Claude Messages APIにメッセージスレッド機能|全文再送が終わりTTFT35%短縮
「TTFTが下がるのはありがたいが、トークン料金は変わらないのか」。AnthropicがMessages APIのメッセージスレッド機能をベータ公開した直後、X(旧Twitter)に流れた開発者のコメントだ(出典:X @ClaudeDevs、2026年11月2日)。長文コンテキストのエージェント開発者にとって、会話履歴の再送コストは長年の悩みだった。毎ターン、数百KBの同一履歴を送り続ける構造はAPIの制約上やむを得なかったが、今回はそれが変わった。ただし「速くなるが安くはならない」という性格を最初に理解しておかないと、期待外れに終わる。
- 長文コンテキストのClaudeエージェントを構築しているAPIエンジニア
- エージェントループのレイテンシに悩んでいる開発者
- Messages APIの新ベータ機能を素早くキャッチアップしたい人
- Claude Codeを使っており、なぜ最近応答が速くなったか知りたい人
2026年11月2日、AnthropicはMessages APIにメッセージスレッド機能をベータ公開。2回目以降のリクエストから新メッセージとIDだけを送れるため、長い会話のペイロードが800KBから1.8KBに縮小し、500K〜1Mトークンのリクエストでの中央値TTFTが約35%短縮された(数値はAnthropicのClaude Code内部計測)。トークン料金・レートリミットは変わらない。スレッドは最終リクエストから5分で失効するため、自前の会話ストレージとフォールバックは必須。
何が変わったか:会話履歴を「キャッシュ」する仕組み
従来のMessages APIは、マルチターン会話を実現するためにクライアント側で全履歴を管理し、毎リクエストでmessages配列として全文を送信する設計だった。ターンを重ねるほどペイロードが肥大化し、100ターンを超えるエージェントループでは数百KBを毎回送り続けることになる。
メッセージスレッドはこの構造をサーバー側のキャッシュで解決する。初回リクエストは従来通り全履歴を送るが、以降は新しいメッセージと直前レスポンスのIDだけを送ればサーバーが残りを補完する。リクエストのパラメータにthreadフィールドを追加し、初回はcreate、2回目以降はcontinueを指定する方式だ(出典:Anthropic公式ドキュメント、2026年11月2日)。
import anthropic
client = anthropic.Anthropic()
# 初回: スレッド作成
response = client.beta.messages.create(
model="claude-opus-5-5",
max_tokens=1024,
messages=[{"role": "user", "content": "こんにちは"}],
betas=["message-threads-2026-08-12"],
thread={"type": "create"},
)
thread_id = response.thread_id
# 2回目以降: 新メッセージとIDだけ送る
response2 = client.beta.messages.create(
model="claude-opus-5-5",
max_tokens=1024,
messages=[{"role": "user", "content": "続きを教えてください"}],
betas=["message-threads-2026-08-12"],
thread={"type": "continue", "thread_id": thread_id},
)
技術ブログdev.toでは「毎回800KBのJSONを送るのは帯域の無駄だと感じていた。スレッドは複雑さを増すが、ロングランエージェントには実用的な選択肢になる」という意見が見られた(出典:DEV Community、2026年11月2日)。
数字で見る効果:35%削減はどこで効くのか
Anthropicが発表した数値は、自社のClaude Codeにこの機能を先行適用した内部計測結果だ。数字の前提を整理する。
- ペイロード削減: 長い会話の中央値で約800KBから1.8KBへ(約440分の1)
- TTFT短縮: 500K〜1Mトークンのリクエストで中央値約35%削減
- 計測元: Anthropic自身のClaude Code展開データ。独立した第三者検証ではない
