Claude API Message Threads: Schneller bei langen Agenten

Wer mit Claude einen Agenten baut, kennt das Problem: Je länger die Sitzung dauert, desto länger dauert es, bis die erste Antwort kommt. Seit dem 2. November 2026 geht Anthropic genau das an. Die Messages API kann eine Unterhaltung jetzt auf dem Server behalten. Hier steht, was sich ändert, was es kostet und wo die Grenzen sind.

Was passiert ist

Am 2. November 2026 hat Anthropic „Message Threads“ als Beta in der Messages API veröffentlicht. Du schaltest die Funktion mit dem Beta-Header message-threads-2026-08-12 frei (Release Notes). Die API speichert die Unterhaltung auf dem Server, jede spätere Anfrage schickt nur noch die neuen Nachrichten (ebd.).

Bisher lädt dein Agent in jeder Runde die komplette Unterhaltung erneut hoch, und die API prüft und zerlegt jedes Mal alles neu in Tokens. Mit einem Thread betrifft der größte Teil dieser Arbeit nur noch die neue Runde (Doku Message Threads).

So läuft das ab (Doku):

• Anlegen: Die erste Anfrage enthält wie bisher die ganze Unterhaltung samt Systemprompt und Tools, dazu "thread": {"type": "create"}.
• Fortsetzen: Danach schickst du nur die neuen Nachrichten und die ID der letzten Antwort mit "thread": {"type": "continue", "previous_message_id": "…"}. Systemprompt und Tools lässt du weg, der Thread kennt sie schon.
• Neu senden: Ein Thread läuft 5 Minuten nach der letzten Anfrage ab. Kann die API ihn nicht mehr fortsetzen, kommt ein 404-Fehler mit dem Code thread_not_found. Dann schickst du die ganze Unterhaltung erneut und startest einen neuen Thread. Der Thread-Helfer in den offiziellen SDKs erledigt das automatisch (Doku, SDK-Helfer).

Wie viel schneller? Anthropic nennt eine Zahl aus Claude Code, wo Message Threads für die meisten Nutzer schon standardmäßig aktiv ist. Bei Anfragen mit 500.000 bis 1 Million Tokens sank dort die mediane Zeit bis zum ersten Token um rund 35 %. Je mehr Kontext ein Agent mitschleppt, desto größer der Effekt (Anthropic-Artikel). Für kürzere Unterhaltungen gibt Anthropic keinen Wert an.

Wo es verfügbar ist: auf der Claude API, Claude Platform on AWS, Claude Models on Google Cloud (Anthropic managed) und Claude in Microsoft Foundry (Release Notes). Unterstützt werden unter anderem Claude Opus 5.5, Sonnet 5.5, Haiku 5.5 und Fable 5.1 sowie ältere Modelle wie Opus 4.8 oder Sonnet 4.6 (Doku). Stand: November 2026.

Wird die Claude API damit günstiger?

Nein. Threads ändern weder die Preise noch die Rate Limits (Doku). Claude liest in jeder Runde weiterhin die ganze Unterhaltung, deshalb bleibt auch der Tokenverbrauch gleich (Anthropic-Artikel). Weniger zu übertragen heißt also nicht weniger zu zahlen.

Wichtig für alle, die schon mit Prompt Caching sparen: Ein Thread speichert deinen Prompt nicht automatisch im Cache. Caching funktioniert wie bisher, und du legst selbst fest, wo die Cache-Punkte sitzen. Neu ist eine Grenze: Eine Anfrage mit Thread darf höchstens 4 cache_control-Punkte haben. Ein Punkt zu viel führt zu einem 400-Fehler (Doku, Prompt Caching).

Wenn du sehen willst, was deine Agenten tatsächlich verbrauchen, hilft die neue Analytics-API für Claude-Kosten, die Anthropic am 29. Oktober 2026 als Beta veröffentlicht hat (Release Notes).

Wo die Grenzen liegen

Threads sind kein Allheilmittel. Die Doku nennt einige Einschränkungen, die du vor dem Umbau kennen solltest:

