--- title: "Message threads Claude API: průvodce" description: "Co jsou message threads v Claude API, jak fungují a kde končí: pětiminutové vypršení, dopad na cenu a rychlost, soukromí a postup při chybě 404." author: "Michal Černý" author_role: "Spoluzakladatel · Technology & Product" author_url: https://nobig.deals/cs/blog/autor/michal-cerny url: https://nobig.deals/cs/blog/message-threads-claude-api-vlakna content_type: text/markdown --- Autor: Michal Černý (Spoluzakladatel · Technology & Product) [Blog](https://nobig.deals/cs/blog)/[AI a vývoj](https://nobig.deals/cs/blog/kategorie/ai-a-vyvoj)/Message threads Claude API: co přinášejí… # Message threads Claude API: co přinášejí a co ne Message threads Claude API drží historii konverzace na serveru, takže po prvním požadavku posíláte jen novou zprávu a ID předchozí odpovědi. Šetří přenos dat a latenci, ale ne tokeny ani cenu, a vlákno po pěti minutách nečinnosti vyprší. [Michal Černý](https://nobig.deals/cs/blog/autor/michal-cerny)·Publikováno 5\. listopadu 2026·9 min čtení ![Řez budovou se třemi patry, postavami a oranžovým kabelem vedoucím od stolu v horním patře do serverovny dole.](https://nobig.deals/_next/image?url=https%3A%2F%2Fassets.nobig.deals%2Fblog%2Fcmw0f2oww01zr0xpgbd68q6z1%2Fmessage-threads-claude-api-vlakna-hero-6cd97856d8.webp&w=3840&q=75) Vývojář, kód a server: kde vlákno message threads vzniká a kde žije. Obsah článku · 8 1. [Co jsou message threads a co se změnilo](#co-jsou-message-threads-a-co-se-zmenilo) 2. [Jak vlákna fungují a co se posílá dál](#jak-vlakna-funguji-a-co-se-posila-dal) 3. [Tok požadavků](#tok-pozadavku) 4. [Ukázka volání](#ukazka-volani) 5. [Kolik vlákna ušetří: přenos, rychlost a cena](#kolik-vlakna-usetri-prenos-rychlost-a-cena) 6. [Platí pět minut a dá se vlákno prodloužit?](#plati-pet-minut-a-da-se-vlakno-prodlouzit) 7. [Soukromí dat a Zero Data Retention](#soukromi-dat-a-zero-data-retention) 8. [Jak se liší od prompt cachingu a jiných řešení](#jak-se-lisi-od-prompt-cachingu-a-jinych-reseni) 9. [Jak bezpečně nasadit vlákna a ošetřit chybu 404](#jak-bezpecne-nasadit-vlakna-a-osetrit-chybu-404) 10. [Fallback při 404](#fallback-pri-404) 11. [Kdy ano a kdy ne](#kdy-ano-a-kdy-ne) 12. [Časté otázky](#caste-otazky) Message threads Claude API jsou beta funkce Claude Messages API: server mezi tahy drží historii konverzace, takže ji klient nemusí posílat znovu. Hodí se hlavně pro dlouhé agentní smyčky, kde se stejný kontext opakovaně přenáší mezi aplikací a API. Úspora se týká sítě a latence, ne účtovaných tokenů. Ve zkratce * Anthropic spustil 2\. listopadu 2026 veřejnou betu message threads v Claude Messages API; klient po prvním požadavku posílá jen novou zprávu a ID předchozí odpovědi. * Vlákno vyprší pět minut po posledním požadavku a nejpozději po hodině je fyzicky odstraněno; dokumentace neuvádí způsob, jak TTL prodloužit. * Vlákna šetří přenos dat a čas do prvního tokenu, ale model čte celý kontext dál, takže samy cenu nesnižují. * Vlákna nejsou způsobilá pro Zero Data Retention ani HIPAA, citlivá data patří do vlastní databáze. * Čísla ze sociálních sítí (800 KB na 1,8 KB, 35 %) neprošla ověřením v dokumentaci a výsledek závisí na zátěži. ## Co jsou message threads a co se změnilo Anthropic podle [release notes](https://platform.claude.com/docs/en/release-notes/overview) zpřístupnil **message threads beta** 2\. listopadu 2026\. Funkce se zapíná beta hlavičkou `message-threads-2026-08-12`. Do té doby fungovalo Claude Messages API čistě bezstavově: [dokumentace k práci se zprávami](https://platform.claude.com/docs/en/build-with-claude/working-with-messages) počítá s tím, že klient v každém požadavku pošle celou dosavadní konverzaci. Vlákna zpráv Claude tento model mění. Server si historii podrží a před dalším voláním modelu ji sám znovu sestaví. Nejde ale o plnohodnotnou stavovou konverzaci API s trvalými objekty, jak ji známe od jiných poskytovatelů. Jde o krátkodobé, serverově držené přehrání kontextu. Definice Message thread je dočasně uložená historie konverzace na straně Anthropic API, na kterou klient navazuje pomocí ID předchozí odpovědi místo opětovného odeslání celé historie. Podle release notes je funkce dostupná na těchto platformách: * Claude API přímo od Anthropic, * Anthropic Platform na AWS, * modely Claude spravované Anthropic na Google Cloud, * Claude in Microsoft Foundry. Úvodní zprávy na sociálních sítích uvádějí, že za vlákna se neplatí příplatek. Tokeny se ale účtují dál stejně jako dřív, k ceně se vrátíme níže. ## Jak vlákna fungují a co se posílá dál První požadavek obsahuje vše jako dosud: celou konverzaci, systémový prompt a definice nástrojů. API vrátí odpověď s identifikátorem. Každý další požadavek nese jen nové zprávy, typicky výsledek nástroje nebo další dotaz uživatele, a ID předchozí odpovědi. Podle [dokumentace message threads](https://platform.claude.com/docs/en/build-with-claude/message-threads) server z uloženého vlákna kontext složí a teprve pak zavolá model. Funkce míří na **dlouhé agentní smyčky**: agenty, kteří v desítkách kol volají nástroje a hromadí výstupy, a nástroje typu Claude Code, kde konverzace obsahuje zdrojový kód a dlouhé logy. Pokud takové systémy stavíte, souvisí s tím i to, jak navrhujeme [AI agenty a automatizace](https://nobig.deals/cs/sluzby/ai-agenti) pro firemní procesy. ### Tok požadavků ```mermaid flowchart LR A["Aplikace"] -->|"1. celá historie, systém, nástroje"| B["Claude API"] B -->|"odpověď + ID"| A A -->|"2. nová zpráva + ID předchozí odpovědi"| B B --> C["Uložené vlákno"] C -->|"sestavený kontext"| D["Model Claude"] D -->|"nová odpověď + ID"| A ``` ### Ukázka volání Následující kód v Pythonu ukazuje princip přes oficiální SDK a beta hlavičku. Přesný název pole pro ID předchozí odpovědi převezměte z dokumentace, v ukázce je proto jako konstanta. ```python import anthropic client = anthropic.Anthropic() BETA = "message-threads-2026-08-12" MODEL = "claude-opus-5-5" PREV_FIELD = "DOPLNTE_Z_DOKUMENTACE" # název pole pro ID předchozí odpovědi # 1. tah: celá konverzace, systémový prompt a nástroje first = client.beta.messages.create( model=MODEL, max_tokens=1024, betas=[BETA], system=SYSTEM_PROMPT, tools=TOOLS, messages=history, ) # Další tah: jen nová zpráva a ID předchozí odpovědi nxt = client.beta.messages.create( model=MODEL, max_tokens=1024, betas=[BETA], messages=[{"role": "user", "content": new_content}], extra_body={PREV_FIELD: first.id}, # pole mimo typy SDK posíláme přes extra_body ) ``` ID odpovědi je jediné spojení s historií na serveru. Pokud ho aplikace ztratí nebo vlákno vyprší, kontext na straně API už k dispozici není. ## Kolik