Как ускорить работу Claude Code через Vertex AI: настройка fast mode в глобальном и европейском регионах
При отказе со стороны облака утилита автоматически возвращается к стандартной скорости генерации.
Что изменилось в релизе 2.1.322
- Anthropic 10 ноября 2026 года выпустила версию терминальной утилиты Claude Code 2.1.322. Главное изменение обновления — запуск ускоренного режима fast mode для моделей Claude на платформе Google Cloud Vertex AI.
- Ранее режим fast mode работал преимущественно через прямое подключение к Anthropic Console API. В сторонних облачных провайдерах запрос на повышенную скорость отклонялся или игнорировался платформой.
- В версии 2.1.322 ускоренная генерация заработала в трех региональных зонах Vertex AI: глобальной (global), американской (us) и европейской (eu).
- В утилиту встроен автоматический возврат к стандартной скорости (fallback): если инстанс Vertex AI отклоняет ускоренный запрос из-за дефицита емкости или исчерпания регионального пула, сессия не прерывается с ошибкой 429, а продолжает работу на стандартной скорости.
Журнал изменений релиза Claude Code 2.1.322 на GitHub. Источник: Anthropic
Шаг 1. Настройка подключения к Vertex AI
- Работа с Claude Code через Google Cloud требует наличия активного проекта GCP с включенным API Vertex AI (сервис aiplatform.googleapis.com) и активированного доступа к семейству Claude в каталоге Model Garden.
- Авторизация рабочего окружения выполняется стандартным инструментом Google Cloud CLI через сервисные учетные данные по умолчанию (Application Default Credentials).
- Маршрутизация запросов к Vertex AI активируется тремя переменными окружения: флагом провайдера, идентификатором проекта и целевым регионом.
gcloud auth application-default login
export CLAUDE_CODE_USE_VERTEX=1
export ANTHROPIC_VERTEX_PROJECT_ID="your-project-id"
export CLOUD_ML_REGION=global
Значение global задействует динамическую балансировку Google Cloud между несколькими регионами. Для изоляции трафика внутри европейской юрисдикции указывается европейский регион, например europe-west1 или europe-west4.
Шаг 2. Активация fast mode
- После привязки к проекту Google Cloud запуск fast mode возможен тремя способами: флагом в терминале, переключателем внутри диалога или постоянным параметром конфигурации.
- Запуск сессии с флагом: вызов claude --fast запускает утилиту сразу в режиме генерации до 2.5x от базовой скорости.
- Переключение в активном чате: ввод слеш-команды /fast и нажатие клавиши Tab переключает текущий статус. При активации возле строки ввода появляется значок молнии ↯.
- Для постоянного сохранения настроек параметры прописываются в файле конфигурации ~/.claude/settings.json в блоке env.
{
"env": {
"CLAUDE_CODE_USE_VERTEX": "1",
"ANTHROPIC_VERTEX_PROJECT_ID": "your-project-id",
"CLOUD_ML_REGION": "global",
"CLAUDE_CODE_FAST_MODE": "1"
}
}
Квоты, тарификация и ловушка сброса кэша
- Fast mode на стороне Google Cloud тарифицируется по схеме Pay-As-You-Go и использует отдельные пулы квот. В панели управления Google Cloud Console лимиты для быстрых инстансов фильтруются по суффиксу -fast (например, anthropic-claude-fast).
- Режим fast mode не поддерживает фиксированную пропускную способность (Provisioned Throughput). Трафик ускоренных сессий не списывается из предоплаченных квот постоянной мощности.
- Особенность архитектуры инференса: стандартный и быстрый режимы поддерживают раздельные кэши промптов (Prompt Cache). Переключение на fast mode в середине диалога приводит к сбросу кэша контекста, из-за чего первый запрос после переключения считывает всю историю диалога по полному тарифу некэшированных входных токенов.
- По этой причине оптимально активировать режим fast mode в момент запуска утилиты, а не в процессе диалога с уже накопленным контекстом.
Сравнение параметров стандартного режима и fast mode на платформе Google Cloud. Данные: Anthropic / Google Cloud
Диагностика при падении скорости
- Если генерация в терминале визуально не ускоряется при активном режиме fast mode, причиной чаще всего становится автоматический откат к стандартной скорости.
- Первый шаг проверки: сверка региона в переменной CLOUD_ML_REGION. В релизе 2.1.322 ускоренные инстансы поддерживаются только в зонах global, us и eu. Локальные региональные зоны за пределами США и Европы переводят утилиту на базовую скорость.
- Второй шаг: проверка квот проекта в разделе IAM and Admin → Quotas консоли Google Cloud. При исчерпании лимитов токенов в минуту для пула -fast бекенд возвращает отказ, и Claude Code автоматически переходит на обычный пул.
- Третий шаг: чтение сообщений утилиты в терминале. В отличие от предыдущих версий, где сбой возвращал фатальную ошибку, в версии 2.1.322 откат происходит без потери набранного контекста и без перезапуска процесса.
Всё самое интересное — в нашем Telegram-канале «Claude без воды».