Claude Code fast mode saiu do preview: 2,5x mais rápido pelo dobro do preço. Vale?

O Claude Code fast mode é o Opus rodando até 2,5x mais rápido pelo dobro do preço por token. Você digita /fast e pronto.

O que ninguém avisa: essa velocidade não sai do seu plano Max. Sai do cartão. E se você ligar no meio de uma conversa longa, a primeira mensagem reprocessa o contexto inteiro sem cache, no preço cheio do fast.

E agora ele deixou de ser research preview no Opus 5.5. O changelog da versão 2.1.304 removeu o rótulo "(research preview)" do diálogo do /fast, e a doc da API passou a listar o recurso como disponível no Opus 5.5 sem beta header. Neste tutorial você vai ver o que o fast mode é de verdade, quanto custa na ponta do lápis, como ligar em cada ambiente (CLI, settings, VS Code, headless) e em que cenário ele se paga.

TL;DR

• O que é: o modo rápido do Claude Code. O mesmo Opus com uma configuração de inferência que prioriza velocidade. Até 2,5x mais tokens de saída por segundo. Mesma qualidade.
• Modelos: Opus 5.5 (default), Opus 5 e Opus 4.8. Não funciona em Sonnet nem Haiku.
• Custo: US$ 8/40 por MTok (input/output) no Opus 5.5, contra US$ 4/20 do Opus 5.5 padrão. Exatamente o dobro.
• Assinatura: em Pro, Max, Team e Enterprise, sai dos usage credits. Nunca do limite incluído no plano.
• Pegadinha: ligar no meio da conversa cobra o contexto inteiro como input não cacheado na primeira mensagem.
• Docs: fast mode no Claude Code e fast mode na API.

O contexto: o que mudou quando o fast mode saiu do preview

O fast mode não é um modelo novo. A documentação oficial é explícita: é o Claude Opus rodando com outra configuração de API, que troca eficiência de custo por velocidade. Mesma inteligência, mesmas capacidades, resposta mais rápida.

E "mais rápida" tem um recorte que pouca gente lê. Segundo a doc da API, o ganho é em tokens de saída por segundo (OTPS), não em tempo até o primeiro token (TTFT). Ou seja: o modelo não começa a responder antes. Ele escreve mais rápido depois que começa.

O que mudou agora, em três pontos verificáveis:

1. VERIFICADO: o changelog do Claude Code na versão 2.1.304 diz: "Removed the '(research preview)' label from the /fast dialog title on Opus 5.5".
2. VERIFICADO: na API, fast mode no Opus 5.5 não precisa mais de beta header nem de pedido de acesso, e tem rate limit default nos tiers Start, Build e Scale. Opus 5 e Opus 4.8 continuam em research preview, exigindo o header fast-mode-2026-02-01.
3. Nuance: a página do fast mode no Claude Code ainda carrega o aviso geral de research preview, porque o recurso cobre três modelos e dois deles seguem em preview. Quem saiu do preview foi o fast no Opus 5.5.

O histórico ajuda a entender o preço atual. O fast mode estreou no Opus 4.6 (versão 2.1.36). Na 2.1.154 ele ficou bem mais barato no Opus 4.8: "2x the standard rate for 2.5x the speed". Desde a 2.1.280, o default do fast é o Opus 5.5. A fórmula se manteve: dobro do preço, até 2,5x a velocidade de saída.

A pergunta deixa de ser "funciona?" e vira "quando vale pagar o dobro por latência?". E essa resposta não está na doc. Depende do seu fluxo, do tamanho do contexto e de quanto custa o seu tempo esperando o agente. Esse tipo de decisão, de quando pagar por velocidade e quando deixar o agente rodar no ritmo padrão, é o que a gente coloca na mesa toda semana, ao vivo, no Clã Beer and Code: gente rodando harness e agente em produção, comparando conta real.

