Claude Messages API 会话压缩：两条 beta 路、签名块与计费口径
压缩要多一次采样，不自动等于省钱
Anthropic 在 2026-02-05 把 compaction API 放进 beta（到阈值自动摘要），2026-09-14 又加了按需压缩：发顶层 compaction 参数，返回一个签名 compaction 块。两条路不能放在同一个请求里；按需档的签名块要放在 messages 最前，被摘要的消息留在块前面官方写明是 400；usage.iterations 决定这一单的真实消耗；与 prompt caching 怎么配合，官方也给了例子。
更新于 2026-10-20
Claude、GPT 与国产模型共用一把 key，按 token 计费；可调型号以 /models 为准。
- 按 token 计费，实时单价见 /models
- 支付宝、微信支付、信用卡、加密货币均可付款
- 充值后自助开通、立刻生效
四个关键点
两个不同的 beta header
阈值压缩走 compact-2026-01-12，配置放在 context_management.edits 里、条目类型写作 compact_20260112；按需压缩走 compact-2026-09-04，用顶层 compaction 参数。官方写明：compaction 与 context_management 不能放在同一个请求里。
阈值档的默认触发点
官方参数表：trigger 默认是 {"type": "input_tokens", "value": 150000}，input_tokens 是唯一支持的触发类型，value 至少 50,000 tokens。触发之后 API 生成摘要、塞进 compaction 块，再用压缩后的上下文继续回答。
签名块的位置错就是 400
按需档返回的是一个签名 compaction 块。官方写明：被它摘要过的那批消息如果还留在块前面，请求会返回 400，错误码是 compaction_block_misplaced。回填时把块放在 messages 最前、替掉它摘要过的那批消息，块本身连 signature 一起原样保留。阈值档的块相反，跟在它摘要过的内容后面，前面那部分官方会替你丢掉。
为什么它要单独计费
官方口径：压缩要多一次采样，这一次计入 rate limit 与计费。响应里 usage.iterations 会多出一条 type 为 compaction 的采样记录；顶层 input_tokens 与 output_tokens 不含这条，官方要求把 iterations 全加起来才是这一单的真实消耗。
这能力是什么
服务端压缩：请求打到配置的阈值时，Claude 自己把当前会话摘要成一段文字，装进一个 compaction 块返回；后续请求你把响应接回去，API 会自动丢掉那个块之前的所有内容块，从摘要继续。官方的定位是替代客户端摘要代码——摘要在服务端写，你不需要自己实现摘要逻辑。官方点名两个适用场景：长期使用同一个聊天窗口的多轮对话，以及需要大量后续动作（多为工具调用、可能撑爆上下文）的任务型请求。
发生了什么
两个时间点都在官方 API release notes 里逐字可查。2026-02-05：compaction API 进入 beta，提供服务端上下文摘要，面向可以无限延续的对话，官方当时标注 Opus 4.6 可用。2026-09-14：Messages API 可以按需压缩会话，同样在 beta，用的 beta header 是 compact-2026-09-04；官方写明发顶层 compaction 参数就会返回一个签名 compaction 块，之后的请求把这个块放在原消息的位置上先送回去。按需档一次生成一个签名块、不返回回复（stop_reason 为 compaction），块可以后台先写着、会话继续跑全量历史，还能把最近几轮原样留在摘要之后。
时间线
2026-02-05：官方 release notes 写 compaction API 进入 beta，提供服务端上下文摘要，面向可以无限延续的对话，条目里写明当时在 Opus 4.6 上可用——服务端压缩第一次进 beta。
2026-09-14：同页新增按需压缩条目（beta header compact-2026-09-04）：顶层 compaction 参数、返回签名块、块可后台生成、可保留最近几轮原文。
官方 compaction 总览、阈值页与按需页当天复核，API release notes 一并核对，每个参数、默认值与错误码都逐字核对过；按需档的官方支持平台列表里有 Google Cloud、没有 Amazon Bedrock，阈值档的列表里还列着 Amazon Bedrock。
官方确认 vs 需注意