vlákna ušetří: přenos, rychlost a cena Souhrny na síti X uvádějí, že v Claude Code klesla velikost požadavku z přibližně 800 KB na 1,8 KB a odpovědi byly asi o 35 % rychlejší při zátěži 500 tisíc až 1 milionu tokenů. Dokumentace Anthropic tato čísla neuvádí, berte je proto jako popis jedné konkrétní zátěže, ne jako obecné pravidlo. Ověřené měření nabízí [Anthropic Cookbook k optimalizaci latence](https://platform.claude.com/cookbook/latency-optimization-latency-optimization) na scénáři se šestnácti stránkami dokumentů: Klíčová čísla * **22 MB** měl navazující požadavek bez vlákna ([Cookbook](https://platform.claude.com/cookbook/latency-optimization-latency-optimization)) * **0,3 kB** měl stejný požadavek s vláknem ([Cookbook](https://platform.claude.com/cookbook/latency-optimization-latency-optimization)) * **50 %** zhruba činilo zkrácení času do prvního tokenu ([Cookbook](https://platform.claude.com/cookbook/latency-optimization-latency-optimization)) Pokles z 22 MB na 0,3 kB ale **neznamená, že model dělá méně práce**. Úspora se týká uploadu, síťového přenosu a toho, že API nemusí příchozí data znovu validovat a tokenizovat. Claude při každém pokračování čte celý kontext dál a vstupní tokeny se účtují stejně. Proto [dokumentace message threads](https://platform.claude.com/docs/en/build-with-claude/message-threads) doporučuje ponechat v požadavcích `cache_control`: úsporu nákladů přinese až prompt caching, ne vlákno samo. Dokumentace také uvádí, že vlákna nepodporují kompakci ani většinu funkcí _context editing_. Konkrétní zrychlení ve vaší aplikaci závisí na délce historie, velikosti nástrojů a systémového promptu, síťové latenci, regionu a modelu. Pozor Kdo vypne prompt caching s tím, že ho „nahradí vlákna“, cenu nesníží, ale zvýší. Vlákno ruší jen opakovaný přenos dat, opakované zpracování tokenů modelem zůstává. ## Platí pět minut a dá se vlákno prodloužit? Ano, vlákno vyprší pět minut po posledním požadavku a oficiální cesta k prodloužení neexistuje. Každá odpověď uložená do vlákna interval spustí znovu. [Dokumentace message threads](https://platform.claude.com/docs/en/build-with-claude/message-threads) navíc uvádí, že vlákno může být fyzicky odstraněno nejpozději hodinu po posledním použití. Funkce je postavená jako _best effort_, ne jako archiv. Prakticky z toho plyne: * po pěti minutách bez požadavku pokračování není zaručené, * po kratší pauze může pokračování fungovat i déle, ale nelze na to stavět, * parametr pro prodloužení TTL dokumentace neuvádí, * po odstranění vlákna API při pokusu o pokračování vrátí chybu 404. Udržovat vlákno naživu umělými požadavky před uplynutím pěti minut je technicky možné, ale nedoporučujeme to. Generuje to zbytečný provoz a placené tokeny a stejně to nechrání před odstraněním. Spolehlivější je počítat s vypršením od začátku a mít vlastní kopii historie. ## Soukromí dat a Zero Data Retention Podle [dokumentace message threads](https://platform.claude.com/docs/en/build-with-claude/message-threads) je obsah vlákna držen v paměti, šifrován klíčem spravovaným serverem a nezapisuje se do trvalého úložiště. Po dobu existence vlákna server drží uživatelské zprávy, odpovědi modelu, systémový prompt i definice nástrojů. Zásadní je tabulka způsobilosti v [dokumentaci k uchovávání dat