Anthropic推出Message Threads公测：长对话首字延迟降低约 35%
Anthropic称，Message Threads公测版只传上一条消息以来变化的内容，在 50 万至 100 万token的请求中把首token时间缩短约 35%；token用量不变，线程闲置 5 分钟后过期。
AI解读：Anthropic在Claude平台以公开测试形式发布Message Threads，面向Messages API使用方。此前每个API请求都要重发整段对话历史，现在只传输上一条消息以来发生变化的内容。
据Anthropic提供的数据，在 50 万至 100 万token的请求区间，首token时间（time to first token）降低约 35%。这一区间是延迟改善的测量范围，不代表其他长度的请求有同等幅度。
Anthropic称受益最明显的是编程智能体（coding agents）、计算机使用智能体（computer-use agents），以及处理大量文档或图像的工作流。这是公司对适用场景的判断，来源未给出这些场景的独立测试结果。
线程在两次请求之间以加密形式保留在内存中，闲置 5 分钟后过期。token用量不会减少，因为Claude仍要读取完整对话历史；该功能不改变计费所依据的token数。
Anthropic在Claude平台以公开测试形式发布Message Threads。此前每个API请求需重发完整对话历史，现在只发送自上一条消息以来变化的内容。Anthropic称，在 50 万至 100 万token的请求中，首token时间降低约 35%。
改动落在请求传输环节
Message Threads面向Messages API。此前每轮请求都要携带整段历史；改用线程后，请求只传新增部分。按Anthropic的说法，这缩短了长对话在服务端读取历史并开始生成之间的等待。
- 发布形式：公开测试（public beta）
- 平台：Claude平台，并通过AWS、Microsoft Foundry和Google Cloud提供
- 延迟改善：50 万至 100 万token请求的首token时间约降低 35%（Anthropic数据）
- token用量：不变，Claude仍需读取完整对话历史
- 生命周期：线程在两次请求之间加密保留在内存中，闲置 5 分钟后过期
公司点名的适用场景
Anthropic称，编程智能体、计算机使用智能体和处理大量文档或图像的工作流受益最明显。这些场景的共同点是对话或上下文长、请求轮次多，也因此更依赖减少每轮重传历史的开销。该判断由Anthropic给出，来源未附这些场景的单独性能数据。