Claude message threads : ce que c’est et comment les utiliser

Ce que sont les message threads

Sans thread, chaque tour d’une boucle d’agent renvoie toute la conversation, et l’API la valide et la tokenise en entier à chaque fois. Un agent de codage fait des centaines de requêtes par session : une fois la conversation à plusieurs centaines de milliers de tokens, ce renvoi retarde le début de la réponse de Claude. Avec un thread, l’API garde la conversation entre les tours et l’essentiel de ce travail ne porte plus que sur le nouveau tour.

• Premier token plus rapide : Anthropic a mesuré une baisse médiane d’environ 35 % sur les requêtes Claude Code de 500 000 à 1 million de tokens. Plus la conversation est longue, plus le gain est net.
• Requêtes plus légères : chaque tour ne transporte que les nouveaux messages, résultats d’outils ou captures d’écran.
• Mêmes tokens, même prix : Claude relit toute la conversation à chaque tour, et la tarification comme les limites de débit ne changent pas.
• De courte durée : un thread expire 5 minutes après sa dernière requête et reste en mémoire, chiffré, sans jamais être écrit sur disque.
• Où : l’API Claude, Claude Platform on AWS, Claude Models on Google Cloud (géré par Anthropic) et Microsoft Foundry, sur tous les modèles.

Avec et sans thread

Comment utiliser les message threads dans votre propre agent

Claude Code le fait déjà pour vous. Pour utiliser les threads dans un agent construit sur l’API Messages, l’assistant thread du SDK est le chemin le plus court.

1. Créez un assistant thread

   Passez les mêmes champs qu’une requête Messages. L’assistant ajoute l’en-tête bêta message-threads-2026-08-12, crée le thread au premier tour, n’envoie ensuite que les nouveaux messages et garde la conversation complète en mémoire.

   import anthropic
   
   client = anthropic.Anthropic()
   
   # Crée l'assistant. Cet appel n'envoie aucune requête.
   thread = client.beta.messages.thread(
       model="claude-opus-5-5",
       max_tokens=1024,
       cache_control={"type": "ephemeral"},
       system="You are a coding agent. Keep replies short.",
   )
   
   # Le tour 1 crée le thread et envoie toute la conversation
   thread.send({"role": "user", "content": "Read the failing test and explain it."})
   
   # Le tour 2 n'envoie que le nouveau message
   reply = thread.send({"role": "user", "content": "Now fix it."})

2. Ou envoyez vous-même le champ thread

   Avec cURL ou un simple appel create, ajoutez thread à chaque requête et envoyez l’en-tête bêta à chaque fois. Continuez toujours depuis l’id de la dernière réponse ; chaque id ne peut être poursuivi qu’une fois.

   # Tour 1 : la conversation complète, plus
   "thread": {"type": "create"}
   
   # Chaque tour suivant : uniquement les nouveaux messages, sans system ni tools, plus
   "thread": {"type": "continue", "previous_message_id": "<id of the last response>"}
   
   # Sur chaque requête du thread
   anthropic-beta: message-threads-2026-08-12

3. Gardez le modèle et les réglages fixes

   system et tools ne figurent que dans la première requête. model, thinking, tool_choice, le cache_control de premier niveau et les en-têtes bêta doivent rester identiques à chaque tour ; un changement renvoie une erreur 400 avec thread_fingerprint_mismatch. Pour les modifier, démarrez un nouveau thread.

4. Gardez votre propre copie et rejouez sur 404

   Les threads sont fournis au mieux. Quand une requête continue renvoie 404 avec thread_not_found (le thread a expiré, le dernier tour n’a pas été stocké, ou un modèle de repli l’a écrit), renvoyez la conversation complète dans une nouvelle requête create. L’assistant du SDK le fait une fois tout seul.

5. Activez le prompt caching

   Un thread ne met pas votre prompt en cache à votre place. Envoyez un cache_control de premier niveau à chaque requête pour que chaque tour relise la conversation précédente depuis le cache ; une requête avec thread peut contenir au plus 4 points d’arrêt.

Source : la documentation d’Anthropic sur les message threads

Limites et ce que les threads ne gèrent pas

• Pas avec Message Batches, le comptage de tokens, la compaction à la demande ni l’édition du contexte (hormis clear_thinking_20251015 avec keep: "all").
• Pas pour les organisations avec HIPAA readiness ni avec des Inference hooks ; ces requêtes renvoient une erreur 400 avec thread_unsupported_request.
• Non éligible à la zero data retention : l’API garde un thread en mémoire et le supprime au plus 1 heure après sa dernière utilisation.
• Il n’existe pas d’API pour lister, lire ou supprimer un thread, et un thread est en ajout seul. Pour compacter, démarrez un nouveau thread à partir de votre propre résumé.
• Après un refus, ne poursuivez pas le thread : démarrez-en un nouveau sans le tour qui l’a provoqué.
• Utilisez la même clé d’API et le même workspace pour toutes les requêtes d’un thread, sinon il ne peut pas être poursuivi.

Ce que cela change pour les utilisateurs de Claude Code

Vous n’avez rien à changer : Anthropic indique que les threads sont activés par défaut pour la plupart des utilisateurs de Claude Code. Le gain se voit dans les longues sessions, où un tour au fond d’une grosse conversation commence à répondre plus tôt. Votre consommation ne baisse pas, puisque Claude relit toute la conversation à chaque tour.

D’après la documentation de l’API, un thread expire 5 minutes après sa dernière requête. Quand vous reprenez une session après une pause plus longue, la première requête renvoie la conversation complète, et les tours suivants sont rapides. C’est aussi ce qui arrive à une session Claude Code proactive qui se réveille selon un calendrier.

Faites travailler seules les longues sessions Claude Code

Les message threads rendent les longues sessions plus rapides ; Crewmark les rend proactives. Il donne à une session Claude Code, Codex, DeepSeek Harness ou OpenCode un rôle, un objectif et des horaires de travail, et la réveille avec une pulsation (heartbeat) dans la même conversation, pour qu’elle garde son contexte et prenne la prochaine issue sur un tableau.

1. Transformez une session en employé

   Choisissez un rôle, par exemple ingénieur logiciel ou spécialiste SEO, écrivez son objectif sous forme de chiffre et lancez la commande d’installation dans Claude Code.

2. Laissez la pulsation lancer le travail

   Pendant ses horaires de travail, l’employé se réveille toutes les 15, 30 ou 60 minutes dans la même conversation ; voir comment rendre Claude Code proactif. Plusieurs peuvent tourner côte à côte, comme avec plusieurs agents Claude Code.

3. Assignez des issues et répondez à ses messages

   Mettez le travail sur le tableau ; l’employé le prend, commente au fil de l’eau et vous écrit quand il a besoin d’une décision. Lisez ce qu’est un employé IA.

FAQ Claude message threads