API](https://platform.claude.com/docs/en/manage-claude/api-and-data-retention): **message threads nejsou způsobilá pro Zero Data Retention ani pro HIPAA**. Důvod je prostý, funkce stojí právě na tom, že server obsah dočasně drží. Běžná API data se podle stejné stránky za standardních podmínek mažou do 30 dnů, smluvní ZDR režim je přísnější a vlákna do něj nespadají. Pozor Pokud máte s Anthropic sjednaný ZDR nebo zpracováváte zdravotní data, vlákna zapnutím beta hlavičky vybočí z vašeho režimu. Rozhodnutí musí projít přes právní a bezpečnostní posouzení, ne jen přes vývojáře. Před zapnutím vláken doporučujeme projít tyto otázky: * dovoluje smlouva a regionální podmínky serverové držení obsahu, * neobsahuje prompt osobní údaje, obchodní tajemství nebo přístupové tokeny, * jde data před odesláním pseudonymizovat, * stačí vám maximální doba držení až hodinu po posledním použití. U citlivých případů dává větší smysl vlastní databáze s jasnou retenční politikou, pseudonymizace osobních údajů a vlastní sumarizace kontextu. Vlákna pak nechte jen krátkým, necitlivým agentním smyčkám. ## Jak se liší od prompt cachingu a jiných řešení Message threads řeší přenos historie, ne její zpracování ani dlouhodobé uložení. To je hlavní rozdíl proti ostatním přístupům. | Řešení | Kde je stav | Co hlavně šetří | Rozdíl proti vláknům | | --------------------------------------------- | ---------------------------------------- | ---------------------------- | ------------------------------------------ | | Anthropic message threads | Paměť serveru, TTL 5 minut | Přenos dat, latenci | Krátkodobé, bez ZDR | | Anthropic prompt caching (od 19\. srpna 2024) | Serverová cache označených částí promptu | Opakované zpracování a cenu | Neruší přenos, šetří tokeny | | OpenAI Assistants API (od 1\. listopadu 2023) | Trvalejší vlákna, soubory, běhy u OpenAI | Správu stavu | Širší objektový systém | | OpenAI Responses API | Konverzační objekt u OpenAI | Správu stavu mezi požadavky | Nejbližší obdoba, bez pevného krátkého TTL | | Google Gemini context caching | Cache prefixu kontextu | Opakované zpracování prefixu | Cache, ne navazující historie | | LangChain, LlamaIndex | Vaše databáze nebo úložiště | Nic na straně API | Plná kontrola, provoz na vás | Údaje o Anthropic vycházejí z [dokumentace message threads](https://platform.claude.com/docs/en/build-with-claude/message-threads) a [release notes](https://platform.claude.com/docs/en/release-notes/overview); u řešení ostatních poskytovatelů jde o jejich veřejně popsané vlastnosti, aktuální stav si ověřte v jejich dokumentaci. Vlastní správa historie, jak ji nabízí LangChain nebo LlamaIndex, dává kontrolu nad retencí, kompresí i víceuživatelským modelem. Platí se za ni nutností řešit konzistenci, šifrování a obnovu po chybách. Vlákna od Anthropic jsou jednodušší, ale skoro nekonfigurovatelná. Poznámka Message threads jsou funkce přímo Anthropic API. My v nobig.deals voláme modely přes OpenRouter, a pokud používáte prostředníka i vy, ověřte si, zda beta hlavičku a pole pro ID předchozí odpovědi předává dál. ## Jak bezpečně nasadit vlákna a ošetřit chybu 404 Základní pravidlo: vlákno je optimalizace, ne zdroj pravdy. **Kanonická historie** nebo její shrnutí musí žít u vás, ve vlastní databázi. Když vlákno zmizí, aplikace z ní obnoví kontext a pokračuje. ### Fallback při 404 Anthropic