官方确认
官方文档里逐字能对上的：trigger 默认值是 150000，value 至少 50,000，input_tokens 是唯一支持的触发类型；instructions 传非空字符串就整条替换默认摘要提示词（按需档上限 16,384 字符）；pause_after_compaction 默认 false；压缩要多一次采样，这一次计入 rate limit 与计费；顶层用量不含 compaction 那次迭代，要自己把 iterations 加起来；被摘要的消息留在签名块前面会返回 400，错误码是 compaction_block_misplaced；compaction 与 context_management 不能放在同一个请求里；token counting 端点忽略 compaction 参数；图片、文档、container_upload 块与被摘要掉的 URL 在块替代后就不在了。
⚠️ 需注意
社区那句「越压缩越贵」不能直接当事实写：官方一面写压缩要多一次采样并计入计费，另一面在 Prompt caching 一节写压缩与 prompt caching 配合得很好，并给了把 cache_control 断点放在 compaction 块上、以及在系统提示词末尾放断点让系统提示词缓存保持有效的用法；官方还写明重复套用已有的 compaction 块不额外产生压缩成本。所以准确说法是「压缩有成本，但是否更划算取决于断点怎么放」。另外：整个能力仍在 beta；摘要失败时响应仍是 200 且 content 为空，但那一次调用照样计费；服务端瞬时问题会返回可重试的 529 overloaded_error（error.details.error_code 为 compaction_unavailable）；task budget 的 remaining 值不能和 compaction 同请求，官方写这会返回 400。
两条路的相同与不同
相同点
都是服务端生成摘要、都返回 compaction 块、都用请求里那同一个模型来写摘要（官方 Current limitations 明写不能换成更便宜的模型来摘要）；都会额外产生一次采样、都计入 rate limit 与计费；都还在 beta。
差异
触发方式不同：阈值档由 API 在请求中途判定并就地压缩，一次请求里可能压多次（带 server tools 时每个采样迭代开头都检查一次）；按需档由你决定哪一次请求用来写摘要，且那次不生成回复。块的位置也不同：阈值档的块跟在它摘要过的内容后面，按需档的签名块直接替代那批消息。平台也不同：按需档的官方支持平台里有 Google Cloud、没有 Amazon Bedrock；阈值档的官方支持平台里还列了 Amazon Bedrock。
该怎么用
五步。1）先选档：想让 API 在普通请求里自己管上下文就用阈值档；要自己决定何时压、压的时候不能停、或者要保住最近几轮及其思考，就用按需档。2）发对 header：按需档要求在「要摘要的那一次」和「之后每个带签名块的请求」上都带 compact-2026-09-04；要摘要的那次漏了 header，会返回一条说明缺少该 beta header 的 400；之后带块的请求漏了 header，返回的是一条只说 compaction 不是预期内容块类型的校验错，官方写明这种报错不会提到 header。3）回填：把块原样放在 messages 首位、删掉它摘要过的消息。4）改计费口径：把用量统计改成累加 usage.iterations，别只看顶层两个字段。5）处理没摘要出来的情况：带 tools 时模型可能去调工具而不是写摘要，此时块里 content 为 null；官方给的对策是在 instructions 里明写不要调用工具。
在 QCode 上
压缩是 Messages API 侧的参数与 beta header，本站不提供这个开关。参数由 Anthropic 解释，本站不代它做任何行为承诺。官方该 beta 支持列表里的 claude-opus-5、claude-sonnet-5、claude-fable-5、claude-fable-5-1、claude-opus-4-8、claude-sonnet-4-6 都在 /models 公开列表（2026-10-20 核对）；官方支持列表里还有 claude-mythos-5 与 claude-mythos-5-1。要确认某个型号支不支持压缩，看官方按 beta 头分开的 Compatibility 列表。计费按 token 计费，各模型单价见 /models。
常见问题
两条 beta 能一起开吗？
不能。官方明确写 compaction 与 context_management 不能放在同一个请求里，并补一句阈值压缩（compact_20260112）不能跑在带签名块的请求上。选一条路。
