Claude Opus 4.8 fast mode: Anthropic la depreca, stop il 30 novembre

Chi manda richieste a Claude Opus 4.8 con speed: "fast" ha tempo fino al 30 novembre 2026: dopo quella data l’API risponderà con un errore. Lo scrive Anthropic nelle note di rilascio di Claude Platform, dove il 30 ottobre 2026 la fast mode di questo modello è stata dichiarata deprecata. Per continuare a usarla, l’azienda indica di passare a Claude Opus 5.5.

Cosa cambia per chi usa la fast mode su Opus 4.8

Secondo le note di rilascio, dal 30 novembre 2026 le richieste a claude-opus-4-8 con speed: "fast" restituiranno un errore. Il modello non cambia stato: nella pagina di Anthropic sulle deprecazioni Claude Opus 4.8 risulta attivo, con ritiro non prima del 28 maggio 2027.

Le fonti non indicano il motivo della decisione.

Cosa fa la fast mode

Nella documentazione dedicata Anthropic spiega che la fast mode fa girare lo stesso modello con una configurazione di inferenza più veloce, senza alcun cambiamento in intelligenza o capacità. Il guadagno dichiarato è fino a 2,5 volte più token di output al secondo rispetto alla velocità standard.

Secondo Anthropic, il vantaggio riguarda i token di output al secondo, non il tempo al primo token, ed è più visibile con lo streaming (la risposta consegnata a pezzi mentre viene generata).

• Nella Messages API si attiva impostando speed: "fast" nella richiesta.
• Nei Managed Agents si imposta speed nell’oggetto model dell’agente, per esempio {"id": "claude-opus-5-5", "speed": "fast"}.
• Il campo usage.speed della risposta indica se la richiesta è stata servita a velocità “fast” o “standard”.

Limiti e condizioni dichiarati

Anthropic elenca alcune condizioni da conoscere prima di migrare:

• Richiedere speed: "fast" su un modello che non la supporta normalmente restituisce un errore. Fa eccezione Claude Opus 4.6 con l’header fast-mode-2026-02-01: la richiesta riesce a velocità standard, salvo su Claude Models on Google Cloud (Anthropic managed), dove restituisce 400. Anche superare i limiti o la capacità della fast mode produce un errore (429 o 529).
• La fast mode ha un limite di rate dedicato, separato da quello standard di Opus. Superato, l’API risponde 429 con un header retry-after.
• L’SDK ritenta automaticamente gli errori 429 della fast mode fino a 2 volte, valore configurabile con max_retries. In alternativa si può ripiegare sulla velocità standard togliendo speed: "fast" dalla richiesta.
• Opus 5.5 ha un limite di fast mode predefinito nei livelli di utilizzo Start, Build e Scale, senza bisogno di richiedere l’accesso. Chi è nel livello Evaluation può usarla dopo il passaggio a uno di questi tre.
• Non è disponibile con la Batch API né con un impegno Priority Tier.

Costi e disponibilità della fast mode

I prezzi della fast mode valgono su tutta la finestra di contesto, comprese le richieste oltre 200k token di input. Anthropic li esprime in dollari per milione di token (MTok).

I prezzi della fast mode si sommano ai moltiplicatori del prompt caching e della data residency. Per Opus 5 l’accesso passa dall’account manager o dalla waitlist, e su Opus 5 e Opus 4.8 serve l’header beta fast-mode-2026-02-01.

Per Opus 5.5 la Messages API supporta la fast mode su Claude API, Claude Models on Google Cloud (Anthropic managed) e Microsoft Foundry; i Managed Agents solo su Claude API. Nella Messages API la fast mode è idonea a zero data retention e a HIPAA readiness. Nei Managed Agents queste coperture non si applicano e le trascrizioni delle sessioni persistono fino alla cancellazione.

Come passare a Opus 5.5

La migrazione indicata da Anthropic è quella verso claude-opus-5-5, che nella pagina sulle deprecazioni risulta attivo con ritiro non prima del 22 settembre 2027. Prima di migrare conviene leggere la guida ufficiale: su Opus 5.5 il thinking è sempre attivo e la richiesta viene rifiutata con un errore 400 se lo si disabilita, se si impostano budget manuali o se si forza uno strumento con tool_choice di tipo any o tool. Il codice deve leggere i blocchi della risposta per tipo, perché possono iniziare con blocchi thinking, e restituirli integri nei cicli con strumenti. Va rivalutato anche max_tokens, che comprende ragionamento e testo.

Leggi anche

• Claude Platform, Anthropic: un agente con skill spesso batte i subagenti
• GPT 6 Luna: come passare dall’API di GPT-4o prima del 14 gennaio