Claude APIのfast modeはレート制限が標準Opusと別枠

fast modeのレート制限は標準Opusと分かれている

Claude APIのfast modeには専用のレート制限があり、標準のOpusのレート制限とは別枠で数えられます。標準リクエストをどれだけ送っていても、fast modeの枠は独立して消費されます。逆にfast modeの枠を使い切っても、標準速度のリクエストは標準側の枠で処理されます。

Claude Code上での/fastコマンドやサブスク枠との関係はClaude Codeのfast modeにあります。ここではClaude APIを直接叩く場合のレート制限、課金、フォールバックを扱います。

fast modeが縮めるのは出力の速度です。同じモデルの重みを速い推論構成で動かすもので、知能や機能は変わりません。標準速度に比べて出力トークン毎秒(OTPS)が最大2.5倍になり、効果が見えやすいのはストリーミングです。

Opus 5.5のfast modeは、リクエストにspeed: "fast"を付けるだけで使えます。betaヘッダーも利用申請も要りません。Start・Build・Scaleのティアには、既定のfast mode枠が付いています。Evaluationティアの組織は、これらのティアに上がってから使えます。

Opus 5とOpus 4.8のfast modeはresearch previewで、アカウントマネージャーへの申請(またはウェイトリスト登録)とfast-mode-2026-02-01のbetaヘッダーが必要です。ゼロデータリテンション(ZDR)を結んでいる場合は、この機能への適用範囲も事前に確かめます。

429が返ったとき、待てば通る場合と通らない場合

fast modeの枠を超えると、APIは429をretry-afterヘッダー付きで返します。ヘッダーは、枠が空く見込みを知らせるものです。

fast modeは継続的なトークン補充(continuous token replenishment)で枠を管理するため、待機時間は一般に短く済みます。APIのレート制限全般もトークンバケット方式で、固定間隔でのリセットではなく、上限に向けて枠が連続的に回復する仕組みです。Anthropicの各SDKは429に対し、既定で最大2回まで自動リトライします(max_retriesで変更可能)。サーバーが指定した遅延を待ってから再送します。

上限は1分あたりの値で定められているため、短時間のバーストが429を招くことがあります。たとえば毎分60リクエストの上限は、実際には1秒に1リクエストとして扱われることがあります。

ただし429がすべて同じ種類とは限りません。組織の月次支出上限に達したときもrate_limit_errorが返ります。こちらは待っても通りません。

自分で設定した組織やワークスペースの支出上限は、Claude Codeワークスペースを除き、429ではなく400で返ります。Claude Codeワークスペースの上限だけは429になり、retry-afterが付くこともあります。

429と529全般の対処はClaude rate limit(レート制限)エラーの対処にまとめています。

専用レスポンスヘッダー6種で残量を追跡する

fast modeのレスポンスには、残量を示す専用ヘッダーが6種類付きます。標準Opusのレート制限ヘッダーはanthropic-ratelimit-*で始まり、fast modeはanthropic-fast-*で始まります。監視を組むときは、このプレフィックスで取り違えを防ぎます。

ティアごとの具体的な数値はRate limitsの表にあります。本番運用では-remainingの値をログに残しておくと、429が出る前に枠の逼迫に気づけます。Claude ConsoleのUsageページにも、モデルごとのレート制限のチャートがあり、余裕のある時間帯と逼迫した時間帯を見分けられます。

非対応モデルへのfast mode要求はエラーか、黙って標準速度か

fast modeに対応するのはClaude Opus 5.5、Claude Opus 5、Claude Opus 4.8の3つです。それ以外のモデルにspeed: "fast"を指定したときの挙動は、モデルごとに分かれます。

usage.speedで実際の速度を確かめる

レスポンスのusageオブジェクトにはspeedフィールドがあり、"fast"か"standard"のどちらで処理されたかが入ります。speed: "fast"で成功したリクエストは"fast"を返します。Opus 4.6を除く非対応モデルへの指定と、fast modeの枠や容量の超過(429または529)は、どちらもエラーになります。

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: fast-mode-2026-02-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-opus-5",
    "max_tokens": 1024,
    "speed": "fast",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

成功時のレスポンスでは、usageは{"input_tokens": 8, "output_tokens": 12, "speed": "fast"}のような形で返ります。組織全体のfast mode利用状況とコストは、Usage and Cost APIで追えます。

429と529を受けたら標準速度へ落とす

fast modeの枠や容量を待たずに、その場で標準速度へ切り替えたい場合は、エラーをアプリ側で捕まえ、speed: "fast"を外して再送します。切り替えの流れは次のとおりです。

Pythonの骨格は次のようになります。TypeScript、Go、Javaなど他の言語でも、同じ分岐で書けます。

import anthropic
 
client = anthropic.Anthropic()
params = dict(
    model="claude-opus-5-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello"}],
    )
 
try:
    message = client.with_options(max_retries=0).messages.create(
        speed="fast", **params
    )
except anthropic.RateLimitError:
    message = client.messages.create(**params)  # speed を外して再送

コマンドラインのantは、429と5xxを内部で自動リトライし、リクエスト単位でmax_retriesを上書きする手段がありません。fast modeで429が出ると、フォールバックは組み込みのリトライを使い切ってから走ります。

このフォールバックは、Opus 4.6で起きる自動の標準速度化とは別物です。Opus 4.6はモデルがfast modeに対応していないための恒常的な挙動で、ここで扱うのは、対応3モデルが枠や容量の都合で一時的にfastを出せないときに、開発者が選ぶ再試行戦略です。

fastから標準へ落とすと、プロンプトキャッシュがミスします。速度が違うリクエストは、キャッシュされたプレフィックスを共有しないためです。フォールバックが頻発する構成では、キャッシュ書き込みが増える分の課金を見込んでおきます。

課金: 別レート制限と別単価の二重構造

fast modeは枠だけでなく単価も標準速度とは別です。単価は、200kトークンを超える入力を含む全コンテキスト幅に適用されます。

fast modeの単価は、ほかの課金修飾子とも重なります。プロンプトキャッシュの倍率(cache write / cache read)も、データレジデンシーの倍率も、fast mode単価の上に乗ります。fast modeに1時間キャッシュ書き込みと米国限定インフェレンスを組み合わせると、複数の倍率が積み重なります。モデルごとの標準単価と使い分けはClaude Opus 5の使い方と仕様で見られます。

Claude Managed Agentsでは、エージェントのmodel.speedを"fast"にしたとき、fast modeのpremium単価が適用されます。

枠と単価が別であることは、コスト管理にも効きます。標準速度の枠に余裕があっても、fast modeだけが先に枠を使い切ることはあります。

fast modeが使えない構成と効かない用途

枠や課金を設計する前に、fast modeそのものが使えない構成と、効果の出ない用途を把握しておくと手戻りを減らせます。

• Batch API: fast modeはBatch APIでは使えません
• Priority Tier: Priority Tierのコミットメントとは併用できません
• Claude Platform on AWS: fast modeは提供されていません。対象はClaude API(Claude Managed Agentsを含む)で、Opus 5.5に限りAzure上でホストされるClaude in Microsoft Foundryでも使えます。Anthropic側でホストされるFoundryのデプロイは対象外です
• TTFTの短縮は狙えない: 効果は出力トークン毎秒(OTPS)に集中し、最初のトークンが出るまでの時間(TTFT)は縮みません。TTFTを縮めたい場合は事前ウォームアップのような別の手段を検討します

まとめ

fast modeは、枠も単価も対応モデルも標準速度とは別立てです。導入前に、枠を超えたときに待つのか標準速度へ落とすのかを決めておくと、429が出てからの手戻りを避けられます。