Claude: API Messages agora pode reter a conversa no servidor entre turnos
A Anthropic disponibilizou em 2 de novembro em beta público os “message threads” da API Messages do Claude: após um primeiro envio completo, um agente passa a transmitir apenas as novas mensagens e o identificador da resposta anterior. O preço e o consumo de tokens não mudam, mas a latência até o primeiro token cai em sessões longas.
A Anthropic disponibilizou em 2 de novembro de 2026 em beta público uma novidade discreta, mas importante para desenvolvedores de agentes: os message threads (tópicos de mensagens) da API Messages do Claude. Até então, essa API era estritamente sem estado: a cada turno, o cliente reenviava toda a conversa, incluindo cada resultado de ferramenta, cada arquivo e cada captura de tela. Com um thread, a conversa permanece temporariamente no servidor, e o cliente só precisa enviar o que for novo.
Como funciona
O mecanismo se resume a um parâmetro, thread, adicionado às requisições habituais.
- Criar. A primeira requisição parte como hoje, com toda a conversa, o prompt de sistema e as ferramentas, além de
"thread": {"type": "create"}. A API armazena o diálogo sob o identificador da resposta. - Continuar. Os turnos seguintes enviam apenas as novas mensagens e
previous_message_id, o identificador da última resposta. O prompt de sistema e as ferramentas não são mais reenviados; certos parâmetros (modelo, reflexão, formato de saída, cabeçalhos beta) precisam continuar idênticos, sob pena de erro. - Repetir. O serviço funciona no modelo de “melhor esforço”: um thread expira 5 minutos após sua última requisição e é apagado no máximo 1 hora após seu último uso. Se a API não puder continuá-lo, ela retorna um erro 404 e o cliente precisa reenviar a conversa completa. Os SDKs oficiais oferecem um assistente que faz essa recuperação automaticamente.
É necessário o cabeçalho beta message-threads-2026-08-12. O recurso é oferecido na API Claude, Claude Platform on AWS, Claude in Microsoft Foundry e Claude no Google Cloud (gerenciado pela Anthropic).
O que muda e o que não muda
O ganho está na latência, não na fatura. A Anthropic já o utiliza no Claude Code, onde os threads vêm ativados por padrão para a maioria dos usuários.
| Medição publicada pela Anthropic (Claude Code) | Valor |
|---|---|
| Tempo mediano até o primeiro token, requisições de 500.000 a 1 milhão de tokens | cerca de −35% |
| Tamanho da requisição mediana em conversas longas | de cerca de 800 KB para 1,8 KB |
| Tarifas e limites de taxa | inalterados |
Números da Anthropic, não medidos por terceiros.
O Claude continua relendo toda a conversa a cada turno: o consumo de tokens permanece o mesmo, e o cache de prompt não é automático, ainda precisando ser solicitado. O que o thread evita é o reenvio, a validação e a tokenização de todo o histórico a cada requisição. A Anthropic cita agentes de código de longa duração, agentes que operam um computador (as capturas de tela permanecem no thread) e fluxos pesados de documentos ou imagens.
Os limites que você deve conhecer
A documentação é transparente quanto às contrapartidas. O cliente continua sendo a fonte da verdade: ele precisa guardar sua própria cópia de cada mensagem, já que nenhuma resposta indica se o turno foi devidamente armazenado. Um thread aceita apenas acréscimos; para modificar uma mensagem, resumir o histórico ou trocar de ferramentas, é preciso abrir um novo. Os threads não funcionam com Message Batches, nem com contagem de tokens ou compactação sob demanda, e nenhuma API permite listar, ler ou excluir um thread.
Do lado dos dados, o conteúdo fica retido em memória, criptografado, sem gravação em disco, mas o recurso não é elegível à retenção zero de dados (ZDR) e segue indisponível para organizações em modo HIPAA. A Anthropic não divulgou uma data para disponibilidade geral.
Nossa leitura
É o fim, ao menos parcial, de um dogma das APIs de modelos: a ausência de estado no servidor. A OpenAI já havia seguido esse caminho com sua API Responses; a Anthropic o faz com cautela, mantendo a vida útil do thread muito curta e deixando o cliente no comando do histórico. Para quem desenvolve agentes que acumulam centenas de milhares de tokens, o benefício é concreto e gratuito: menor espera até a primeira resposta e requisições muito mais leves. No entanto, não se trata de uma economia financeira, já que os tokens continuam sendo cobrados da mesma forma, e o tratamento de erros fica mais sutil (expiração, reenvios, campos congelados). As equipes sujeitas a exigências rigorosas de não retenção de dados terão que passar sem ele por enquanto.
Fontes
- Claude Docs — Message threads Fonte primária
- Claude — Make long-running agents faster with message threads Fonte primária
- ClaudeDevs no X — anúncio do beta público (2 de novembro de 2026) Fonte primária
- ClaudeDevs no X — números medidos no Claude Code (2 de novembro de 2026) Fonte primária
Uma fonte primária vem diretamente da empresa, do laboratório ou da organização envolvida. Uma fonte secundária relata a informação sem ser a sua autora: nós a sinalizamos como tal. Encontrou um erro? Consulte nossa política de correções.