开了压缩是不是就省钱了？
不是。官方口径是压缩需要额外一次采样、计入 rate limits 与 billing，而且顶层 input_tokens / output_tokens 不含这次采样，得自己把 usage.iterations 加起来。省的是后续请求的上下文长度；缓存断点怎么放、重复套用旧块不额外计费这些细节，决定它到底划不划算。
签名块该放在哪？
放在 messages 最前面，并且把被它摘要掉的那批消息删掉，块本身连 signature 一起原样保留。官方明写：被摘要的消息若还留在签名块前面，请求会返回 400，错误码是 compaction_block_misplaced。之后每个带块的请求都要带 compact-2026-09-04 这个 header。
为什么我开了压缩，块里却是空的？
最常见是工具冲突：官方 Current limitations 写请求带 tools 时，模型偶尔在内部摘要那步去调工具而不是写摘要，此时块里 content 为 null。对策是给它 instructions，明写不要调用工具、只输出文本摘要。另外摘要失败时响应仍是 200、content 为空，而这次调用照样计费并出现在 usage.iterations 里。
官方支持压缩的型号在哪里查？QCode 上哪些模型能试？
官方按 beta 头把支持型号分成两张 Compatibility 列表：按需档一张、阈值档一张，型号写法能在各自那页逐字查到。官方该 beta 支持列表里的 claude-opus-5、claude-sonnet-5、claude-fable-5、claude-fable-5-1、claude-opus-4-8、claude-sonnet-4-6 都在 /models 公开列表（2026-10-20 核对）；官方支持列表里还有 claude-mythos-5 与 claude-mythos-5-1。压缩本身是 API 参数，本站不提供开关；beta 随时可能改，不对任何档位作长期支持的承诺。
摘要能不能换个便宜模型来做？或者跳过它？
不能换。官方写明：请求里指定的模型就用来做摘要，没有选项换成别的（比如更便宜的）模型来做摘要。能调的只有 instructions（自定义摘要提示词，非空即整条替换默认提示词）与 trigger 阈值。要完全自己控制，就关掉服务端压缩改用客户端摘要，那是另一套做法。
信息来源
Anthropic 官方压缩文档三页：总览页 https://platform.claude.com/docs/en/build-with-claude/compaction（含 Choose how to compact 对照表与子页索引）、阈值页 https://platform.claude.com/docs/en/build-with-claude/compaction-threshold（Parameters / Understanding usage / Prompt caching / Current limitations 各节）、按需页 https://platform.claude.com/docs/en/build-with-claude/compaction-on-demand（Request a summary / Errors / Count compaction usage 各节），以及 API release notes https://platform.claude.com/docs/en/release-notes/api（2026-02-05 与 September 14, 2026 两条目逐字引用；当天直连官方 .md 形式抓取，HTTP 200）。
相关阅读
Context Engineering 完全指南 2026
压缩属于上下文工程的一种做法；这页讲方法论，不讲 API 参数。
Claude 会话中途增删工具（mid-conversation tool changes）
被摘要掉的中间指令与工具变更怎么处理，另一篇讲得细。
effort is not supported when thinking is disabled
保留思考与历史变更的报错族：签名块保住的那几轮思考同样要求前后一致。
加密货币充值指南
9 种币、56 条网络，0 平台手续费购买 AI 编程 API 额度。
本页转述 Anthropic 公开文档，与 Anthropic 无隶属关系。所有参数名、默认值、报错码与英文原句以 2026-10-20 抓取的版本为准，beta 接口随时可能变更。压缩是否更划算取决于额外的采样成本与缓存断点的位置，官方文档只写了这两点。QCode 提供 API 接入，不改变 Anthropic 接口的 beta 状态。