Anthropic lança threads na API do Claude e corta espera em 35%

A Anthropic anunciou nesta segunda-feira (2) o message threads, um recurso em beta público da API do Claude pensado para quem constrói agentes de IA. A ideia é simples: em vez de reenviar o histórico completo da conversa a cada pedido, o agente manda o conteúdo inteiro uma única vez e, nas chamadas seguintes, envia apenas as mensagens novas junto com o identificador da última resposta do Claude. A informação foi resumida pelo The Next Web, com base no anúncio da própria Anthropic.

Como funciona

Hoje, um agente que trabalha por horas acumula uma conversa enorme: instruções, resultados de ferramentas, trechos de arquivos. A cada passo, o programa costuma reenviar tudo isso para a API. Com as threads, o fluxo muda. A primeira chamada leva a conversa completa. As próximas levam só o que é novo e a referência da resposta anterior, e a Anthropic reconstrói o contexto do lado dela.

Segundo a reportagem, a empresa afirma que o recurso reduz em cerca de 35% a espera típica até o Claude começar a responder em pedidos de 500 mil a 1 milhão de tokens. Token é a unidade em que os modelos medem texto, e 1 milhão equivale a centenas de páginas. Ou seja, o ganho aparece sobretudo em agentes de longa duração e em tarefas com muito contexto, como revisar um repositório inteiro.

Economiza tempo, não dinheiro

Um ponto importante: a melhoria é de velocidade, não de custo. De acordo com o texto, o Claude continua processando a conversa inteira em cada turno, e a Anthropic diz que preços e limites de uso permanecem os mesmos. A reportagem lembra que a empresa já havia cortado em 75% o preço do cache em setembro, o que é outra frente de redução de custo para agentes. As duas coisas se somam, mas são separadas: o cache mexe no preço, as threads mexem na latência e no volume de dados trafegados.

Quem acompanha nossa cobertura de custos de IA pode ligar isso ao que já publicamos sobre o gasto com agentes, em Anthropic lança relatórios que mostram o que o gasto com Claude rende, e ao modelo mais barato de setembro, em Anthropic lança o Claude Opus 5.5, mais barato e rápido.

Limites e cuidados de dados

O recurso tem restrições que o desenvolvedor precisa conhecer. Segundo o The Next Web, as threads ficam apenas na memória, criptografadas, e nunca são gravadas em disco. Elas expiram cinco minutos depois da última requisição. Por isso, a equipe precisa manter a própria cópia de cada conversa para retomá-la depois desse prazo. Também há uma exclusão relevante para empresas reguladas: as threads não são elegíveis a configurações de retenção zero de dados (zero data retention) nem de HIPAA, a norma americana de dados de saúde.

O beta funciona com todos os modelos do Claude, na plataforma da Anthropic e também por meio da AWS, do Microsoft Foundry e do Google Cloud. A reportagem acrescenta que a maioria dos usuários do Claude Code já está com as threads ativadas, o que indica que a Anthropic testou o recurso no próprio produto antes de abri-lo a terceiros. O Claude Code é a ferramenta de programação da empresa, e já foi tema aqui em Claude Code ganha variável que deixa o agente apagar arquivos sem pedir.

Por que a Anthropic fez isso agora

Agentes se tornaram o principal uso da API. Quando cada passo exige reenviar centenas de milhares de tokens, o tempo de resposta vira gargalo, e o usuário final sente isso como lentidão. A Anthropic também compete com a OpenAI e o Google justamente na experiência de agentes, e reduzir a espera é um argumento direto para desenvolvedores que escolhem em qual API construir. O texto não traz comparação com concorrentes, então essa leitura é nossa, e não uma afirmação da empresa.

Vale notar também o que o recurso não resolve. Uma conversa de 1 milhão de tokens continua cara e pesada de processar, e agentes mal desenhados que acumulam contexto inútil seguirão desperdiçando recursos. Recomendações de arquitetura, como usar menos subagentes, aparecem em Anthropic recomenda trocar vários subagentes por um agente só.

Por que isso importa para você

Mesmo que você não programe, o recurso afeta as ferramentas de IA que usa e os serviços que pode vender.

• Para desenvolvedores e quem monta automações: agentes com contexto longo respondem mais rápido sem mudar a fatura. Teste o beta em um fluxo real e meça o tempo antes e depois, guardando a cópia local da conversa por causa da expiração de cinco minutos.
• Para freelancers que vendem agentes: menor espera melhora a percepção de qualidade do cliente. O guia como ganhar dinheiro criando e vendendo agentes de IA personalizados mostra caminhos de serviço.
• Para empresas com dados sensíveis: como as threads não valem para retenção zero, quem tem esse tipo de contrato deve ficar de fora por enquanto.
• Para quem só usa o chat: o efeito é indireto, mas o texto agente de IA, chatbot ou automação: qual a diferença ajuda a entender por que isso importa.

O que observar a seguir

O primeiro ponto é a saída do beta e se a Anthropic estenderá o prazo de cinco minutos, hoje um obstáculo para tarefas que esperam resposta humana. O segundo é se OpenAI e Google lançarão mecanismos parecidos, o que mostraria que o reenvio de histórico virou problema comum a todas as plataformas. O terceiro é se a Anthropic abrirá o recurso para clientes com retenção zero. Por ora, o que está confirmado vem do anúncio da empresa conforme o The Next Web: ganho de cerca de 35% de espera em contextos longos, sem mudança de preço.