Anthropic lança versão beta de threads de mensagens para agentes de longa duração

Em 2 de novembro de 2026, a Anthropic lançou as threads de mensagens em versão beta pública, permitindo que aplicativos da Messages API na Claude Platform enviem apenas as novas mensagens após uma solicitação inicial com a conversa completa.

O recurso foi desenvolvido para sessões ativas em que a latência é importante, incluindo agentes de programação de longa duração, agentes que usam computadores e cujas capturas de tela permanecem na thread, além de fluxos de trabalho com muitos documentos e imagens. A Anthropic informa que, com as threads de mensagens ativadas por padrão para a maioria dos usuários do Claude Code, as solicitações com 500.000 a 1 milhão de tokens têm uma redução de cerca de 35% na mediana do tempo até o primeiro token.

Ciclo de vida e recuperação das solicitações

Sem uma thread, cada turno envia novamente a conversa inteira, e a API valida e tokeniza todo o conteúdo mais uma vez. Com uma thread, a maior parte desse trabalho é feita apenas para o novo turno, antes de a API reconstruir a conversa para o modelo. Claude ainda lê a conversa completa em cada turno, portanto o uso de tokens não muda. Aplicam-se as tarifas padrão de tokens e os limites de taxa atuais.

A documentação oficial divide o ciclo de vida em solicitações de criação e de continuação. Uma solicitação de criação envia a conversa completa, o prompt de sistema e as ferramentas com o thread parâmetro; a API armazena a conversa e a resposta de Claude sob o ID da resposta. Uma solicitação de continuação envia apenas as mensagens desde a resposta anterior, junto com o ID dessa resposta, deixando de fora system e tools. Cada novo ID de resposta é então usado no turno seguinte.

As threads funcionam em regime de melhor esforço e expiram cinco minutos após a última solicitação; cada resposta armazenada pela API reinicia esse prazo. Os aplicativos continuam sendo a fonte confiável dos dados e devem manter sua própria cópia de cada mensagem. Se a API não puder mais dar continuidade a uma thread, o cliente enviará novamente a conversa completa em uma nova solicitação de criação. O auxiliar de threads do SDK cria e dá continuidade às threads, adiciona o cabeçalho beta obrigatório, mantém a conversa na memória e reproduz automaticamente a conversa completa uma vez em caso de erros de continuação especificados.

Retenção e armazenamento em cache

O conteúdo das threads é mantido na memória com criptografia gerenciada pelo servidor, nunca é gravado em armazenamento persistente e é excluído no máximo uma hora após o último uso. Uma thread contém a conversa enviada ao modelo, o prompt de sistema e as ferramentas da solicitação de criação, além de uma impressão digital dos campos fixos, usada para verificar solicitações posteriores. Os arquivos são mantidos por referência, portanto os aplicativos devem manter disponíveis todos os arquivos usados na conversa enquanto a thread estiver ativa. As threads de mensagens não são elegíveis para retenção zero de dados nem para uso em conformidade com a HIPAA, embora o recurso não afete a elegibilidade para outros recursos de retenção zero de dados.

As threads não armazenam prompts em cache automaticamente; os desenvolvedores precisam fornecer pontos de interrupção de cache ou parâmetros de nível superior cache_control. Uma solicitação com thread pode incluir no máximo quatro pontos de interrupção de controle de cache. As threads também são somente de acréscimo, e cada ID de resposta pode ser usado para continuar uma única vez. A alteração de um campo exclusivo da criação, como system ou tools, ou de um campo fixo exige uma nova thread contendo a conversa completa.

Transmissão em fluxo, disponibilidade e limites do recurso

Para respostas transmitidas em fluxo, os clientes precisam aguardar o message_stop evento antes de continuar a partir do ID da resposta, pois uma solicitação de continuação anterior pode retornar um erro 404. O auxiliar do SDK não tenta novamente automaticamente uma solicitação de continuação após a interrupção de um fluxo. A API não armazena os turnos gerados por modelos alternativos, sendo necessário enviar a conversa completa em uma nova solicitação de criação antes de retomar o uso de threads.

A versão beta está disponível na Claude Platform nativa, na Claude Platform na AWS, no Claude no Microsoft Foundry e nos Claude Models no Google Cloud sob a gestão da Anthropic, com suporte beta em todos os modelos. Não há uma API para listar, ler ou excluir threads. As threads não são compatíveis com Message Batches, contagem de tokens, compactação sob demanda nem com a maioria dos recursos de edição de contexto, e não estão disponíveis para organizações com hooks de inferência ativados.

Como as threads expiram e não podem ser recuperadas por meio de uma API, os aplicativos que usam a versão beta ainda precisam preservar seu próprio histórico de conversas e manter uma forma de reenviar a conversa completa, mesmo quando os turnos rotineiros contêm apenas mensagens novas.