Fast mode trong Claude Code: Opus nhanh gấp 2,5 lần, khi nào đáng tiền?

Đang debug gấp, mỗi câu trả lời của Opus mất vài chục giây, và bạn ước nó nhanh hơn. Fast mode đúng là thứ đó: cùng model Opus, cùng chất lượng, nhưng nhanh tới khoảng 2,5 lần, đổi lại giá mỗi token cao hơn. Đây không phải model khác, mà là một cấu hình API ưu tiên tốc độ. Câu hỏi là khi nào đáng trả thêm tiền.

Bật và tắt

/fast                  # bật/tắt (Space để chọn, Enter để xác nhận)
// ~/.claude/settings.json
{ "fastMode": true }

• Khi bật, biểu tượng ↯ hiện cạnh ô nhập. Nếu model hiện tại không hỗ trợ, Claude Code tự chuyển sang Opus.
• Hỗ trợ Opus 5.5 (chính thức), Opus 5 và Opus 4.8 (research preview). Không có trên Sonnet, Haiku.
• Mặc định, trạng thái bật được giữ qua các phiên; tổ chức có thể bắt buộc bật lại mỗi phiên bằng fastModePerSessionOptIn.

Giá và cách tính

• Với gói Pro, Max, Ultra, Team, Enterprise: fast mode chỉ trừ vào usage credits, không nằm trong hạn mức gói, kể cả khi gói còn dư. Phải bật usage credits trước.
• Team/Enterprise: Owner phải bật fast mode cho tổ chức.
• Không có trên Amazon Bedrock, Google Cloud, Microsoft Foundry.

Bẫy chi phí: bật giữa phiên

Fast mode và tốc độ thường có cache riêng. Lần đầu bật trong một hội thoại, bạn trả giá fast mode chưa cache cho toàn bộ context hiện có. Hội thoại càng dài, lần bật đó càng đắt. Mỗi lần bật/tắt sau đó lại đọc lại phần chưa có cache. Vì vậy: bật ngay đầu phiên, đừng bật tắt liên tục.

Khi nào nên dùng?

So với giảm effort: fast mode giữ nguyên chất lượng, chỉ giảm độ trễ và tăng giá; giảm effort làm nhanh hơn nhưng có thể giảm chất lượng ở việc khó. Có thể kết hợp cả hai cho việc đơn giản cần tốc độ tối đa.

Rủi ro và lưu ý

• Rate limit riêng: chạm giới hạn, fast mode tự rơi về tốc độ thường (biểu tượng xám), tự bật lại khi hết thời gian chờ.
• Hết usage credits: Claude Code tự chạy lại ở tốc độ thường và tắt fast mode cho phiên đó.
• Sau gateway nội bộ: kiểm tra khả dụng gọi trực tiếp api.anthropic.com; nếu bị chặn có thể báo nhầm "không khả dụng".

Áp dụng thế nào?

• Dev: Bật fast mode ở đầu phiên debug khẩn cấp, tắt khi chuyển sang việc chạy dài.
• Tech Lead: Bật fastModePerSessionOptIn để không ai vô tình để fast mode chạy cả tuần.
• PM: Theo dõi chi tiêu usage credits hằng tháng; fast mode là khoản dễ phình nhất.