Anthropic abrió el 2 de noviembre la beta de Message threads en Messages API para reducir peticiones en conversaciones largas y ciclos de agentes. En lugar de subir todo el historial cada vez, la aplicación envía mensajes nuevos y el identificador de la respuesta anterior. El servidor reconstruye el contexto antes de llamar al modelo, según la documentación.
El beneficio declarado es menos transferencia, validación repetida y tokenización, lo que puede reducir el tiempo hasta el primer token. Cambia la gestión de solicitudes, no crea memoria permanente: el hilo caduca 5 minutos después de la última petición y se elimina como máximo una hora después del último uso.
Almacenamiento temporal y responsabilidad de la aplicación
La primera petición incluye conversación completa, instrucciones de sistema y herramientas, y crea un hilo. Las siguientes añaden mensajes y apuntan a la última respuesta. La cabecera es message-threads-2026-08-12. La fecha del identificador técnico no debe confundirse con el lanzamiento anunciado en noviembre.
El almacenamiento no está garantizado. Si el hilo ya no existe, continuar puede devolver 404; hay que reenviar la conversación completa para crear otro. Anthropic insiste en conservar una copia propia. Sin ella, el ahorro de transferencia puede convertirse en pérdida de continuidad tras una pausa o fallo.
Cada respuesta almacenada reinicia los 5 minutos. La función encaja en secuencias activas, no sustituye una base de datos entre visitas. Incluso el asistente del SDK, que guarda el historial en memoria y gestiona el reenvío, no lo persiste más allá del proceso. La conservación duradera sigue siendo responsabilidad de la aplicación.
Disponibilidad y comprobaciones
La beta está en Claude API, Claude Platform on AWS, Claude Models on Google Cloud gestionado por Anthropic y Claude en Microsoft Foundry. La documentación la marca como no apta para Zero Data Retention ni HIPAA. Los equipos con requisitos especiales deben revisar compatibilidad antes de cambiar el flujo actual.
Los hilos no son prompt caching. Las solicitudes pueden ser menores sin activar caché, que se configura aparte. Menos datos transmitidos no implica una reducción proporcional de facturación de tokens. Conviene comparar latencia, tamaño, consumo y comportamiento tras caducar.
La prueba debe incluir funcionamiento normal, una pausa superior a 5 minutos y recuperación de fallos. También hay restricciones con Message Batches y ciertas funciones de contexto. Si la aplicación conserva el historial y puede reenviarlo completo, el hilo mejora la operación sin convertir el almacenamiento temporal en su única dependencia.