Claude API 加了 Message threads：长对话每轮只发新消息，首字更快，token 不省；本站实测直连能续、经中转站续不上

2026 年 11 月 2 日，Claude 的 Messages API 加了 message threads，测试版，要带 beta 头 message-threads-2026-08-12。

以前每一轮都要把整段对话、system 和 tools 重新发一遍，接口每次都要重新校验、重新分词。用了 thread，对话存在服务器上，之后每轮只发新消息。官方说请求变小，首字出来得更快，对话越长越稳，最适合跑很多轮的智能体循环。价格和限流都不变。

它和托管智能体里的 session threads 是两回事。

怎么用

• 第一轮（create）： 和平时一样发完整对话、system、tools，再加 "thread": {"type": "create"}。接口把对话连同这次的回答存在响应的 id 下。
• 之后每轮（continue）： 只发上一个响应之后的新消息，加 "thread": {"type": "continue", "previous_message_id": "<上一个响应的 id>"}，不要再发 system 和 tools。每轮拿新响应的 id 接下一轮。
• 续不上了（replay）： thread 尽力而为，最后一次请求后 5 分钟过期，最多 1 小时内删掉。续不上时返回 404，这时把整段对话重新发一个 create，从新的 id 接着来。

官方特别强调：对话以你自己存的为准。 每条消息都要自己留一份，一开始就把重发那条路写好；响应里不会告诉你这一轮存没存上，下一次续接才知道。

各语言 SDK 都有一个 thread 助手（Python 是 client.beta.messages.thread(...)，之后每轮 thread.send(...)），它替你加 beta 头、只发新消息、碰到 404 自动重发一次完整对话。SDK 里测试版的 tool runner 默认也走 thread，可以在创建时关掉。

每轮能改什么，不能改什么

类别	字段	规矩
只在 create 时发	system、tools	continue 时带上就 400，哪怕是 null
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、beta 头的集合	每轮都要发，而且和 create 时一样，不一样返回 400 thread_fingerprint_mismatch，报错里写明是哪几个字段
每轮可以变	max_tokens、stop_sequences、stream、metadata、service_tier 等	随便改

要改前两类，只能开一个新 thread。thread 只能往后加：每个响应 id 只能续一次，改早先的消息、分叉、用摘要压缩，都得重新 create。

几处容易踩的：

• 缓存不会自动做。 要缓存，就每轮都发同一个顶层 cache_control；一次请求最多 4 个缓存断点。
• 流式： id 在 message_start 里就有，但要等到 message_stop 再续，早了会 404。
• 被拒答（stop_reason: "refusal"）后不要续，换个说法重新 create。
• 不支持： 批量处理、数 token、压缩（compaction）、大部分上下文编辑；开了 HIPAA 或 inference hooks 的组织也用不了。
• 没有接口能列出、读取或删除 thread。 数据只放在内存里，加密，不落盘，最多一小时后删；不适用零数据保留（ZDR）。
• 平台： Claude API、AWS 上的 Claude Platform、Google Cloud 上的 Anthropic managed、Microsoft Foundry。

本站实测

11 月 4 日在服务器上测了两组，每组都用 claude-sonnet-5-5，API 版本 2026-10-21，直接发 HTTP 请求，没用 SDK 的助手。system 写的是“只用四个字回答”，第一轮让它记住暗号“青山绿水”，第二轮只发“暗号是什么？”。

直连官方（官方 key）：

试了什么	结果
第 1 轮 create	200，回答“记住了。”，input_tokens 46
第 2 轮 continue，只发新消息、不带 system	200，回答“青山绿水”，四个字，说明 system 和前文都还在；input_tokens 61
对照：不用 thread，整段对话重发	200，回答“青山绿水。”，input_tokens 60
再从第 1 轮的 id 续一次	400 thread_already_continued
continue 时又带了 system	400，报错说 continue 不能带 system，没有 error_code
续一个不存在的 id	404 thread_not_found，报错里让你重新 create

注意第二行和第三行：续接这一轮计费的输入 token 和整段重发几乎一样。 thread 省的是上传的数据量和服务端的处理时间，不是 token 钱；要省钱还得靠缓存。对话这么短，首字时间的差别本站没有测。

经酷站AI： 第 1 轮 create 返回 200，但第 2 轮 continue 一律 404 thread_not_found，前后试了三遍都一样，整段重发照常能用。原因从外面看不出来；官方列的 404 原因里包括“请求来自另一个组织、工作区或另一把 key”，中转站在多把 key 之间分流时就会碰上。所以走中转站的，先别指望 thread：用 SDK 的 thread 助手或 tool runner 也不会出错，它碰到 404 会自动整段重发，只是每轮都重发，等于没开。

对本站读者

• **直连官方、跑长智能体循环的，**值得试：改动不大，用 SDK 的 thread 助手几乎不用改代码。记得自己存一份完整对话，并且每轮发顶层 cache_control，不然不省钱。
• **走中转站的，**目前没有好处，见上面的实测。
• 用 Claude Code 的不用管，这是接口层面的功能。

想先弄清每轮请求里到底发了什么，可以看《Claude 的提示缓存》和《对话中途的系统消息》。