Claude message threads公测（2026-11-02）：thread参数create/continue用法、beta头、5分钟过期、404重放、不支持Batch与压缩

依据Claude Platform发布说明（2026-11-02）、Message threads官方文档与Claude官网文章《Make long-running agents faster with message threads》整理；35%为Anthropic公布数据，本站未自行压测。核查2026-11-04（新加坡时间）。

主题标签：Claude API、message threads、Claude开发者平台、智能体开发、首字延迟

做过长链路智能体的人都碰到过这个问题：对话越长，每一轮请求越胖。几百轮工具调用之后，一次请求要把几十万 token 的历史整包再传一遍，模型还没开口，时间就先花在上传和校验上了。

Anthropic 11 月 2 日给 Messages API 加了个 message threads（消息线程）公测，思路很简单：历史在服务器那边临时存着，你每轮只发新增的部分。官方给的数据是，Claude Code 大部分用户已经默认开着它，50 万到 100 万 token 的请求，首字延迟（TTFT）中位数降了约 35%。

先把最容易误会的一点说在前面：它省的是时间，不是钱。Claude 每一轮仍然会读完整段对话，token 用量、价格、限速都不变。

怎么用：两个动作

所有请求都要带 beta 头 anthropic-beta: message-threads-2026-08-12，然后在 Messages 请求里加一个 thread 字段。

第一轮（create）：照常发完整对话、system、tools，再加上：

"thread": {"type": "create"}

之后每一轮（continue）：只发上一轮之后的新消息，带上一条响应的 id，system 和 tools 不要再发（连 null 都不能发）：

"thread": {"type": "continue", "previous_message_id": "msg_上一轮响应的id"}

新消息一般以 user 消息开头，可能是你下一句话，也可能是回应上一轮 tool_use 的 tool_result。官方 SDK 里有个 thread helper，beta 头、create/continue 切换、过期后的重放都替你做了，用 Python、TypeScript、Java、Go、C#、PHP、Ruby 的可以直接上 helper。SDK 的 beta 版 tool runner 也默认走线程，不想要可以在创建时关掉。

每轮该发什么，别发错

类别	字段	规则
只在 create 发	system、tools	continue 时发了会报错
固定不变	model、tool_choice、thinking、mcp_servers（授权 token 除外）、context_management、output_config、container 里的 skills、顶层 cache_control、anthropic-beta 头集合	每轮都要发，且必须和 create 时一模一样，否则 400 `thread_fingerprint_mismatch`
可变	max_tokens、stop_sequences、stream、metadata、service_tier 等	每轮可以改

想换模型、换 system prompt？只能开新线程。线程是只追加的，每个响应 id 只能被 continue 一次，想回到中间某轮改一句也得新开。

5 分钟过期，这是最大的坑

线程是「尽力而为」的：上一次请求之后 5 分钟没动静就过期，最长 1 小时内被删除。每存下一条响应，5 分钟重新计时。过期后 continue 会返回 404，错误码 thread_not_found，而且不告诉你原因。

官方列出的 404 原因不止过期一种：

上一轮的响应还在生成；
上一轮因为 tool 调用被 max_tokens 截断，服务器没存；
上一轮是 fallback 模型答的（线程只认一个模型，fallback 的回答不入库）；
换了组织、workspace，或者换了 API Key / 服务账号（旧式 workspace key 建的线程只认那把 key）；
新消息里带了原对话装不下的东西，比如原来没图、突然加第一张图。

所以官方反复强调：你的应用才是对话的真相来源，每条消息自己存一份，从第一天就写好「重放」逻辑——收到 404 就把完整对话（带 system 和 tools）重新 create 一次，再从新 id 继续。注意请求一个不存在的模型也会 404，重放前先看 error.details.error_code。

流式、缓存和拒答

流式：响应 id 在 message_start 就到了，但要等收到 message_stop 再 continue，早发可能 404。流断了就把同一个 continue 再发一次，若返回 thread_already_continued 或 thread_continue_in_flight，改走重放。
提示缓存：线程不会替你缓存。想每轮都缓存，就在每个请求上带同样的顶层 cache_control。一个带 thread 的请求最多 4 个缓存断点，顶层那个算一个，create 时 system/tools 上的断点每轮都要重复计数，超了返回 400 thread_unsupported_request。
拒答：遇到 stop_reason: "refusal" 不要 continue，服务器可能已经存了被拒那轮，删不掉；开新线程，去掉或改写那一轮。
pause_turn：从那条响应 id 继续，messages 传空数组。

哪些情况用不了

不支持	会发生什么
Message Batches 批处理	带 thread 的条目在结果里报 invalid_request_error
Token 计数接口	400，只能按完整对话计数
Compaction / 按需压缩	400；要压缩就自己写摘要，用摘要开新线程
Context editing	仅 `clear_thinking_20251015` 且 keep 为 all 时可用
开了 HIPAA readiness 或 Inference hooks 的组织	不支持
零数据保留（ZDR）	线程功能本身不属于 ZDR 适用范围

数据方面，线程内容在内存中加密保存、不落盘，停用后最多 1 小时删除。文件是按引用保存的，线程用着的时候别把文件删了。另外目前没有任何接口可以列出、读取或删除线程。

在哪些平台能用

官方列出的是：Claude API（Claude 开发者平台）、Claude Platform on AWS、Google Cloud 上由 Anthropic 托管的 Claude Models、以及 Microsoft Foundry 里的 Claude。所有模型都在 beta 范围内。文档里没有点名 Amazon Bedrock，走 Bedrock 的先别默认能用；通过 OpenRouter 这类聚合平台的，要看平台有没有透传这个参数。

值不值得现在接

场景	收益	建议
长链路编程智能体、几百轮工具调用	大	优先接，配好重放
Computer use，每轮带截图	大	截图不用反复上传
大文档、多图问答	中到大	请求体明显变小
短对话客服、单轮调用	几乎没有	不必折腾
离线批处理	不支持	继续用 Batches

我的判断是：如果你本来就用 SDK，换成 thread helper 成本很低；自己拼 HTTP 请求的，工作量主要在重放和错误码处理上，建议先在测试环境把 404、fingerprint mismatch 这几条路径跑一遍再上生产。延迟收益和对话长度强相关，几千 token 的对话感觉不到。

延伸阅读

Claude Code 用户其实已经在默认享受这个改动。和账号、订阅相关的规则变化，站内这周写过Claude 新版使用政策 11 月 12 日生效。做智能体的框架可以看 LangChain，更多模型接口在海外大模型API和大模型开发框架，终端编程工具在终端编程智能体。

常见问题

用了线程会不会更便宜？

不会。官方明确说价格和限速不变，模型每轮仍读完整对话。想省钱看提示缓存。

和 Managed Agents 里的 session threads 是一回事吗？

不是。文档专门说明两者不同，message threads 是 Messages API 层面的功能。

能不能从中间某轮分叉？

服务器端不行。SDK helper 有 fork 方法，本质是用你本地保存的对话开一个新线程。

来源与核查日期

核查日期：2026-11-04（新加坡时间）。beta 头、字段规则与平台范围以官方文档实时版本为准；35% 延迟改善为 Anthropic 公布的 Claude Code 数据，本站未自行压测。

Claude API消息线程（message threads）公测：长对话每轮只发新消息、首字延迟降约35%，但不省token，5分钟过期和404重放要自己兜底