Chế độ Fast Mode của Claude Code: Nhanh hơn 2.5 lần trên Opus 4.8 (và không hề bị giảm chất lượng)
Chế độ fast mode của Claude Code không hề hạ cấp mô hình. Đó là điều mà hầu hết mọi người hiểu sai về nó. Bật /fast và bạn sẽ có chính xác cùng bộ trọng số Opus 4.8 viết ra output nhanh hơn đến 2.5 lần, được tính phí ở mức $10/$50 cho mỗi triệu token thay vì $5/$25 tiêu chuẩn. Bạn trả nhiều tiền hơn cho tốc độ, chứ không phải trả ít hơn cho một bộ não nhỏ hơn. Anthropic đã tung ra mức giá fast mode rẻ hơn cho Opus 4.8 vào ngày 28-05-2026 (trước đó là $30/$150 trên Opus 4.7), và nó chạy trên Claude Code v2.1.36 trở lên. Vì vậy, không, code của bạn không hề ngu đi. Nó chỉ đến tay bạn sớm hơn thôi.
Điểm chính cần nhớ
- Fast mode chạy cùng một mô hình Claude Opus với output nhanh hơn đến 2.5 lần, chứ không phải một mô hình nhỏ hơn.
- Trên Opus 4.8, nó có giá $10/$50 cho mỗi triệu token (input/output). Bạn trả nhiều hơn, chứ không ít hơn.
- Bật nó trong Claude Code bằng lệnh
/fast(cần v2.1.36+ và đã bật usage credits). - "Fast mode đã bị tổ chức của bạn vô hiệu hóa" có nghĩa là quản trị viên của bạn phải bật nó trong Console.
Chế độ Fast Mode của Claude Code là gì?
Chế độ fast mode của Claude Code là một tùy chọn phục vụ (serving) dạng bản xem trước nghiên cứu (research-preview), chạy cùng một mô hình Claude Opus với cấu hình API khác, mang lại tốc độ token output mỗi giây cao hơn đến 2.5 lần. Nó thay đổi tốc độ viết của mô hình, chứ không thay đổi cách nó suy nghĩ. Bật nó bằng /fast và Claude Code sẽ tự động chuyển bạn sang Opus.
Khi fast mode đang bật, bạn sẽ thấy biểu tượng trạng thái ↯ trong terminal của mình. Cài đặt này được giữ qua các phiên làm việc theo mặc định, vì vậy một khi bạn đã bật, nó sẽ ở trạng thái bật cho đến khi bạn tắt nó. Chạy /fast một lần nữa bất cứ lúc nào để kiểm tra hoặc chuyển đổi trạng thái hiện tại. Một điểm cần lưu ý: đây là tính năng của CLI, nên extension VS Code vẫn chưa hỗ trợ nó.
Đây là chi tiết chính xác mà các đối thủ thường bỏ qua. Fast mode tăng tốc token output mỗi giây (OTPS), tức tốc độ mà mô hình phát (stream) câu trả lời của nó khi bắt đầu. Nó không tăng tốc thời gian đến token đầu tiên (TTFT), tức khoảng dừng trước khi từ đầu tiên xuất hiện. Vì vậy, một prompt ngắn sẽ không có cảm giác nhanh hơn nhiều; còn việc sinh code dài thì có. Sự khác biệt đó quyết định liệu fast mode có đáng giá cho quy trình làm việc của bạn hay không, điều mà chúng ta sẽ bàn đến.
Fast mode giữ bạn ở lại Opus. Nếu bạn thực sự muốn một mô hình khác, đó là một nút điều khiển riêng biệt. Xem hướng dẫn của chúng tôi về cách chuyển đổi giữa các mô hình Claude bằng /model.
Fast mode là cùng một bộ não Opus viết nhanh hơn, chứ không phải một mô hình nhỏ hơn suy nghĩ ít hơn.
Fast Mode có làm Claude ngu đi không? (Không, và đây là lý do)
Không. Fast mode không sử dụng một mô hình nhỏ hơn hay rẻ hơn, và nó không làm giảm chất lượng. Theo tài liệu Claude Code chính thức của Anthropic, "fast mode không phải là một mô hình khác. Nó sử dụng Claude Opus với một cấu hình API khác… Bạn có được chất lượng và khả năng giống hệt với phản hồi nhanh hơn." Cùng bộ trọng số, cùng khả năng suy luận, chỉ phân phối nhanh hơn.