Claude fast mode: preço na ponta do lápis

A tabela oficial, conferida na página de pricing em 26/10/2026:

Três detalhes que mudam a conta:

• O preço é flat no contexto inteiro. Não tem degrau acima de 200k tokens. Vale para a janela toda de 1M.
• Cache continua valendo. Os multiplicadores de prompt caching se aplicam em cima do preço do fast. No Opus 5.5, cache hit custa 0,05x do input base. No fast, isso dá US$ 0,40/MTok em vez de US$ 0,20.
• Cache não é compartilhado entre velocidades. Fast e padrão mantêm caches separados. É daqui que vem a pegadinha.

A pegadinha do contexto sem cache

A doc do Claude Code fala com todas as letras: na primeira vez que você liga o fast mode numa conversa, paga o preço cheio de input não cacheado do fast pelo contexto inteiro da conversa. E cada troca posterior entre fast e padrão lê parte ou todo o contexto sem cache de novo.

Faz a conta com uma sessão de 150k tokens de contexto, coisa comum depois de uma hora mexendo num repositório:

Sessão em velocidade padrão, próxima mensagem (cache hit):
  150.000 tokens x US$ 0,20/MTok = US$ 0,03

Liga /fast nessa mesma sessão, primeira mensagem (sem cache):
  150.000 tokens x US$ 8,00/MTok = US$ 1,20

A mesma mensagem custa 40x mais só no input. Uma vez é pouco. O problema é o hábito de ligar e desligar o /fast várias vezes ao dia em sessões longas. Cada vai e volta reconstrói o cache.

A regra que a própria Anthropic recomenda: ligue o fast no começo da sessão, não no meio. Se a sessão já está gorda e você quer velocidade, às vezes compensa abrir uma sessão nova com contexto enxuto. Já falei sobre como o cache de prefixo domina a sua conta no post como economizar tokens no Claude Code, Codex e Cursor. O fast mode só amplifica tudo aquilo.

Assinatura: não sai do seu Max

Esse é o ponto que pega mais gente. Em Pro, Max, Team e Enterprise, fast mode é cobrado apenas dos usage credits. A doc é direta: "Fast mode usage draws directly from usage credits, even if you have remaining usage on your plan."

Na prática:

• Você precisa ter usage credits ligados. Sem isso, o /fast responde "Fast mode requires usage credits".
• Em Pro e Max, liga em Settings > Usage no claude.ai, ou roda /usage-credits para abrir a página.
• Em Team e Enterprise, fast mode vem desligado por padrão. Um Owner precisa habilitar em Organization settings > Claude Code, e alguém com acesso a billing precisa ligar os usage credits da organização.
• O gasto aparece no total de usage credits do mês, sem separação específica do fast.

Se você assina o Max justamente para não ver taxímetro, o fast mode traz o taxímetro de volta. Para comparar com o resto da conta do Claude Code, vale reler o preço real do Claude Code em 2026.

Pré-requisitos

Antes de ligar, confira:

• [ ] Claude Code atualizado. Opus 5.5 como default do fast exige v2.1.280 ou superior. Rode claude --version.
• [ ] Login via assinatura (Pro, Max, Team, Enterprise) com usage credits ligados, ou uma organização paga no Claude Console.
• [ ] API da Anthropic direta. Fast mode no Claude Code não roda em Amazon Bedrock, Google Cloud Agent Platform, Microsoft Foundry nem Claude Platform on AWS.
• [ ] Em Team/Enterprise: Owner já habilitou o recurso.

Para saber como você está logado, rode /status. Se aparecer uma linha Login method (tipo Claude Max account), você está na assinatura. Se aparecer API key, a cobrança vai para a organização do Console.

Mão na massa: como ligar o Claude Code fast mode

Passo 1: ligar na CLI com /fast

No terminal, dentro de uma sessão:

/fast

Aparece um diálogo. Aperte Espaço para alternar e Enter para confirmar. Você vê a mensagem "Fast mode ON" e um ícone ↯ ao lado do prompt enquanto o fast estiver ativo.

Detalhes que valem saber:

• Se o modelo atual não suporta fast (Sonnet, por exemplo), ligar o fast troca para o Opus.
• Dá para rodar /fast com o Claude trabalhando. O turno atual termina na velocidade original e o fast vale a partir do próximo.
• Desligar o fast mantém você no Opus. Para trocar de modelo, use /model.
• Trocar para um modelo sem suporte desliga o fast. Voltar para um Opus suportado religa, se a sua preferência salva estiver ligada.