v [dokumentaci message threads](https://platform.claude.com/docs/en/build-with-claude/message-threads) doporučuje při ztrátě vlákna poslat celou konverzaci v novém požadavku a pokračovat od nové odpovědi. V Pythonu SDK vrací 404 jako `anthropic.NotFoundError`: ```python def continue_turn(new_msgs, prev_id, canonical): try: return client.beta.messages.create( model=MODEL, max_tokens=1024, betas=[BETA], messages=new_msgs, extra_body={PREV_FIELD: prev_id}, ) except anthropic.NotFoundError: # Vlákno vypršelo: celá kanonická historie založí nové vlákno. # SYSTEM_PROMPT a TOOLS si ponechávají cache_control kvůli ceně. return client.beta.messages.create( model=MODEL, max_tokens=1024, betas=[BETA], system=SYSTEM_PROMPT, tools=TOOLS, messages=canonical + new_msgs, ) ``` ID nové odpovědi pak uložte k relaci místo starého. Fallback je potřeba otestovat i záměrně, například pauzou delší než pět minut v testovacím prostředí. Než vlákna zapnete v produkci * Ukládat kanonickou historii nebo shrnutí ve vlastní databázi * Ošetřit 404 novým vláknem a opětovným odesláním historie * Ponechat `cache_control` na systémovém promptu a nástrojích * Ověřit, že nejde o data spadající pod ZDR nebo HIPAA * Zkontrolovat, že prompt neobsahuje tajemství ani přístupové tokeny * Změřit TTFT a velikost požadavků před zapnutím a po něm * Ověřit podporu u prostředníka, pokud API nevoláte přímo ### Kdy ano a kdy ne Rozhodovací pravidlo je jednoduché. Vlákna se vyplatí tam, kde požadavky jdou rychle za sebou a obsah není citlivý. Kde uživatel přemýšlí minuty nebo kde vstupují osobní údaje, přinášejí víc rizika než užitku. Výhody a nevýhody Kdy se vyplatí * Agentní smyčky s rychlými voláními nástrojů a dlouhou historií * Kódovací asistenti s velkými soubory a logy v kontextu * Aplikace, kde vadí latence a objem uploadu Kdy ne * Chat, kde uživatel odpovídá po delších pauzách * Zdravotní, osobní nebo jinak citlivá data * Zákazníci se smluvním ZDR režimem Pokud vlákna zapojujete do širšího vývojového procesu s více AI nástroji, navazuje na to téma [AI transformace pro vývojáře](https://nobig.deals/cs/sluzby/ai-transformace). Doporučujeme začít jednou agentní smyčkou s měřením a teprve pak rozšiřovat. ## Časté otázky ### Šetří message threads tokeny nebo cenu za volání Claude API? Ne, vlákna samy o sobě cenu nesnižují. Server historii před každým voláním znovu sestaví a model ji čte celou, takže vstupní tokeny se účtují dál. Šetří se přenos dat a čas do prvního tokenu. Pro úsporu nákladů je potřeba dál používat prompt caching přes `cache_control`, případně vlastní sumarizaci delších konverzací. ### Co se stane, když vlákno vyprší a pošlu další zprávu? API vrátí chybu 404, protože vlákno už na serveru neexistuje. Aplikace pak musí poslat celou konverzaci znovu, tím vznikne nové vlákno, a pokračovat s ID nové odpovědi. Proto je nutné držet kanonickou historii ve vlastní databázi. Kdo spoléhá jen na ID vlákna, o kontext po vypršení přijde. ### Jsou message threads vhodné pro zdravotní nebo osobní údaje? Pro zdravotní data ne, vlákna nejsou způsobilá pro HIPAA ani Zero Data Retention. U osobních údajů rozhoduje smlouva s Anthropic a vaše posouzení rizik. Obsah se sice drží jen v šifrované paměti a nejdéle hodinu po posledním použití, přesto je to serverové uložení. Citlivé konverzace je bezpečnější