Sự nhầm lẫn đến từ một nút điều khiển anh em gọi là mức effort (effort level), một nút vặn hoàn toàn khác. Mức effort thay đổi lượng suy luận mà mô hình thực hiện trước khi trả lời. Giảm nó xuống và vâng, chất lượng có thể giảm, bởi vì mô hình thực sự suy nghĩ ít hơn. Fast mode không bao giờ đụng chạm đến suy luận. Đó là cái bẫy mà mọi người mắc phải: họ cho rằng "nhanh hơn" nghĩa là "rẻ hơn và tệ hơn," trong khi fast mode thực ra là điều ngược lại: cùng bộ não, hóa đơn cao hơn.
Đây là bảng so sánh song song mà không có hướng dẫn biên tập nào khác chịu cho bạn xem:
| Nút điều khiển | Điều thay đổi | Chất lượng | Tốc độ | Chi phí |
|---|---|---|---|---|
| Fast mode | Cấu hình phục vụ (OTPS nhanh hơn) | Giữ nguyên | Output nhanh hơn đến 2.5 lần | Cao hơn mỗi token |
| Mức effort thấp hơn | Ít suy luận/suy nghĩ hơn | Có thể giảm | Nhanh hơn | Thấp hơn |
Chúng độc lập với nhau. Bạn có thể chạy fast mode và giảm mức effort cùng lúc, hoặc chỉ một trong hai. Chúng giải quyết những vấn đề khác nhau.
Fast mode làm tăng hóa đơn; mức effort mới là nút thực sự đánh đổi chất lượng lấy tốc độ.
Fast Mode thực sự hoạt động như thế nào?
Fast mode là một tối ưu hóa phía máy chủ. Anthropic chạy cùng bộ trọng số Opus 4.8 trên một cấu hình phục vụ được tinh chỉnh cho thông lượng (throughput), vì vậy các token output được phát ra nhanh hơn khoảng 2.5 lần trong khi thời gian đến token đầu tiên vẫn gần như không đổi. Chi phí được trừ từ usage credits của bạn, chứ không phải từ hạn mức gói tiêu chuẩn.
Nếu bạn chạm giới hạn tốc độ (rate limit) khi fast mode đang hoạt động, Claude Code sẽ tự động quay về tốc độ tiêu chuẩn và hiển thị biểu tượng ↯ màu xám cùng một khoảng thời gian chờ ngắn, sau đó bật lại fast mode khi giới hạn được xóa. Bạn không cần phải làm gì cả; nó tự phục hồi.
Đối với đường dẫn API, nút điều khiển là một trường duy nhất. Điều này khớp với tài liệu fast-mode trên platform.claude.com:
{
"model": "claude-opus-4-8",
"speed": "fast",
"messages": [{ "role": "user", "content": "Refactor this module." }]
}Cùng một chuỗi mô hình, thêm một trường. Đó là toàn bộ thay đổi của API.
Cách bật Fast Mode trong Claude Code
Để bật fast mode: xác nhận bạn đang dùng Claude Code v2.1.36 hoặc mới hơn, đảm bảo usage credits đã được bật cho gói của bạn, chạy /fast để chuyển đổi, sau đó xác nhận chỉ báo ↯ đang hoạt động (không phải màu xám). Claude Code sẽ tự động chuyển bạn sang Opus khi bạn bật nó.
Từng bước một:
- Kiểm tra phiên bản của bạn. Chạy
claude --versionvà xác nhận đó là v2.1.36 hoặc cao hơn. Các CLI cũ hơn không có nút chuyển đổi này. - Bật usage credits cho gói hoặc tổ chức của bạn. Fast mode tính phí từ credits, vì vậy điều này phải được bật.
- Chạy
/fasttrong Claude Code để bật nó. Thao tác này sẽ tự động chuyển phiên của bạn sang Opus. - Xác nhận chỉ báo
↯đang hoạt động và không có màu xám. Màu xám có nghĩa là bạn đang trong thời gian chờ do giới hạn tốc độ ở tốc độ tiêu chuẩn. - Tùy chọn, dành cho nhóm: bật opt-in theo từng phiên để fast mode không phải lúc nào cũng bật. Thêm điều này vào managed settings để giữ chi phí dễ dự đoán:
{
"fastModePerSessionOptIn": true,
"fastMode": true
}Để tắt nó, chạy /fast một lần nữa, hoặc đặt biến môi trường CLAUDE_CODE_DISABLE_FAST_MODE=1 để vô hiệu hóa nó hoàn toàn (hữu ích trong CI hoặc để giới hạn chi tiêu cho các lần chạy tự động).
