierwszego tokenu spada o 35% przy dużych żądaniach, czyli w zakresie 500 tys.-1 mln tokenów. Ten pomiar jest po stronie producenta.

Projekcja autora ZDNET: Gewirtz przeanalizował ok. 980 tur ze swoich logów Claude Code sprzed udostępnienia funkcji. Przy kontekstach od 500 tys. tokenów wzwyż Claude zaczynał odpowiedź zwykle po ok. 3 sekundach. W pięciu intensywnych wieczorach jego rozmowy generowały 100-225 wywołań modelu w czterogodzinnym okresie, a ok. połowa jego sesji wielokrotnie dobijała w nocy do pułapu 500 tys.-1 mln tokenów. Na tej podstawie Claude oszacował w szybkiej projekcji, z użyciem 35% od Anthropic, oszczędność 2-4 minut na czterogodzinną sesję. To nie jest niezależny test po włączeniu wątków.

Z grubsza: 35% z 3 sekund to około sekundy na wywołanie, a przy setkach wywołań robią się z tego minuty. Sam autor przyznaje, że kilka minut na sesję to niewiele. Zysk rośnie przy bardzo długo działających agentach i obciążeniach pełnych dokumentów oraz obrazów. W większych wdrożeniach, gdzie liczy się szybka reakcja, jego zdaniem każde skrócenie opóźnienia ma znaczenie. To nie rewolucja, ale dostajesz to bez dopłaty.

Czy wątki obniżą rachunek albo zwiększą limity?

Nie. Zużycie tokenów się nie zmienia, więc koszt też nie. Model nadal przetwarza całą rozmowę w każdej turze, a limity zapytań (rate limits) zostają takie same. Te 35% dotyczy czasu oczekiwania, nie pieniędzy.

Jeśli zależy Ci na koszcie, wątki można łączyć z prompt cachingiem. Gewirtz zaznacza, że caching istnieje od ok. dwóch lat i faktycznie oszczędza pieniądze, bo model nie przetwarza w kółko tych samych promptów (np. w pętlach analizy). Wątki robią więc swoje po stronie szybkości, a caching po stronie rachunku.

Kiedy wątki nic nie dadzą i czego nie naprawią?

Funkcja ma swoje granice, więc zanim zaczniesz liczyć na cuda:

• Pojedyncze, jednorazowe żądania nie zyskują na wątkach.
• Przerwa dłuższa niż 5 minut między turami oznacza, że wysyłana jest cała zawartość wiadomości, a nie tylko nowa część.
• Mały kontekst to mały zysk: korzyść jest największa przy sesjach z 500 tys.-1 mln tokenów.
• Zarządzanie kontekstem i kompaktowanie (czyli skracanie sesji przez AI, żeby zmieściła się w oknie) zostają. Wątki ich nie eliminują.
• Model nie robi się mądrzejszy: im większy kontekst, tym większa szansa, że model zgubi wątek zadania albo popełni błąd w rozumowaniu.

Werdykt: solidna, niewielka poprawa responsywności, bez wpływu na koszty. Szybkość to jedno, jakość pracy agenta to drugie. O tym, jak poprawić agenta bez zmiany modelu, piszemy w tekście o Harness² od Google Research. Zadanie na dziś (5-10 minut): otwórz stronę Anthropic o message threads i odpowiedz sobie na dwa pytania o swoją pracę z Claude Code. Czy Twoje sesje są długie i ciągłe, czy to pojedyncze pytania? Czy robisz przerwy dłuższe niż 5 minut? „Tak” na pierwsze i „nie” na drugie to znak, że wątki mogą Ci się przydać. W pozostałych przypadkach nic nie musisz zmieniać.