řídit přes vlastní databázi s pseudonymizací. ### Fungují message threads i přes Amazon Bedrock, Google Cloud nebo prostředníky? Release notes uvádějí Claude API, Anthropic Platform na AWS, modely spravované Anthropic na Google Cloud a Claude in Microsoft Foundry. Amazon Bedrock ve výčtu výslovně není, podporu tam ověřte v dokumentaci platformy. U prostředníků typu OpenRouter rozhoduje, zda předají beta hlavičku a pole s ID předchozí odpovědi beze změny. ### Je message threads beta Claude API připravená do produkce? Použitelná je, pokud s jejími limity počítáte. Jde o betu, chování se může měnit a vlákno je best effort s pětiminutovým TTL. V produkci ji doporučujeme jen s fallbackem na chybu 404, vlastní kopií historie a zapnutým prompt cachingem. Nasazení u citlivých dat nebo v ZDR režimu nedoporučujeme. Zdroje a odkazy (5) Externí stránky, na které článek odkazuje. 1. [platform.claude.com](https://platform.claude.com/docs/en/release-notes/overview) /docs/en/release-notes/overview 2. [platform.claude.com](https://platform.claude.com/docs/en/build-with-claude/working-with-messages) /docs/en/build-with-claude/working-with-messages 3. [platform.claude.com](https://platform.claude.com/docs/en/build-with-claude/message-threads) /docs/en/build-with-claude/message-threads 4. [platform.claude.com](https://platform.claude.com/cookbook/latency-optimization-latency-optimization) /cookbook/latency-optimization-latency-optimization 5. [platform.claude.com](https://platform.claude.com/docs/en/manage-claude/api-and-data-retention) /docs/en/manage-claude/api-and-data-retention ## Číst více [![Dluh v porozumění kódu: jak ho ustát, když kód píše AI agent](https://nobig.deals/_next/image?url=https%3A%2F%2Fassets.nobig.deals%2Fblog%2Fcmw2pypy202s60xpgfm98b6eh%2Fdluh-v-porozumeni-kodu-ai-agenti-hero-dcab42c805.webp&w=3840&q=75)AI a vývojDluh v porozumění kódu: jak ho ustát, když kód píše AI agentKontrolu nad kódem od AI agenta udržíte, když zůstanete vlastníkem vnější smyčky: sami určíte cíl, definujete důkazy a schvalujete výsledek. Nemusíte číst každý řádek, ale musíte vědět, co testy nedokazují.](https://nobig.deals/cs/blog/dluh-v-porozumeni-kodu-ai-agenti)[![AI agenti ve firmě: co to je a jak automatizují procesy](https://nobig.deals/_next/image?url=https%3A%2F%2Fassets.nobig.deals%2Fblog%2Fcmvy8vi3w000a0xn8p64c66kc%2Fai-agenti-firma-automatizace-procesu-hero-df1c0d65b7.webp&w=3840&q=75)AI a vývojAI agenti ve firmě: co to je a jak automatizují procesyAI agenti nejsou chytřejší chatbot ani RPA skript, ale software, který si podle cíle naplánuje kroky, použije firemní nástroje a řeší výjimky. Ukážeme, kde dává smysl, kolik může ušetřit a jak ho nasadit bezpečně.](https://nobig.deals/cs/blog/ai-agenti-firma-automatizace-procesu)[![ChatGPT Work: sloučení Chat a Work a společný limit](https://nobig.deals/_next/image?url=https%3A%2F%2Fassets.nobig.deals%2Fblog%2Fcmw0ca3yg01ww0xpgxwnl0bnc%2Fchatgpt-work-slouceni-chat-work-hero-dc0d998b2d.webp&w=3840&q=75)AI a vývojChatGPT Work: sloučení Chat a Work a společný limitOpenAI chystá sloučení karet Chat a Work do jednoho okna, zatím jen pro vybranou testovací skupinu. Od prosince 2026 se navíc spojí limit ChatGPT a Codexu, a to je pro týmy důležitější než nové pohodlí.](https://nobig.deals/cs/blog/chatgpt-work-slouceni-chat-work)