Was ändert der Fast Mode, und was lässt er unberührt?
Anthropic beschreibt den Fast Mode als dasselbe Modell auf einer schnelleren Inferenz-Konfiguration, ohne Änderung bei Intelligenz oder Fähigkeiten (Anthropic, Fast Mode, abgerufen am 19. November 2026). Der Gewinn liegt bei den Output-Tokens pro Sekunde, nicht bei der Zeit bis zum ersten Token: Eine lange Antwort ist früher fertig, während das erste Wort etwa so schnell eintrifft wie zuvor. Am deutlichsten zeigt sich das beim Streaming, wo ein Mensch dem Text beim Entstehen zusieht. Zur Wartezeit auf das erste Wort siehe Time to First Token.
Was kostet der Fast Mode?
Sie zahlen einen Aufschlag auf jedes Token, bei Input und Output, über das gesamte Kontextfenster. Die Preise unten stammen von derselben Seite (abgerufen am 19. November 2026), je Million Tokens.
| Modell | Input | Output |
|---|---|---|
| Claude Opus 5.5 | $8 | $40 |
| Claude Fable 5.2 | $16 | $80 |
| Claude Mythos 5.2 | $16 | $80 |
Der Fast Mode ist weder mit der Batch-API noch mit einer Priority-Tier-Zusage verfügbar. Ein Rückfall von Fast auf Standardgeschwindigkeit verfehlt außerdem den Prompt-Cache, weil sich die beiden Geschwindigkeiten keine gecachten Präfixe teilen. Geschwindigkeit ist ein Einkauf, preisen Sie sie also pro erledigter Aufgabe und nicht pro Token: siehe Cost per Task.
Was bedeutet Fast Mode in Claude Code?
In Claude Code ist der Fast Mode dieselbe Geschwindigkeitseinstellung hinter einem Schalter. Mit /fast schalten Sie ihn ein oder aus, und Claude Code nutzt dasselbe Modell mit bis zu 2,5-facher Geschwindigkeit zu höheren Kosten pro Token. In Abo-Tarifen wird er über Nutzungsguthaben abgerechnet und ist nicht in den Ratenlimits des Tarifs enthalten (Claude-Code-Dokumentation, Fast Mode, abgerufen am 19. November 2026). Die Dokumentation empfiehlt ihn für interaktive Arbeit wie Live-Debugging und die Standardgeschwindigkeit für lange autonome Aufgaben, Batch-Jobs und kostensensible Arbeit.
Wann lohnt sich der Fast Mode?
Nutzen Sie ihn dort, wo ein Mensch auf eine lange Antwort wartet und die Wartezeit mehr kostet als der Aufschlag. Beispiele sind ein Coding-Assistent, der eine große Datei bearbeitet, ein Live-Entwurfswerkzeug oder ein Agent-Schritt auf dem kritischen Pfad eines Kundengesprächs. Lassen Sie ihn aus bei nächtlicher Batch-Arbeit, Hintergrund-Agents und kurzen Antworten, wo niemand den Unterschied sieht. Legen Sie zuerst das Ziel mit einem Latency Budget fest und prüfen Sie dann, ob die Ausgabegeschwindigkeit der Schritt ist, der es auffrisst.
Was kann beim Fast Mode schiefgehen?
Der Fast Mode hat ein eigenes Ratenlimit, getrennt von den Standardlimits. Darüber hinaus gibt die API einen 429-Fehler zurück, und das SDK wiederholt standardmäßig bis zu zweimal (Anthropic, abgerufen am 19. November 2026). Entscheiden Sie vorab, ob Sie warten oder auf Standardgeschwindigkeit zurückfallen, und beobachten Sie das Feld speed in der Nutzung jeder Antwort, um zu sehen, welche Sie bekommen haben.
Auch die Verfügbarkeit ändert sich. Die Seite führt den Fast Mode als verfügbar bei Opus 5.5, Fable 5.2 und Mythos 5.2, als Research Preview bei Opus 5 und als veraltet bei Opus 4.8, wo Anfragen mit speed: "fast" nach dem 30. November 2026 einen Fehler zurückgeben (abgerufen am 19. November 2026). Jedes Budget, das den Fast Mode voraussetzt, braucht ein Datum daneben.