Claude: l'API Messages può ora mantenere la conversazione lato server tra due turni
Il 2 novembre Anthropic ha rilasciato in beta pubblica i «message threads» dell'API Messages di Claude: dopo un primo invio completo, un agente trasmette solo i nuovi messaggi e l'identificativo della risposta precedente. Prezzi e consumo di token non cambiano, ma il tempo fino al primo token cala nelle sessioni lunghe.
Anthropic ha aperto il 2 novembre 2026 in beta pubblica una novità discreta ma importante per gli sviluppatori di agenti: i message threads (thread di messaggi) dell’API Messages di Claude. Fino ad ora, questa API era rigorosamente stateless: a ogni turno, il client reinviava l’intera conversazione, con ogni risultato degli strumenti, ogni file e ogni screenshot. Con un thread, la conversazione rimane temporaneamente sul server e il client trasmette solo le novità.
Come funziona
Il meccanismo si basa su un unico parametro, thread, aggiunto alle consuete richieste.
- Creare. La prima richiesta parte come avviene oggi, con l’intera conversazione, il prompt di sistema e gli strumenti, più
"thread": {"type": "create"}. L’API archivia lo scambio associandolo all’identificativo della risposta. - Continuare. I turni successivi inviano solo i nuovi messaggi e
previous_message_id, l’identificativo dell’ultima risposta. Il prompt di sistema e gli strumenti non vengono più reinviati; alcuni parametri (modello, reflection, formato di output, header beta) devono rimanere identici, a pena di errore. - Rieseguire. Il servizio funziona in modalità «best-effort»: un thread scade 5 minuti dopo l’ultima richiesta e viene cancellato al massimo 1 ora dopo l’ultimo utilizzo. Se l’API non può proseguire il thread, restituisce un errore 404 e il client deve reinviare la conversazione completa. Gli SDK ufficiali offrono un helper che gestisce questo ripristino in modo autonomo.
È necessario l’header beta message-threads-2026-08-12. La funzionalità è disponibile su API Claude, Claude Platform on AWS, Claude in Microsoft Foundry e Claude su Google Cloud (gestito da Anthropic).
Cosa cambia e cosa resta invariato
Il vantaggio riguarda la latenza, non i costi. Anthropic la sta già impiegando in Claude Code, dove i thread sono attivi di default per la maggior parte degli utenti.
| Misura pubblicata da Anthropic (Claude Code) | Valore |
|---|---|
| Tempo mediano al primo token, richieste da 500.000 a 1 milione di token | circa −35% |
| Dimensione della richiesta mediana nelle conversazioni lunghe | da circa 800 KB a 1,8 KB |
| Tariffe e limiti di frequenza | invariati |
Dati forniti da Anthropic, non verificati da terzi.
Claude rilegge sempre l’intera conversazione a ogni turno: il consumo di token resta lo stesso e la cache del prompt non è automatica, va sempre richiesta esplicitamente. Ciò che il thread evita è il reinvio, la convalida e la tokenizzazione dell’intera cronologia a ogni chiamata. Anthropic cita come casi d’uso gli agenti di programmazione a lunga esecuzione, gli agenti che controllano un computer (gli screenshot restano nel thread) e le elaborazioni pesanti basate su documenti o immagini.
I limiti da conoscere
La documentazione è trasparente sui compromessi. Il client rimane l’unica fonte di verità: deve conservare la propria copia di ogni messaggio, poiché nessuna risposta conferma se il turno sia stato effettivamente salvato. Un thread supporta solo aggiunte in coda; per modificare un messaggio, riassumere la cronologia o cambiare gli strumenti, è necessario aprirne uno nuovo. I thread non funzionano con i Message Batches, né con il conteggio dei token o la compattazione su richiesta, e nessuna API permette di elencare, visualizzare o cancellare un thread.
Sul fronte della gestione dei dati, i contenuti restano in memoria, crittografati, senza scrittura su disco; tuttavia, la funzione non è idonea per la conservazione zero dei dati (ZDR) e rimane inaccessibile per le organizzazioni in modalità HIPAA. Anthropic non ha ancora comunicato una data per la disponibilità generale.
La nostra lettura
È la fine, parziale, di un dogma delle API dei modelli: l’assenza di stato lato server. OpenAI aveva già intrapreso questo percorso con la sua API Responses; Anthropic lo fa con prudenza, mantenendo il ciclo di vita del thread molto breve e lasciando il client responsabile della cronologia. Per chi sviluppa agenti che accumulano centinaia di migliaia di token, il beneficio è concreto e a costo zero: meno attesa prima della risposta iniziale e payload notevolmente più leggeri. Ma non si tratta di un risparmio economico, dato che i token continuano a essere fatturati allo stesso modo, e la gestione degli errori richiede maggiore attenzione (scadenze, ripristini, campi bloccati). I team soggetti a vincoli di non conservazione dei dati dovranno, per il momento, farne a meno.
Fonti
- Claude Docs — Message threads Fonte primaria
- Claude — Make long-running agents faster with message threads Fonte primaria
- ClaudeDevs su X — annuncio della beta pubblica (2 novembre 2026) Fonte primaria
- ClaudeDevs su X — cifre misurate su Claude Code (2 novembre 2026) Fonte primaria
Una fonte primaria proviene direttamente dall'azienda, dal laboratorio o dall'ente interessato. Una fonte secondaria riporta l'informazione senza esserne l'autrice: la segnaliamo come tale. Un errore? Consulta la nostra politica di rettifica.