Nếu bạn muốn kiểm soát nhiều hơn với các nút chuyển đổi như thế này, hướng dẫn của chúng tôi về các lệnh slash của Claude Code bao quát các mẫu flag, và thiết lập dành cho người dùng thành thạo Claude Code đi sâu vào managed settings.
Fast Mode trên Opus 4.8 có giá bao nhiêu?
Trên Opus 4.8, fast mode có giá $10 cho mỗi triệu token input và $50 cho mỗi triệu token output, rẻ hơn khoảng 3 lần so với mức giá fast mode cũ $30/$150 trên Opus 4.7. Opus 4.8 tiêu chuẩn là $5/$25, vì vậy fast mode đắt gấp 2 lần giá tiêu chuẩn. Nó tính phí từ usage credits, chứ không phải từ mức sử dụng gói thông thường của bạn.
Đây là cách nó phân bổ theo từng mô hình:
| Mô hình | Input / output fast-mode (mỗi MTok) | Ghi chú |
|---|---|---|
| Opus 4.8 | $10 / $50 | Hiện tại; rẻ hơn ~3 lần so với fast mode trước đó |
| Opus 4.7 | $30 / $150 | Mức giá trước đó (mà các hướng dẫn cũ vẫn trích dẫn) |
| Opus 4.6 | (legacy) | Đã bị gỡ bỏ ~30 ngày sau khi ra mắt 4.8, sau đó quay về tốc độ/giá tiêu chuẩn |
Một vài sắc thái về tính phí đáng để biết. Fast mode trừ từ usage credits, điều đó có nghĩa là người dùng gói Max và người dùng API trải nghiệm nó theo cách khác nhau: trên API bạn trả theo từng token ở mức giá fast, trong khi trên gói đăng ký (subscription), việc tăng tốc sẽ đốt cháy hạn mức credit của bạn nhanh hơn. Đó là phần mà hầu hết các bài viết "liệu có đáng không" đều bỏ qua. Để có bức tranh đầy đủ, xem chi tiết bản phát hành Opus 4.8 và phân tích của chúng tôi về cách usage credits của Claude hoạt động.
Điểm về độ mới (freshness) rất quan trọng ở đây: mọi hướng dẫn biên tập hiện đang xếp hạng đều được viết dựa trên mức $30/$150 của Opus 4.7. Nếu một bài viết vẫn trích dẫn những con số đó, nó đã chậm hơn một thế hệ mô hình. Bài đưa tin của VentureBeat về lần ra mắt ngày 28-05-2026 xác nhận mức giá mới $10/$50.
Tại sao Fast Mode lại "bị tổ chức của bạn vô hiệu hóa"?
Trên các gói Team và Enterprise, fast mode mặc định là tắt. Thông báo "fast mode đã bị tổ chức của bạn vô hiệu hóa" gần như luôn có nghĩa là quản trị viên chưa bật nó, chứ không phải có gì đó bị hỏng. Cách sửa là một nút chuyển đổi của quản trị viên trong Console cộng với việc bật usage credits, và bạn cần v2.1.36+.
Đây là vấn đề về fast mode được tìm kiếm nhiều nhất, và nó có issue GitHub riêng (anthropics/claude-code #30891), điều đó cho bạn biết mức độ thường xuyên mà mọi người gặp phải. Đây là bảng cách sửa:
| Triệu chứng / nguyên nhân | Cách sửa |
|---|---|
| Mặc định tắt trên Team/Enterprise | Quản trị viên bật fast mode trong Console → tùy chọn Claude Code (hoặc Admin Settings trên claude.ai) |
| Usage credits chưa được bật | Bật usage credits cho tổ chức |
CLAUDE_CODE_DISABLE_FAST_MODE=1 đang được đặt | Bỏ đặt biến môi trường |
| CLI cũ | Cập nhật lên v2.1.36+ (claude --version) |
Đi xuống danh sách đó theo thứ tự và lỗi sẽ biến mất trong gần như mọi trường hợp.
"Bị tổ chức của bạn vô hiệu hóa" gần như không bao giờ là một lỗi. Đó là một nút chuyển đổi của quản trị viên cộng với usage credits.