Passo 2: deixar como padrão (ou proibir) via settings

O toggle do /fast é salvo na setting fastMode. Você pode setar direto no arquivo de settings do usuário:

{
  "fastMode": true
}

Por padrão, o fast que você liga numa sessão interativa persiste nas próximas. Se você roda várias sessões em paralelo, isso é um jeito eficiente de queimar crédito sem perceber. Para exigir opt-in a cada sessão:

{
  "fastModePerSessionOptIn": true
}

Com isso, toda sessão começa com o fast desligado e você liga explicitamente com /fast. Owners de Team e Enterprise podem distribuir isso para a organização inteira via server-managed settings. Para desligar o recurso de vez numa máquina:

export CLAUDE_CODE_DISABLE_FAST_MODE=1

Passo 3: VS Code, web e headless

VS Code: a extensão oferece o comando Toggle fast mode na command palette quando o modelo selecionado suporta fast. O toggle também é salvo em fastMode. Atenção à correção da versão 2.1.300: antes, o fast continuava ligado depois que os usage credits acabavam, e cada request era recusado e reenviado. Agora ele desliga e mostra um aviso de erro até você religar.

Claude Code na web e cloud sessions: digite /fast on na sessão. Vale só para aquela sessão e não vira default. Em claude.ai/code tem também um switch no menu de modelo da caixa de mensagem. Exige v2.1.271 ou superior no ambiente da sessão.

Headless (claude -p): o /fast só funciona se a sessão for iniciada com o fast nas settings. Exige v2.1.205 ou superior:

claude -p --settings '{"fastMode": true}' "rode os testes e corrija o que falhar"

Nesse caso o toggle vale só para aquela execução e não é salvo como default. Mas pensa duas vezes antes de usar em pipeline: a própria doc lista batch e CI/CD como cenários onde o modo padrão faz mais sentido. Ninguém está olhando o terminal esperando o token.

Passo 4: entender os fallbacks

Fast mode tem rate limit próprio, separado do Opus padrão, e todos os modelos com fast compartilham o mesmo pool. Quando você bate no limite:

1. O Claude Code cai automaticamente para a velocidade padrão.
2. O ícone ↯ fica cinza, indicando cooldown.
3. Você segue trabalhando no preço e na velocidade padrão.
4. Quando o cooldown expira, o fast volta sozinho.

Se os usage credits acabam no meio da sessão, cada request rejeitado é refeito na velocidade padrão, sem cooldown. Em sessão interativa, aparece "Fast mode disabled · usage credits exhausted" e o fast desliga até o fim da sessão. Em modo não interativo com --output-format stream-json e no Agent SDK, o aviso chega como mensagem system de subtipo notification, e o fast continua ligado.

Lembra da pegadinha? Cada fallback de fast para padrão também é um cache miss. A doc da API confirma: requests em velocidades diferentes não compartilham prefixos cacheados.

Fast mode no Opus 5.5 vale a pena? Quando usar e quando não usar

Faz a conta com um loop agêntico típico: 30 requests numa tarefa, cada uma com 80k tokens de contexto cacheado e 2k tokens de saída, no Opus 5.5.

Padrão por request:  80k x US$ 0,20 + 2k x US$ 20 = US$ 0,016 + US$ 0,040 = US$ 0,056
Fast por request:    80k x US$ 0,40 + 2k x US$ 40 = US$ 0,032 + US$ 0,080 = US$ 0,112

30 requests: US$ 1,68 (padrão) vs US$ 3,36 (fast), sem contar o cache miss inicial

Dobro do custo, sem surpresa. A mesma discussão de latência contra preço apareceu no GPT-5.6 Sol Ultrafast, só que lá com hardware dedicado. O que define se vale é o tempo que você ganha. E aqui entra o detalhe do OTPS: o fast acelera a geração de texto. Ele não acelera o npm test que o agente roda, o build, a busca no repositório nem o tempo até o primeiro token. Num loop onde metade do relógio é ferramenta executando, o ganho real fica bem abaixo de 2,5x.

