Claude API Message Threads permite que la Messages API conserve una conversación de corta duración en el servidor, de modo que cada turno posterior envía solo los mensajes nuevos en vez de reenviar todo el historial. Anunciada en beta pública a principios de noviembre de 2026, la función reduce el tamaño de las solicitudes y el tiempo hasta el primer token en ejecuciones largas de agentes, aunque el uso de tokens facturado sigue siendo exactamente el mismo.
Si has creado un asistente de programación o un bucle de herramientas de varios pasos, conoces el problema del turno 40. Cada vez que el modelo ejecuta un comando o examina una captura de pantalla, tu cliente empaqueta todos los prompts, respuestas y resultados de herramientas anteriores y vuelve a enviar el conjunto completo por la red. Message Threads es la solución de Anthropic para ese cuello de botella de transporte y validación, con algunas reglas estrictas sobre el vencimiento a los cinco minutos, prompt caching y la retención de datos que debes tener en cuenta al diseñar tu aplicación antes de activarlo.
¿Qué son los Claude API Message Threads?
Los Message Threads son una caché de conversación del lado del servidor para la Claude Messages API, que se activa en beta con la cabecera message-threads-2026-08-12. En lugar de tratar cada llamada a la API como una página en blanco que requiere todo el historial del chat, el servidor mantiene la conversación en memoria entre turnos para que tu cliente transmita solo lo que cambió desde la última respuesta.
Según las notas de versión y la documentación de Anthropic del 2 de noviembre de 2026, esto es independiente de los hilos de sesión de Claude Managed Agents. Funciona directamente en /v1/messages con todos los modelos de la beta y está disponible en la Claude API directa, Claude Platform on AWS, Claude Models on Google Cloud (gestionado por Anthropic) y Claude in Microsoft Foundry.
Entre turnos, Anthropic conserva el hilo en la memoria del servidor, cifrado con una clave gestionada por el servidor, y nunca lo escribe en almacenamiento persistente en disco.
¿Qué ahorra Message Threads y qué no?
Message Threads reduce el volumen de subida por red y el tiempo hasta el primer token (TTFT) en conversaciones largas, pero no reduce el número de tokens facturados ni cambia tus límites de tasa.
Cuando una sesión de agente crece hasta cientos de miles de tokens, algo habitual cuando un bucle de programación lee archivos grandes o un agente que usa el ordenador intercambia capturas de pantalla, reenviar y validar esa carga en cada turno añade una demora perceptible antes incluso de que el modelo empiece a generar. Anthropic afirma que Message Threads está activado por defecto para la mayoría de usuarios de Claude Code y que, en solicitudes de 500k a 1M tokens, la mediana del TTFT disminuye alrededor de un 35%.
Lo que no cambia es tu factura. Aunque tu solicitud HTTP solo contenga el último mensaje del usuario o la salida de una herramienta, Claude sigue leyendo toda la conversación en cada turno. Se aplican las tarifas estándar por token: en noviembre de 2026, Claude Opus 5.5 figura a $4 por millón de tokens de entrada ($0.20 en caché) y $20 por millón de tokens de salida, mientras que Sonnet 5.5 cuesta $2 de entrada ($0.10 en caché) y $10 de salida (consulta nuestra comparativa de precios de API de IA y nuestra guía de Claude Opus 5.5 frente a Sonnet 5.5 para comparar estas tarifas).
| Qué cambia con Message Threads | Qué permanece igual |
|---|---|
| Cargas de solicitudes HTTP más pequeñas en los turnos posteriores | Los tokens de toda la conversación se leen y facturan en cada turno |
| Menor tiempo hasta el primer token (según Anthropic, descenso de ~35% en la mediana del TTFT en solicitudes de 500k–1M tokens en Claude Code) | Tarifas estándar de tokens de la API y límites de tasa existentes |
system y tools se envían una vez al crear el hilo |
Tu aplicación sigue siendo la fuente de referencia del historial de mensajes |
¿Cómo se crea y continúa un hilo?
Inicias un hilo enviando una solicitud normal a /v1/messages con "thread": {"type": "create"} y la cabecera beta message-threads-2026-08-12. Después lo continúas en el siguiente turno pasando el id de la respuesta como previous_message_id. Si utilizas los SDK de Anthropic, el asistente client.beta.messages.thread(...) gestiona el proceso de creación y continuación y adjunta automáticamente la cabecera beta.
En la llamada inicial create, incluyes toda la conversación hasta ese momento junto con system y tools:
{
"model": "claude-sonnet-5-5",
"max_tokens": 2048,
"system": "You are a careful repository refactoring assistant.",
"tools": [
{
"name": "run_tests",
"description": "Run the project test suite",
"input_schema": { "type": "object", "properties": {} }
}
],
"thread": {
"type": "create"
},
"messages": [
{ "role": "user", "content": "Check why the auth test is failing." }
]
}
La API devuelve una respuesta de mensaje estándar con un id (por ejemplo, msg_01XYZ...) que representa la conversación almacenada, incluida la respuesta de Claude. En el siguiente turno, envías solo los mensajes nuevos, como un tool_result o el siguiente prompt del usuario, y haces referencia a ese id:
{
"model": "claude-sonnet-5-5",
"max_tokens": 2048,
"thread": {
"type": "continue",
"previous_message_id": "msg_01XYZ..."
