Réduisez vos coûts d'IA de 50 % : traitez plus de 10 000 documents avec les lots Claude

L'API de lots de messages Claude est une fonctionnalité d'optimisation des coûts qui traite plusieurs requêtes de manière asynchrone plutôt qu'en temps réel. Au lieu de payer le plein tarif pour des appels synchrones, vous regroupez jusqu'à 100 000 requêtes dans un seul travail de lot — formaté en JSONL — et vous les soumettez pour traitement. Anthropic s'en occupe ensuite pendant la nuit, renvoyant les résultats sous 24 heures à exactement 50 % de la tarification standard par jeton. Cette fonctionnalité est particulièrement précieuse pour les flux de travail professionnels qui ne nécessitent pas de réponses immédiates. Les équipes financières traitant 1 000 factures peuvent extraire les coordonnées des fournisseurs, les postes et les totaux en un seul lot pendant la nuit, au lieu d'effectuer 1 000 appels API séparés en temps réel. Les équipes juridiques peuvent soumettre des centaines de contrats pour extraction de clauses et signalement de risques en un seul travail de lot. Les équipes de conformité peuvent classer des milliers de documents politiques en une seule fois. La différence de coût est spectaculaire : un lot traitant 1 000 factures coûte environ 3,75 $ au total avec Claude Haiku, contre 7,50 $ avec la tarification API standard. La mise en œuvre du traitement par lots est simple. Vous préparez vos requêtes au format JSONL (un objet JSON par ligne), chacune avec un identifiant personnalisé, un nom de modèle, une invite système et un message utilisateur. Téléversez le fichier via l'API Anthropic, recevez un identifiant de lot, puis interrogez l'état d'achèvement. Une fois le traitement terminé, téléchargez le fichier de résultats contenant les réponses liées à vos identifiants personnalisés d'origine. Aucune modification de vos invites ou de votre sélection de modèle n'est requise — il s'agit simplement du même modèle Claude que vous utilisez déjà. Le compromis réside dans la latence. Vous attendez jusqu'à 24 heures pour obtenir les résultats, au lieu de quelques secondes. C'est tout à fait acceptable pour la révision de contrats, le traitement de factures, les travaux d'enrichissement en arrière-plan et les tâches de classification massive. Cela ne convient pas aux applications orientées utilisateur où les gens s'attendent à une rétroaction immédiate. Pour toute équipe exécutant des charges de travail d'IA répétitives et non urgentes à grande échelle, le traitement par lots est l'optimisation des coûts au rendement le plus élevé dans l'écosystème Claude.