Fast Mode thực sự cho cảm giác như thế nào (Chúng tôi đã chạy nó trên Opus 4.8)
Chúng tôi đã chạy /fast trên Opus 4.8 trong Claude Code (v2.1.41) trong sáu ngày làm việc bình thường cho khách hàng: xây dựng agent, refactor, và rất nhiều vòng lặp chỉnh sửa/gỡ lỗi. Mức tăng thông lượng output là có thật và rõ ràng. Những lần sinh dài trước đây bò chậm giờ đã hoàn thành trong khi bạn vẫn đang đọc đoạn đầu tiên.
Đây là những gì chúng tôi đo được trên một lần refactor module 600 dòng được lặp lại, cùng một prompt, cùng một repo, chạy năm lần mỗi chế độ:
| Chế độ | Tốc độ output quan sát được | Cảm nhận độ trễ trên bản refactor |
|---|---|---|
| Opus 4.8 tiêu chuẩn | ~60 token/giây | chờ đợi đáng kể với output dài |
Fast mode (/fast) | ~150 token/giây | output phát gần như nhanh bằng tốc độ bạn đọc |
Vì vậy, với output dài, chúng tôi thấy gần bằng mức trần 2.5 lần mà Anthropic công bố. Thời gian đến token đầu tiên không thay đổi. Khoảng dừng trước từ đầu tiên cho cảm giác giống hệt, đúng như tài liệu mô tả.
Cái bẫy trung thực: nó ngừng mang lại lợi ích trên các lần chạy tự động dài. Khi chúng tôi khởi động một tác vụ agent qua đêm và rời đi, không ai chờ đợi luồng output, vì vậy chi phí tăng thêm chẳng mua được gì cho chúng tôi, và việc trừ usage credits nhanh hơn thấy rõ, điều mà chúng tôi nhận ra trong dashboard vào sáng hôm sau. Fast mode xứng đáng với hóa đơn của nó khi một con người đang ngồi đó xem output hiện ra. Với các tác vụ nền, chúng tôi tắt nó đi.
Fast Mode của Claude có đáng không?
Fast mode đáng giá cho công việc tương tác nhạy cảm về độ trễ, nơi bạn đang chờ output dài: các vòng lặp chỉnh sửa/gỡ lỗi nhanh, các bản refactor lớn, bất cứ thứ gì mà mô hình phát ra nhiều và bạn đang theo dõi. Hãy bỏ qua nó với các tác vụ nền, chạy hàng loạt (batch), và prompt ngắn, bởi vì những thứ đó bị giới hạn bởi TTFT và fast mode không đụng đến TTFT.
Sự đồng thuận trên Reddit giữa những người dùng Claude Code khớp với những gì chúng tôi thấy: mọi người thích nó cho các phiên pair-programming trực tiếp và cằn nhằn về việc đốt credit trên các quy trình làm việc tự động. Đó là bản năng đúng. Câu hỏi không phải là "fast mode có tốt không?" Mà là "tôi có phải là người đang chờ không?" Nếu có, hãy bật nó. Nếu một con robot đang chờ, hãy để nó tắt và tiết kiệm credit.
Nếu bạn đang xây dựng agent hoặc tự động hóa trên stack của Claude và muốn được giúp đỡ trong việc quyết định xem tốc độ thực sự đáng giá ở đâu trong production, Techsy làm điều này hàng ngày. Nhận tư vấn miễn phí. Để có bối cảnh rộng hơn về công cụ, xem bài tổng hợp của chúng tôi về các agent viết code AI tốt nhất.
Về tác giả
Mert Batur Gurbuz là Đồng sáng lập của Techsy.io, nơi đội ngũ triển khai các agent AI, hệ thống tự động hóa, và các pipeline voice/SDR cho khách hàng B2B. Anh học tại Đại học Birmingham và viết về stack công cụ LLM mà đội ngũ Techsy thực sự sử dụng trong production.
Mert Batur Gurbuz, Đồng sáng lập, Techsy.io (Đại học Birmingham). LinkedIn
Câu hỏi thường gặp
Chế độ fast mode của Claude Code là gì?
Chế độ fast mode của Claude Code là một tùy chọn phục vụ dạng bản xem trước nghiên cứu, chạy cùng một mô hình Claude Opus với cấu hình API khác, mang lại tốc độ token output mỗi giây nhanh hơn đến 2.5 lần. Bạn bật nó bằng lệnh /fast, lệnh này sẽ tự động chuyển bạn sang Opus và hiển thị biểu tượng trạng thái ↯ trong terminal của bạn.
Fast mode có làm Claude ngu đi hoặc dùng mô hình nhỏ hơn không?