(出典:The New Stack、Alpha Signal、2026年11月2日)
注目すべきは「500K〜1Mトークン」という条件だ。短い会話では全履歴を送っても元々小さいため、効果は限定的だ。恩恵を受けるのは、コードリポジトリ全体を文脈に持つエージェントや、長時間稼働するカスタマーサポートボットのような用途だ。
別途10月に展開されたgzip圧縮(Claude Code 2.1.300で導入、p90 TTFTを4.07秒→1.33秒に改善)とは独立した変更である点も押さえておきたい。速度改善施策が重なっているため混同しやすいが、gzipは転送圧縮、メッセージスレッドは再送不要化という異なるアプローチだ(出典:AICoder、2026年10月17日)。
制限事項:使えない環境と必須の自前管理
速度面では有望だが、制限が多い。本番導入前に確認すべき点をまとめる。
使えない環境
- Zero Data Retention(ZDR)契約組織
- HIPAA対応が必要な組織
- Inference hooksを有効にしている組織
- Message Batches API(バッチ処理との併用不可)
- Token Counting API(このベータでは未サポート)
(出典:Datastudios、DEV Community、2026年11月2日)
5分失効とフォールバックの設計
スレッドはサーバーのメモリ上に保持され、ディスクには書き込まれない(Anthropicのセキュリティ設計上の仕様)。最後のリクエストから5分でタイムアウトし、1時間以内に完全削除される(出典:Datastudios、Developers Digest、2026年11月2日)。エージェントがアイドル状態になった後に再開すると、スレッドが消えているケースが起こりえる。
そのため、実装上は以下の構造が推奨される。
- 自前コードで全会話履歴を保持し続ける
thread_idを保持し、continueリクエストを試みる- スレッド失効エラーが返ったら、全履歴を再送して新スレッドを作成
- ユーザー体験上は切れ目なく見せる
「スレッドを採用するなら、必ず自前の会話ストレージとフォールバックを用意せよ」という意見がdev.toの実践ガイドで繰り返されている(出典:DEV Community、2026年)。スレッドを信頼してクライアント側の履歴管理を省略すると、失効時に会話が復元不能になる。
コスト面での誤解
daily.devコミュニティのリアクションを見ると、ポジティブ評価が約20%、ミックス評価が約75%という分布だった(出典:daily.dev、2026年11月2日)。懐疑的な声の多くは「速くなっても請求は変わらない」という点だ。Claudeはサーバー側でも毎回全会話を読むため、トークン消費は変わらない。ペイロード転送量が減るだけで、コスト削減には直結しない。
メッセージスレッドはAPIの請求に影響しない。トークン料金・レートリミットは従来と同一。速度最適化機能であって、コスト最適化機能ではない。
まとめ:誰に刺さるか
メッセージスレッドは、長文コンテキストを繰り返し送る開発者にとって実質的な改善だ。コードベース全体を文脈として持つClaude Codeスタイルのエージェントや、数十ターンにわたる対話型システムでは、TTFTの35%削減は体感できるレベルだ。
一方、以下の場合は恩恵が薄い。
- 1〜2ターンで完結する処理(RAG、単発の要約など)
- コンテキストが数千トークン以内に収まる用途
- ZDR・HIPAAが必要なエンタープライズ環境
ベータ機能であることを踏まえれば、まずClaudeエージェントの開発環境でフォールバックロジックを含めて試験実装し、効果を計測してから本番適用を判断するのが現実的だ。
Anthropic APIの最新仕様を追うなら、公式ドキュメントとSDKのCHANGELOGを定期的に確認するとベータ機能の動向を逃さない。
関連記事
- Rust未経験チームがClaudeでMessages APIを書き換え|CPU 40〜50%削減の舞台裏
- Claude APIが会話途中のツール変更をベータ解禁|MCPのキャッシュは壊れない
- Claude Managed AgentsのDynamic Workflows|料金・1,000体上限と予算の罠
本記事の情報は2026年11月5日時点のものです。ベータ機能であるため、仕様は予告なく変更される場合があります。APIの料金・制限・可用性についてはAnthropic公式ドキュメントを参照してください。