• Nicht kombinierbar mit: Message Batches, Token Counting, Compaction und Context Editing (mit einer Ausnahme). Auch Organisationen mit HIPAA-Modus oder aktivierten Inference Hooks können Threads nicht nutzen (Doku, nicht unterstützte Funktionen).
• Nur anhängen, nicht ändern: Ein Thread lässt sich nur verlängern. Willst du eine frühere Nachricht bearbeiten oder abzweigen, startest du einen neuen Thread. Auch Felder wie model, thinking oder tool_choice müssen in jeder Anfrage gleich bleiben. Ein Modellwechsel mitten im Thread geht also nicht (Doku, was du sendest).
• Zusammenfassen nur über einen neuen Thread: Willst du eine lange Unterhaltung kürzen, schreibst du die Zusammenfassung selbst und startest damit einen neuen Thread (Doku, Compaction).
• Keine Verwaltung: Es gibt keine API, um Threads aufzulisten, zu lesen oder zu löschen (Doku).
• Datenhaltung: Ein Thread liegt verschlüsselt im Arbeitsspeicher, wird nie dauerhaft gespeichert und spätestens eine Stunde nach der letzten Nutzung gelöscht. Für Zero Data Retention (ZDR) kommt die Funktion aber nicht infrage. Deine anderen ZDR-Funktionen beeinflusst sie nicht (Doku, Datenhaltung). Hat dein Unternehmen eine ZDR-Vereinbarung mit Anthropic, solltest du das vor dem Einsatz klären.

Was es für dich bedeutet

Für Selbstständige und kleine Teams kommt es darauf an, wie du Claude nutzt.

Du arbeitest mit Claude Code: Du musst nichts tun. Laut Anthropic ist die Funktion für die meisten Nutzer schon an (Anthropic-Artikel). Merken wirst du es vor allem in langen Sitzungen mit viel Kontext. Was Claude Code ist und wie du loslegst, erkläre ich in Was ist Claude Code?.

Du baust eigene Agenten über die API: Hier lohnt sich ein Blick, vor allem wenn deine Sitzungen lang werden. Anthropic nennt als typische Fälle Coding-Agenten, die lange laufen, Computer-Use-Agenten, deren Screenshots im Thread bleiben, statt in jeder Runde neu hochgeladen zu werden, und Abläufe mit vielen Dokumenten oder Bildern (Anthropic-Artikel). Der einfachste Weg ist der Thread-Helfer der offiziellen SDKs. Er setzt den Beta-Header, lässt Systemprompt und Tools beim Fortsetzen weg und startet den Thread bei Bedarf neu. Der Beta-Tool-Runner der SDKs nutzt Threads standardmäßig, du kannst das aber abschalten (Doku, SDK-Helfer). Wenn du gerade erst anfängst, hilft dir die Anleitung KI-Agenten erstellen in 7 Schritten beim Einstieg.

Deine Agenten führen eher kurze Gespräche: Dann bringt dir die Funktion wenig. Der Vorteil wächst mit der Länge des Kontexts, und Anthropic nennt Zahlen nur für sehr lange Anfragen.

Dir geht es um Kosten: Threads sparen kein Geld. Wer Kosten senken will, kommt weiterhin über Prompt Caching und die Wahl des Modells weiter.

Meine Einordnung: Das ist ein solides Infrastruktur-Update ohne Haken beim Preis. Du bekommst schnellere Antworten in langen Sitzungen und zahlst dafür nicht mehr. Es ist aber eine Beta mit vielen Ausnahmen. Wer Threads selbst in seinen Code einbaut, muss den Fall „Thread abgelaufen“ immer abfangen. Wer das nicht selbst programmieren will, nimmt den SDK-Helfer.

Quellen

• Anthropic: Message Threads (Artikel vom 2. November 2026)
• Claude Platform: Release Notes
• Claude Platform: Dokumentation Message Threads

Häufige Fragen

Was sind Message Threads in der Claude API?

Eine Beta-Funktion der Messages API. Die erste Anfrage schickt die ganze Unterhaltung und legt einen Thread an. Jede weitere Anfrage enthält nur die neuen Nachrichten und die ID der letzten Antwort. Die API hält den Rest auf dem Server. Freigeschaltet wird das mit dem Beta-Header message-threads-2026-08-12.

Spare ich mit Message Threads Tokenkosten?

Nein. Claude liest in jeder Runde weiterhin die ganze Unterhaltung, deshalb bleibt der Tokenverbrauch gleich. Auch Preise und Rate Limits ändern sich nicht. Sparen kannst du weiterhin über Prompt Caching, das du auch mit Threads selbst einstellen musst.

Wie lange speichert Anthropic einen Thread?

Ein Thread läuft 5 Minuten nach der letzten Anfrage ab. Spätestens eine Stunde nach der letzten Nutzung wird er gelöscht. Er liegt verschlüsselt im Arbeitsspeicher und wird nicht dauerhaft gespeichert. Für Zero Data Retention kommt die Funktion laut Anthropic aber nicht infrage.

Muss ich in Claude Code etwas einschalten?

Laut Anthropic ist die Funktion in Claude Code für die meisten Nutzer schon standardmäßig aktiv. Du musst also nichts tun.