},
"messages": [
{
"role": "user",
"content": [
{
"type": "tool_result",
"tool_use_id": "toolu_01ABC...",
"content": "FAIL src/auth.test.ts: expected 200, got 401"
}
]
}
]
}
Reglas que pueden causarte problemas si omites la documentación
Anthropic exige una coherencia estricta durante toda la vida de un hilo:
- Campos exclusivos de creación: Debes omitir
systemytoolsen cada solicitudcontinue. Si los vuelves a enviar, obtendrás un error400. - Campos fijos: Tu
model,tool_choice,thinking,mcp_servers(salvo el token de autenticación de cada servidor),context_management,output_config, las skills del contenedor,cache_controlde nivel superior y el conjunto exacto de valores de cabeceraanthropic-betadeben coincidir con la llamada inicialcreate. Cambiar cualquiera de ellos provoca un error400thread_fingerprint_mismatch. - Campos por turno: Puedes seguir cambiando
max_tokens,stop_sequences,stream,metadatayservice_tierde un turno a otro. - Historial de solo adición: Cada
idde respuesta solo puede continuarse una vez y siempre debes continuar desde elidde la respuesta más reciente. Si necesitas editar un mensaje anterior o bifurcar la conversación, tienes que iniciar un hilo nuevo concreate.
¿Cuánto dura un Message Thread?
Un Message Thread caduca 5 minutos después de su última solicitud y se elimina permanentemente de la memoria del servidor como máximo 1 hora después de su último uso. Cada respuesta almacenada correctamente reinicia el temporizador de 5 minutos.
Como los hilos se mantienen en memoria volátil como caché de mejor esfuerzo, la respuesta de la API nunca indica de antemano si un turno concreto se almacenó correctamente. Solo lo descubres en la siguiente llamada continue. Si ha transcurrido el plazo de 5 minutos o el servidor ha expulsado el hilo antes, la API devuelve un error 404.
Cuando tu cliente recibe un 404, la recuperación es sencilla: vuelve a enviar el historial completo de la conversación (junto con system y tools) en una nueva solicitud "thread": {"type": "create"}. Tu aplicación debe seguir siendo la fuente de referencia y mantener su propia copia completa de cada mensaje y resultado de herramienta.
¿Cómo funcionan los Message Threads con prompt caching?
Message Threads y prompt caching resuelven distintas partes del problema de los contextos largos, y prompt caching no se activa automáticamente al habilitar los hilos. Message Threads reduce los bytes que subes y validas por la red; prompt caching reduce lo que pagas por tokens de entrada repetidos (por ejemplo, baja los tokens de entrada de Sonnet 5.5 de $2 a $0.10 por millón, como se detalla en nuestra comparativa de precios de API de IA).
Si quieres tanto un TTFT más rápido como un menor coste de tokens de entrada, debes activar ambos. Para almacenar en caché cada turno de un hilo, incluye cache_control de nivel superior en la solicitud inicial create y sigue enviando ese mismo cache_control de nivel superior en cada solicitud continue (recuerda que cache_control de nivel superior es uno de los campos fijos que deben coincidir en todo el hilo). Anthropic permite un máximo de 4 puntos de interrupción cache_control cuando thread está configurado.
¿Quién debería activar Message Threads?
Los equipos que ejecutan bucles de programación prolongados, flujos de trabajo de uso de ordenador o agentes de varios turnos con muchos documentos verán el beneficio más claro, mientras que los equipos con requisitos estrictos de cumplimiento o canalizaciones por lotes quizá tengan que prescindir de él. Si no conoces la diferencia entre los bucles que usan herramientas y los chatbots normales, nuestra guía sobre qué es un agente de IA cubre los fundamentos.
Dónde encaja mejor Message Threads:
- Agentes de programación: Bucles que leen archivos, ejecutan compiladores e iteran durante decenas de turnos rápidos dentro de la ventana activa de 5 minutos. (Anthropic ya lo tiene activado por defecto para la mayoría de usuarios de Claude Code.)
- Agentes que usan el ordenador: Flujos en los que cada turno adjunta una nueva captura del escritorio o navegador; conservar las capturas anteriores en el servidor evita volver a subir megabytes de datos de imagen en base64 en cada paso.
- Chats con muchos documentos e imágenes: Sesiones interactivas en las que un usuario sube archivos PDF grandes o conjuntos de imágenes y hace rápidamente preguntas de seguimiento. Incluso si tu agente orquesta canalizaciones de medios externas, por ejemplo, redactando guiones e iniciando renderizados en una herramienta como AI Studio, mantener el voluminoso contexto de planificación y las imágenes de referencia en un hilo del servidor agiliza el bucle de coordinación.
Dónde está bloqueado o no se admite en noviembre de 2026:
- Organizaciones con Zero Data Retention (ZDR) y HIPAA: Los Message Threads no cumplen los requisitos de ZDR y las organizaciones con la preparación para HIPAA activada no pueden utilizarlos.
- Funciones de la API no admitidas: No puedes usar
threadcon Message Batches, solicitudes de recuento de tokens que incluyanthread, compactación bajo demanda, la mayoría de las estrategias de edición de contexto (salvoclear_thinking_20251015conkeep: "all") ni en organizaciones que tengan activados los Inference hooks.
Lo que yo haría realmente
Si mantienes una infraestructura de agentes en la Claude Messages API, activaría Message Threads allí donde una sola tarea supere habitualmente 100k tokens y los turnos se produzcan con menos de cinco minutos de separación, siempre que tus requisitos de cumplimiento lo permitan. Esta es la lista de implantación que seguiría:
- Mantén intacto tu almacén local de conversaciones. Trata los hilos almacenados en el servidor estrictamente como un acelerador de transporte, nunca como tu base de datos. Añade localmente cada turno del usuario, respuesta del asistente y resultado de herramienta tal como haces hoy.
- Rodea
continuecon un mecanismo alternativo automático para404. Cuando una llamadacontinuedevuelva404(ya sea por una pausa de inactividad de 5 minutos o por una expulsión de mejor esfuerzo), captura el error y reproduce inmediatamente todo el historial local con"thread": {"type": "create"},systemytools. - Combínalo con
cache_controlde nivel superior. Nunca actives Message Threads esperando que baje tu factura. Poncache_controlde nivel superior tanto en las llamadascreatecomo en lascontinuepara obtener el descuento de 90%+ en entradas en caché junto con la mejora del TTFT. Consulta nuestra comparativa de precios de API de IA para calcular los costes de entrada sin caché y con caché a 500k tokens. - Fija la configuración del hilo al crearlo. Revisa el bucle de tu agente para asegurarte de que no modifica dinámicamente
tools,system,thinkingni las cabecerasanthropic-betadurante una tarea; de lo contrario, aparecerán errores400thread_fingerprint_mismatch. - Verifica primero la configuración de ZDR y HIPAA. Si tu espacio de trabajo depende de Zero Data Retention o de la preparación para HIPAA, deja Message Threads desactivado: la beta no cumple los requisitos de ninguno de los dos.
Preguntas frecuentes
¿Reduce Message Threads mi coste de tokens de Claude API?
No. Aunque cada solicitud HTTP posterior solo transporte los mensajes nuevos, Claude sigue leyendo todo el historial de la conversación en cada turno. Se facturan todos los tokens de entrada y salida a las tarifas estándar de Claude y siguen aplicándose los límites de tasa existentes. Para reducir la factura de tokens de entrada con contexto repetido, combina Message Threads con prompt caching.
¿Sigo necesitando prompt caching si uso Message Threads?
Sí. Message Threads solo mantiene la conversación en la memoria del servidor para que no tengas que volver a subir y validar los mensajes anteriores por la red. No activa automáticamente prompt caching. Para obtener el precio de entrada en caché en cada turno, envía cache_control de nivel superior en la solicitud inicial create y en cada solicitud posterior continue (hasta 4 puntos de interrupción en total).
¿Qué pasa después de 5 minutos de inactividad?
Un Message Thread caduca 5 minutos después de su última solicitud (y se elimina de la memoria como máximo 1 hora después de su último uso). Si envías una solicitud continue cuando el hilo ya ha caducado, la API devuelve un código de estado 404. Tu cliente debe capturar ese 404 y reenviar toda la conversación con "thread": {"type": "create"} para iniciar un hilo nuevo.
¿Está disponible Message Threads en AWS, Azure y Google Cloud?
Sí. Según las notas de versión de Anthropic del 2 de noviembre de 2026, la beta pública (message-threads-2026-08-12) está disponible en la Claude API directa, Claude Platform on AWS, Claude Models on Google Cloud (gestionado por Anthropic) y Claude in Microsoft Foundry.
¿Utiliza ya Claude Code los Message Threads?
Sí. Anthropic afirma que los Message Threads están activados por defecto para la mayoría de usuarios de Claude Code, donde las solicitudes de entre 500k y 1M tokens registran una reducción mediana de alrededor del 35% en el tiempo hasta el primer token.
Detalles de la función revisados por última vez el 3 de noviembre de 2026. Próxima revisión: 3 de diciembre de 2026.
Fuentes
- Anthropic, Notas de versión de Claude Platform (2 de noviembre de 2026), consultadas el 3 de noviembre de 2026
- Anthropic, Acelerar los agentes de larga duración con Message Threads, consultado el 3 de noviembre de 2026
- Documentación de Anthropic, Message Threads (
message-threads-2026-08-12), consultada el 3 de noviembre de 2026 - LoTook, Comparativa de precios de API de IA, consultada el 3 de noviembre de 2026



