Anthropic hat am 2. November Message threads in die öffentliche Beta gegeben. Der Zweck ist schlicht: Ein Agent soll den Gesprächsverlauf nicht mehr bei jedem Zug komplett neu hochschicken.
Wie es funktioniert
Bisher trägt jede Anfrage an die Messages API die ganze Unterhaltung mit, inklusive aller Tool-Ergebnisse. Ein Coding-Agent mit hunderten Anfragen in einer Sitzung schickt irgendwann hunderttausende Token, bevor Claude ein Wort antwortet.
Mit Message threads kommt ein thread-Parameter dazu. Die erste Anfrage enthält die
vollständige Unterhaltung und eröffnet damit den Thread. Jede folgende schickt nur die
neuen Nachrichten und die ID der vorherigen Antwort. Nötig ist der Beta-Header
message-threads-2026-08-12.
Die Zahl, die Anthropic dazu nennt: Bei Anfragen zwischen 500.000 und einer Million Token sinkt die mediane Zeit bis zum ersten Token um etwa 35 Prozent. Für die meisten Claude-Code-Nutzer ist die Funktion schon standardmäßig an.
Fünf Minuten, im Arbeitsspeicher
Zwischen den Zügen hält Anthropic den Thread im Arbeitsspeicher, verschlüsselt und nicht auf Platte. Er verfällt fünf Minuten nach der letzten Anfrage; spätestens eine Stunde nach der letzten Nutzung wird er gelöscht. Danach schickt der Client wieder die ganze Unterhaltung und eröffnet einen neuen Thread.
Für die Fehlerbehandlung heißt das: Der Pfad mit dem vollständigen Verlauf bleibt der Normalfall und darf nicht verkümmern. Wer ihn nur noch beim ersten Aufruf testet, merkt erst in der Produktion, dass er nach jeder Pause gebraucht wird.
Wo es sich lohnt
Anthropic nennt drei Fälle: lang laufende Coding-Agenten, bei denen jedes Tool-Ergebnis und jede Dateiänderung den Verlauf verlängert; Computer-Use-Agenten, deren Screenshots im Thread bleiben statt in jedem Zug neu hochzugehen; und Abläufe mit vielen Dokumenten oder Bildern. Je mehr Kontext ein Agent trägt, desto größer der Effekt.
Verfügbar ist das Ganze auf der nativen Claude-Plattform, auf Claude Platform auf AWS, in Claude in Microsoft Foundry und bei Claude Models on Google Cloud in der von Anthropic betriebenen Variante. Es gelten die normalen Token-Preise und die bestehenden Rate-Limits.
Die Rechnung wird davon nicht kleiner
Das ist der Punkt, den man leicht überliest: Claude liest weiterhin die komplette Unterhaltung in jedem Zug. Der Token-Verbrauch bleibt also gleich, und damit auch die Kosten. Was kleiner wird, ist allein die Datenmenge, die über die Leitung geht.
Message threads ist deshalb keine Sparmaßnahme, sondern eine Latenzmaßnahme. Wer seine Rechnung drücken will, braucht weiter Prompt Caching und kürzeren Kontext. Wer darauf wartet, dass ein Agent endlich antwortet, bekommt hier echte 35 Prozent.