A Anthropic pôs em beta na segunda, 2 de novembro, os message threads na API de Mensagens. Com eles, o servidor guarda a conversa por alguns minutos, e o agente manda o histórico completo uma vez só. Depois, cada pedido leva apenas as mensagens novas e o id da resposta anterior. Segundo a Anthropic, no Claude Code o tempo até o primeiro token caiu cerca de 35% na mediana dos pedidos de 500 mil a 1 milhão de tokens. O preço por token não muda.
Em resumo
- O que é: a conversa fica guardada no servidor entre os turnos. O cliente envia só o trecho novo e a referência à resposta anterior.
- Ganho: primeiro token cerca de 35% mais rápido no Claude Code e pedido de cerca de 800 KB caindo para 1,8 KB em sessões longas, segundo testes da Anthropic relatados pelo AlphaSignal.
- Custo: igual. O Claude continua processando a conversa inteira a cada turno. Para pagar menos, a saída segue sendo o cache de prompt.
- Prazo: o thread expira 5 minutos após o último pedido e é apagado em até 1 hora.
- Onde: API do Claude, Claude Platform on AWS, Claude in Microsoft Foundry e Claude Models on Google Cloud gerido pela Anthropic, em todos os modelos.
Como os message threads funcionam?
Sem threads, todo pedido de um agente reenvia a conversa inteira: instruções, ferramentas, mensagens, resultados de ferramentas e imagens. Em sessões longas, o pacote cresce a cada passo. Com threads, o primeiro pedido leva tudo, com o parâmetro thread do tipo create. A resposta traz um id. O pedido seguinte usa o tipo continue, com esse id no campo previous_message_id, e manda só as mensagens novas, sem system e sem tools. A API remonta a conversa antes de chamar o modelo.
As regras são rígidas. Campos como modelo, configuração de raciocínio, servidores MCP e cache precisam repetir os do primeiro pedido, ou a API devolve o erro thread_fingerprint_mismatch. Cada id só pode ser continuado uma vez, e o thread só cresce no fim: não dá para editar nem ramificar mensagens antigas. O recurso exige o cabeçalho beta message-threads-2026-08-12, e o SDK de Python tem um auxiliar que cria e continua o thread sozinho.
A aplicação continua dona da conversa. A documentação manda guardar uma cópia própria de tudo. Se o thread expirar, a API responde 404 thread_not_found, e o cliente reenvia a conversa completa num novo create.
Quanto o recurso ganha e quanto custa?
A Anthropic diz que ativou os threads por padrão para a maioria dos usuários do Claude Code, segundo o The New Stack. Nos pedidos de 500 mil a 1 milhão de tokens, a mediana do tempo até o primeiro token caiu cerca de 35%. O AlphaSignal relata outro dado dos testes da empresa: em sessões longas, o pedido passou de cerca de 800 KB para 1,8 KB. A documentação técnica não traz números de latência.
A documentação diz que os threads não mudam preço nem limites de uso. O Claude processa a conversa inteira a cada turno, e os tokens de entrada são cobrados como antes. Os threads também não fazem cache automático. Para pagar menos pelos tokens repetidos, o desenvolvedor precisa mandar cache_control em todo pedido, com no máximo quatro pontos de cache por pedido.
Guillaume Lebedel, CTO da StackOne, fez uma conta para agentes de uso do computador, publicada pelo The New Stack. Com uma captura de tela de 150 KB por passo, o 50º pedido subiria cerca de 7,5 MB sem threads e 0,15 MB com eles. Em 50 passos, o envio total cairia de cerca de 191 MB para 7,5 MB. O veículo ressalta que é estimativa, sem teste na API.
Quais são os limites?
O thread vale por 5 minutos depois do último pedido, e cada resposta reinicia a contagem. Depois de uma pausa maior, o próximo pedido reenvia tudo e fica mais lento. No X, um usuário ironizou que cinco minutos na máquina de café bastam para perder o thread, segundo o The New Stack.
O recurso fica fora de lotes de mensagens, contagem de tokens, compactação e da maior parte da edição de contexto. Também não vale para organizações com HIPAA ou com inference hooks ativos. E não é elegível para retenção zero de dados. O conteúdo fica em memória, cifrado com chave do servidor, sem gravação em disco, e é apagado em até 1 hora após o último uso.
Como chegamos até aqui?
O lançamento fecha duas semanas de mudanças na plataforma, segundo as notas de versão. Em 22 de outubro, entrou o Claude Models on Google Cloud gerido pela Anthropic. Em 28 de outubro, o tamanho máximo de pedido na API de Mensagens subiu de 32 MB para 128 MB. Em 1º de novembro, a Marcio.AI mostrou que o Claude passou a trabalhar em modo automático por padrão na web, no desktop e no celular, o que alonga as sessões.
Guardar o estado no servidor já existia na concorrência. Na Responses API da OpenAI, o parâmetro previous_response_id remonta a conversa no servidor, e os tokens anteriores também são cobrados como entrada, segundo trecho da documentação citado no fórum de desenvolvedores da OpenAI em março de 2025. A Anthropic optou por prazo curto e memória sem gravação em disco.
O que isso muda para quem desenvolve agentes no Brasil?
Para times brasileiros que rodam agentes longos no Claude, o ganho está no envio. Um agente que sobe centenas de KB a cada passo, a partir de uma rede distante dos data centers, tende a sentir a diferença no tempo de resposta. Agentes de uso do computador, que mandam capturas de tela a cada passo, devem ganhar mais.
A conta de tokens não cai, então quem quer economizar precisa combinar threads com cache. E a área de privacidade deve olhar a retenção: a conversa fica até 1 hora na memória do fornecedor, e o recurso não entra no regime de retenção zero. Empresas que contrataram retenção zero por causa da LGPD ou de regra setorial precisam manter os threads desligados nesses fluxos.
O que observar nas próximas semanas
A tese da Marcio.AI: os threads vão virar padrão primeiro nos agentes de uso do computador, como prevê Lebedel, que aposta em adoção pela maioria até o fim de dezembro. Nos agentes de código fora do Claude Code, o prazo de 5 minutos vai limitar o ganho. Quem ganha são os desenvolvedores de agentes com sessões longas e contínuas. A receita da Anthropic não muda, porque o preço segue o mesmo.
Sinais para conferir até o fim do ano: a saída do beta, um prazo maior que 5 minutos, a elegibilidade para retenção zero, o suporte a compactação e a publicação de números de latência na documentação.
Fontes
- Anthropic, Notas de versão da plataforma Claude, 02/11/2026
- Anthropic, Message threads, documentação da API, 02/11/2026
- The New Stack, Anthropic speeds up Claude Code with message threads. But your token bill stays the same., 03/11/2026
- Unite.AI, Anthropic Launches Message Threads Beta for Long-Running Agents, 02/11/2026
- AlphaSignal, Anthropic’s Message Threads Cut Agent Request Size from 800 KB to 1.8 KB, 03/11/2026
- Fórum de desenvolvedores da OpenAI, Responses API: Question about managing conversation state with previous_response_id, 12/03/2025
Rating Marcio.AI: 4/5 (Global, Muito relevante, Muito próximo do hype). Seção DeepTech do Watcher.
#MarcioAI #Anthropic #Claude #AgentesDeIA #APIs #Desenvolvimento
Como este texto foi produzido
Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.
Leia também: Claude passa a trabalhar em modo automático por padrão na web, no desktop e no celular e Anthropic doa o Agent Skills à fundação de agentes da Linux Foundation.