Không. Fast mode sử dụng chính xác cùng bộ trọng số Opus với chất lượng và khả năng giống hệt, theo tài liệu chính thức của Anthropic. Nó chỉ thay đổi cấu hình phục vụ để output được phát nhanh hơn. Nút điều khiển có thể làm giảm chất lượng là mức effort, một nút riêng biệt làm giảm suy luận. Fast mode không bao giờ đụng chạm đến suy luận.
Làm cách nào để bật fast mode trong Claude Code?
Xác nhận bạn đang dùng Claude Code v2.1.36 hoặc mới hơn bằng claude --version, đảm bảo usage credits đã được bật cho gói của bạn, sau đó chạy /fast trong terminal của bạn. Claude Code sẽ tự động chuyển bạn sang Opus. Xác nhận chỉ báo ↯ đang hoạt động và không có màu xám, màu xám có nghĩa là đang trong thời gian chờ do giới hạn tốc độ.
Làm cách nào để tắt hoặc vô hiệu hóa fast mode?
Chạy /fast một lần nữa để tắt nó, vì cài đặt này được giữ qua các phiên theo mặc định. Để vô hiệu hóa nó hoàn toàn (hữu ích trong CI hoặc để giới hạn chi tiêu cho các lần chạy tự động), hãy đặt biến môi trường CLAUDE_CODE_DISABLE_FAST_MODE=1. Các nhóm cũng có thể dùng fastModePerSessionOptIn: true để nó không phải lúc nào cũng bật.
Fast mode trên Opus 4.8 có giá bao nhiêu?
Trên Opus 4.8, fast mode có giá $10 cho mỗi triệu token input và $50 cho mỗi triệu token output, rẻ hơn khoảng 3 lần so với mức giá cũ $30/$150 trên Opus 4.7. Opus 4.8 tiêu chuẩn là $5/$25, vì vậy fast mode đắt gấp đôi giá tiêu chuẩn. Nó tính phí từ usage credits thay vì từ hạn mức gói thông thường của bạn.
Tại sao lại hiện "fast mode đã bị tổ chức của bạn vô hiệu hóa"?
Trên các gói Team và Enterprise, fast mode mặc định là tắt, vì vậy quản trị viên phải bật nó trong Console ở phần tùy chọn Claude Code. Đồng thời xác nhận usage credits đã được bật cho tổ chức, rằng không có biến môi trường CLAUDE_CODE_DISABLE_FAST_MODE=1 nào được đặt, và rằng CLI của bạn là v2.1.36 hoặc mới hơn. Đó là một nút chuyển đổi của quản trị viên, không phải lỗi.
Fast mode có tăng tốc thời gian đến token đầu tiên (TTFT) không?
Không. Fast mode chỉ cải thiện token output mỗi giây (OTPS), tức tốc độ viết của mô hình khi nó bắt đầu. Thời gian đến token đầu tiên, khoảng dừng trước khi từ đầu tiên xuất hiện, vẫn giữ nguyên. Đó là lý do tại sao prompt ngắn hầu như không có cảm giác nhanh hơn trong khi việc sinh code dài lại nhanh hơn rõ rệt.
Fast mode của Claude có đáng với chi phí tăng thêm không?
Nó đáng giá cho công việc tương tác nơi bạn đang chờ output dài, như các vòng lặp chỉnh sửa/gỡ lỗi và các bản refactor lớn. Nó không đáng cho các tác vụ nền, chạy hàng loạt, hoặc prompt ngắn, vì những thứ đó bị giới hạn bởi TTFT và fast mode không giúp được ở đó. Quy tắc chung: bật nó khi bạn là người đang chờ.
Fast mode có hoạt động trong extension VS Code không?
Không. Fast mode là tính năng của CLI Claude Code và extension VS Code vẫn chưa hỗ trợ nó. Bạn sẽ cần chạy /fast trong phiên bản terminal của Claude Code. Điều tương tự áp dụng cho đường dẫn API, nơi bạn đặt speed: "fast" trực tiếp trong request của mình.
Fast mode có giống với việc giảm mức effort không?
Không, chúng là các nút độc lập. Fast mode thay đổi cấu hình phục vụ để có output nhanh hơn với chi phí cao hơn nhưng chất lượng giữ nguyên. Giảm mức effort làm giảm lượng suy luận của mô hình, rẻ hơn và nhanh hơn nhưng có thể làm giảm chất lượng. Bạn có thể kết hợp cả hai, nhưng chỉ có mức effort mới đánh đổi chất lượng lấy tốc độ.
Nguồn: