AI-nieuws · 9 min lezen

Claude API Message Threads: wat verandert er voor lange agentsessies?

De Messages API van Anthropic bewaart gesprekken kort op de server. Zo verlaagt Message Threads de vertraging, maar blijft de tokenfactuur gelijk.

Illustratie van korte berichten die worden toegevoegd aan een lichtgevende gesprekstijdlijn op de server, in plaats van de hele geschiedenis opnieuw te sturen.

Met Claude API Message Threads kan de Messages API een kortstondig gesprek op de server bewaren, zodat elke volgende beurt alleen de nieuwe berichten verstuurt in plaats van de hele geschiedenis opnieuw. De functie, begin november 2026 aangekondigd als publieke bèta, verkleint verzoeken en verkort de tijd tot het eerste token bij lange agenttaken, terwijl het gefactureerde tokengebruik precies gelijk blijft.

Als je een programmeerassistent of een tool-lus met meerdere stappen hebt gebouwd, ken je het probleem bij beurt 40. Telkens wanneer het model een opdracht uitvoert of een screenshot bekijkt, bundelt je client alle eerdere prompts, antwoorden en toolresultaten en verstuurt het hele pakket opnieuw over het netwerk. Message Threads is Anthropics oplossing voor dat knelpunt in transport en validatie, met enkele strenge regels over het verlopen na vijf minuten, prompt caching en gegevensbewaring waarmee je vóór activering rekening moet houden in je ontwerp.

Wat zijn Claude API Message Threads?

Message Threads vormen een gesprekscache op de server voor de Claude Messages API, in bèta ingeschakeld met de header message-threads-2026-08-12. In plaats van elke API-aanroep te behandelen als een leeg begin waarvoor je volledige chatgeschiedenis nodig is, bewaart de server het gesprek tussen beurten in het geheugen. Daardoor verstuurt je client alleen wat sinds het laatste antwoord is veranderd.

Volgens Anthropics releaseopmerkingen en documentatie van 2 november 2026 staat dit los van sessiethreads in Claude Managed Agents. Het werkt rechtstreeks op /v1/messages voor elk model in de bèta en is beschikbaar via de directe Claude API, Claude Platform on AWS, Claude Models on Google Cloud (beheerd door Anthropic) en Claude in Microsoft Foundry.

Tussen beurten bewaart Anthropic de thread in servergeheugen, versleuteld met een door de server beheerde sleutel, en schrijft deze nooit naar permanente schijfopslag.

Wat bespaart Message Threads wel en niet?

Message Threads vermindert bij lange gesprekken de omvang van de netwerkupload en de tijd tot het eerste token (TTFT), maar verlaagt niet het aantal gefactureerde tokens en verandert je snelheidslimieten niet.

Wanneer een agentsessie groeit tot honderdduizenden tokens, wat vaak gebeurt als een programmeerlus grote bestanden leest of een computergebruikende agent screenshots uitwisselt, zorgt het opnieuw versturen en valideren van die payload bij elke beurt voor merkbare vertraging voordat het model überhaupt begint te genereren. Anthropic zegt dat Message Threads voor de meeste Claude Code-gebruikers standaard aanstaat en dat bij verzoeken met 500k tot 1M tokens de mediane TTFT met ongeveer 35% daalt.

Je factuur verandert daardoor niet. Hoewel je HTTP-verzoek alleen het nieuwste gebruikersbericht of de nieuwste tooluitvoer bevat, leest Claude bij elke beurt nog steeds het hele gesprek. De standaardtarieven voor tokens gelden: in november 2026 staat Claude Opus 5.5 op $4 per miljoen invoertokens ($0.20 uit de cache) en $20 per miljoen uitvoertokens, terwijl Sonnet 5.5 $2 voor invoer ($0.10 uit de cache) en $10 voor uitvoer kost (zie onze prijsvergelijking van AI-API’s en onze gids Claude Opus 5.5 vs. Sonnet 5.5 voor een vergelijking van deze tarieven).

Wat verandert met Message Threads Wat gelijk blijft
Kleinere HTTP-verzoekpayloads bij volgende beurten Tokens van het hele gesprek worden bij elke beurt gelezen en gefactureerd
Kortere tijd tot het eerste token (volgens Anthropic een mediane TTFT-daling van ~35% bij verzoeken van 500k–1M tokens in Claude Code) Standaard API-tokentarieven en bestaande snelheidslimieten
system en tools worden eenmaal verstuurd bij het aanmaken van de thread Je app blijft de bron van waarheid voor de berichtgeschiedenis

Hoe maak je een thread aan en zet je die voort?

Je start een thread door een normaal /v1/messages-verzoek te sturen met "thread": {"type": "create"} en de bètaheader message-threads-2026-08-12. Bij de volgende beurt zet je die voort door de id van het antwoord als previous_message_id door te geven. Als je Anthropics SDK’s gebruikt, beheert de helper client.beta.messages.thread(...) het aanmaken en voortzetten en voegt hij de bètaheader automatisch toe.

Bij de eerste create-aanroep voeg je je volledige gesprek tot dat moment toe, samen met system en 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." }
  ]
}

De API geeft een standaard berichtantwoord terug met een id (bijvoorbeeld msg_01XYZ...) die het opgeslagen gesprek inclusief Claudes antwoord vertegenwoordigt. Bij de volgende beurt stuur je alleen de nieuwe berichten, zoals een tool_result of de volgende prompt van de gebruiker, en verwijs je naar die 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"
        }
      ]
    }
  ]
}

Regels die problemen opleveren als je de documentatie overslaat

Anthropic vereist tijdens de hele levensduur van een thread strikte consistentie:

  • Velden alleen bij aanmaken: Je moet system en tools weglaten bij elk continue-verzoek. Als je ze opnieuw verstuurt, krijg je een 400-fout.
  • Vaste velden: Je model, tool_choice, thinking, mcp_servers (behalve het authenticatietoken van elke server), context_management, output_config, container skills, cache_control op het hoogste niveau en de exacte verzameling anthropic-beta-headerwaarden moeten overeenkomen met de eerste create-aanroep. Een wijziging veroorzaakt een 400-fout thread_fingerprint_mismatch.
  • Velden per beurt: Je mag max_tokens, stop_sequences, stream, metadata en service_tier per beurt blijven wijzigen.
  • Geschiedenis alleen aanvullen: Elke antwoord-id kan maar eenmaal worden voortgezet en je moet altijd doorgaan vanaf de nieuwste antwoord-id. Wil je een eerder bericht aanpassen of het gesprek vertakken, dan moet je met create een nieuwe thread starten.

Hoelang blijft een Message Thread bestaan?

Een Message Thread verloopt 5 minuten na het laatste verzoek en wordt uiterlijk 1 uur na het laatste gebruik permanent uit het servergeheugen verwijderd. Elk succesvol opgeslagen antwoord zet de timer van 5 minuten terug.

Omdat threads als best-effortcache in vluchtig geheugen staan, meldt het API-antwoord nooit vooraf of een specifieke beurt is opgeslagen. Dat ontdek je pas bij de volgende continue-aanroep. Als de termijn van 5 minuten is verstreken of de server de thread eerder heeft verwijderd, geeft de API een 404-fout terug.

Krijgt je client een 404, dan is herstel eenvoudig: verstuur de volledige gesprekshistorie opnieuw, samen met system en tools, in een nieuw "thread": {"type": "create"}-verzoek. Je applicatie moet de bron van waarheid blijven en een eigen volledige kopie van elk bericht en toolresultaat bewaren.

Hoe werken Message Threads samen met prompt caching?

Message Threads en prompt caching lossen verschillende delen van het probleem met lange context op, en prompt caching wordt niet automatisch ingeschakeld wanneer je threads activeert. Message Threads vermindert het aantal bytes dat je over het netwerk uploadt en valideert; prompt caching verlaagt wat je betaalt voor herhaalde invoertokens (bijvoorbeeld van $2 naar $0.10 per miljoen invoertokens voor Sonnet 5.5, zoals uitgelegd in onze prijsvergelijking van AI-API’s).

Wil je zowel een snellere TTFT als lagere kosten voor invoertokens, dan moet je beide inschakelen. Om elke beurt binnen een thread te cachen, neem je cache_control op het hoogste niveau op in het eerste create-verzoek en blijf je dezelfde cache_control op het hoogste niveau bij elk continue-verzoek meesturen (onthoud dat cache_control op het hoogste niveau een van de vaste velden is die binnen de thread moeten overeenkomen). Anthropic staat maximaal 4 cache_control-breakpoints toe wanneer thread is ingesteld.

Wie moet Message Threads inschakelen?

Teams met langdurige programmeerlussen, workflows voor computergebruik of agents met veel documenten en meerdere beurten zien het duidelijkste voordeel. Teams met strenge compliance-eisen of batchpipelines moeten mogelijk afzien van de functie. Als je nog niet weet hoe lussen met tools verschillen van gewone chatbots, behandelt onze gids over wat een AI-agent is de basis.

Waar Message Threads het beste past:

  • Programmeeragents: Lussen die bestanden lezen, compilers uitvoeren en tientallen snelle beurten doorlopen binnen het actieve venster van 5 minuten. (Anthropic heeft dit voor de meeste Claude Code-gebruikers al standaard ingeschakeld.)
  • Computergebruikende agents: Workflows waarbij elke beurt een nieuwe screenshot van desktop of browser toevoegt; eerdere screenshots op de server bewaren voorkomt dat bij elke stap megabytes aan base64-afbeeldingsdata opnieuw worden geüpload.
  • Chats met veel documenten en afbeeldingen: Interactieve sessies waarin een gebruiker grote PDF’s of afbeeldingssets uploadt en snel vervolgvragen stelt. Zelfs als je agent externe mediapipelines orkestreert, bijvoorbeeld scripts schrijft en renders start in een tool als AI Studio, houdt het bewaren van de omvangrijke planningscontext en referentiebeelden in een serverthread de coördinatielus snel.

Waar de functie in november 2026 is geblokkeerd of niet wordt ondersteund:

  • Zero Data Retention (ZDR)- en HIPAA-organisaties: Message Threads komen niet in aanmerking voor ZDR en organisaties met ingeschakelde HIPAA-gereedheid kunnen ze niet gebruiken.
  • Niet-ondersteunde API-functies: Je kunt thread niet gebruiken met Message Batches, verzoeken voor het tellen van tokens die thread bevatten, compactie op aanvraag, de meeste strategieën voor contextbewerking (behalve clear_thinking_20251015 met keep: "all"), of organisaties waarin Inference hooks zijn ingeschakeld.

Wat ik daadwerkelijk zou doen

Als je een agentinfrastructuur op de Claude Messages API onderhoudt, zou ik Message Threads inschakelen waar een enkele taak regelmatig boven 100k tokens komt en beurten minder dan vijf minuten uit elkaar liggen, mits je compliance-eisen dat toestaan. Dit is de uitrolchecklist die ik zou volgen:

  1. Laat je lokale gespreksopslag intact. Behandel threads op de server uitsluitend als versneller van transport, nooit als je database. Voeg elke gebruikersbeurt, elk assistentantwoord en elk toolresultaat lokaal toe zoals je nu doet.
  2. Voorzie continue van een automatische 404-fallback. Als een continue-aanroep 404 teruggeeft (door 5 minuten inactiviteit of best-effortverwijdering), vang je die op en verstuur je onmiddellijk de volledige lokale geschiedenis opnieuw met "thread": {"type": "create"}, system en tools.
  3. Combineer dit met cache_control op het hoogste niveau. Schakel Message Threads nooit in met de verwachting dat je factuur daalt. Plaats cache_control op het hoogste niveau bij zowel create- als continue-aanroepen, zodat je naast de TTFT-versnelling ook de korting van 90%+ op gecachte invoer krijgt. Raadpleeg onze prijsvergelijking van AI-API’s om de invoerkosten met en zonder cache bij 500k tokens te berekenen.
  4. Leg de threadconfiguratie vast bij het aanmaken. Controleer of je agentlus tools, system, thinking of anthropic-beta-headers niet dynamisch wijzigt tijdens een taak, anders krijg je 400-fouten thread_fingerprint_mismatch.
  5. Controleer eerst de ZDR- en HIPAA-instellingen. Als je workspace afhankelijk is van Zero Data Retention of HIPAA-gereedheid, laat Message Threads dan uit: de bèta komt voor beide niet in aanmerking.

Veelgestelde vragen

Verlaagt Message Threads mijn Claude API-tokenkosten?

Nee. Hoewel elk volgend HTTP-verzoek alleen de nieuwe berichten bevat, leest Claude bij elke beurt nog steeds de volledige gespreksgeschiedenis. Alle invoer- en uitvoertokens worden tegen standaard Claude-tarieven gefactureerd en bestaande snelheidslimieten blijven gelden. Combineer Message Threads met prompt caching om de kosten van invoertokens voor herhaalde context te verlagen.

Heb ik nog prompt caching nodig als ik Message Threads gebruik?

Ja. Message Threads bewaart het gesprek alleen in servergeheugen, zodat je eerdere berichten niet opnieuw over het netwerk hoeft te uploaden en valideren. Het schakelt prompt caching niet automatisch in. Voor het tarief voor gecachte invoer bij elke beurt stuur je cache_control op het hoogste niveau mee bij het eerste create-verzoek en elk volgend continue-verzoek (in totaal maximaal 4 breakpoints).

Wat gebeurt er na 5 minuten inactiviteit?

Een Message Thread verloopt 5 minuten na het laatste verzoek (en wordt uiterlijk 1 uur na het laatste gebruik uit het geheugen verwijderd). Stuur je een continue-verzoek nadat de thread is verlopen, dan geeft de API statuscode 404 terug. Je client moet die 404 opvangen en het hele gesprek opnieuw versturen met "thread": {"type": "create"} om een nieuwe thread te starten.

Is Message Threads beschikbaar op AWS, Azure en Google Cloud?

Ja. Volgens Anthropics releaseopmerkingen van 2 november 2026 is de publieke bèta (message-threads-2026-08-12) beschikbaar via de directe Claude API, Claude Platform on AWS, Claude Models on Google Cloud (beheerd door Anthropic) en Claude in Microsoft Foundry.

Gebruikt Claude Code al Message Threads?

Ja. Anthropic stelt dat Message Threads voor de meeste Claude Code-gebruikers standaard aanstaat; bij verzoeken tussen 500k en 1M tokens daalt de mediane tijd tot het eerste token met ongeveer 35%.

Functiedetails laatst gecontroleerd op 3 november 2026. Volgende controle: 3 december 2026.

Bronnen

Geschreven door

Chunyu Cai

Chunyu Cai is CEO van Lotook, LLC en ondernemer. Hij schrijft over AI-modellen, agenten en hoe ze het dagelijkse werk veranderen. Chunyu Cai heeft een masterdiploma van Imperial College London.