Usa fast quando:

• Você está iterando ao vivo, olhando o terminal, e cada resposta te trava.
• Debugging em tempo real, com hipótese, teste e correção em ciclos curtos.
• Prazo apertado onde a sua hora vale muito mais que alguns dólares.
• Respostas longas de texto ou código, onde OTPS domina o tempo.

Fica no padrão quando:

• Tarefa autônoma longa que você vai deixar rodando.
• Batch, CI/CD, pipeline headless.
• Loop dominado por execução de ferramenta.
• Sessão já gorda de contexto (o cache miss inicial come a vantagem).

Uma combinação que a doc sugere: fast mode com effort mais baixo para tarefas simples. O fast mantém a qualidade e corta latência; o effort baixo corta tempo de raciocínio. Juntos, dá a velocidade máxima, sabendo que effort baixo pode perder qualidade em tarefa complexa.

Limitações e pontos de atenção

• Persistência silenciosa. O fast ligado numa sessão interativa vira default das próximas. Com cinco terminais abertos, são cinco taxímetros. Use fastModePerSessionOptIn se isso te preocupa.
• Gateway e proxy. Antes de oferecer o fast, o Claude Code checa a disponibilidade direto em api.anthropic.com, ignorando o ANTHROPIC_BASE_URL. Atrás de um LLM gateway que bloqueia saída direta, o /fast pode dizer que não está disponível mesmo com a organização habilitada. As variáveis CLAUDE_CODE_SKIP_FAST_MODE_NETWORK_ERRORS e CLAUDE_CODE_SKIP_FAST_MODE_ORG_CHECK contornam a checagem do cliente, mas não liberam nada que a API recusa.
• Sem cloud de terceiros no Claude Code. Bedrock, Agent Platform, Foundry e Claude Platform on AWS ficam de fora no Claude Code.
• Sem Batch API e sem Priority Tier. Na API, fast mode não combina com nenhum dos dois.
• Opus 4.7 não suporta. O fast para Opus 4.7 foi descontinuado em 25/06/2026 e removido em 24/07/2026. Trocar para ele desliga o fast.
• Preço pode mudar. Opus 5 e Opus 4.8 seguem em research preview. Confira a página de pricing antes de fechar orçamento.

FAQ rápido

O fast mode do Claude Code piora a qualidade da resposta? Não. Segundo a doc oficial, é o mesmo modelo com uma configuração de inferência diferente, com qualidade e capacidades idênticas. O que muda é a velocidade de saída e o preço. Se você quer trocar qualidade por velocidade, a alavanca é o effort, não o fast.

O /fast consome o limite do meu plano Max? Não. Fast mode sai só dos usage credits, mesmo que ainda sobre uso no seu plano. Sem usage credits ligados, o /fast nem liga. Acompanhe o gasto em Settings > Usage no claude.ai ou com /usage em Team e Enterprise.

Por que o fast mode não aparece para mim? As causas mais comuns: modelo sem suporte (Sonnet, Haiku, Opus 4.7), usage credits desligados, organização Team/Enterprise sem o Owner ter habilitado, managed settings com fastMode: false, login via Bedrock, Agent Platform ou Foundry, ou gateway bloqueando a checagem em api.anthropic.com.

Dá para usar fast mode direto na API, fora do Claude Code? Dá. No Opus 5.5 basta mandar "speed": "fast" no request do Messages API, sem beta header. O objeto usage da resposta traz um campo speed dizendo se rodou em fast ou standard. Detalhes na doc da API.

Conclusão

O fast mode do Claude Code saiu do preview no Opus 5.5 com uma proposta honesta: o dobro do preço por até 2,5x de velocidade de saída, mesmo modelo, mesma qualidade. O que não é óbvio é onde a conta fecha. Sai dos usage credits e não do plano, troca de velocidade quebra o cache, e o ganho só aparece onde a geração de texto domina o relógio.

A regra prática: liga no começo da sessão, para trabalho interativo, e desliga para tudo que roda sozinho.

Se você usa o Claude Code headless para orquestrar tarefas, veja como montar isso direito em Claude Code headless: como o claude -p vira um agente orquestrado pelo seu código.