Ofrecemos tres niveles de servicio:
  • Nivel de Prioridad: Ideal para flujos de trabajo implementados en producción donde el tiempo, la disponibilidad y los precios predecibles son importantes
  • Estándar: Nivel de servicio predeterminado tanto para pruebas piloto como para escalar casos de uso cotidianos
  • Lote: Ideal para flujos de trabajo asincrónico que pueden esperar o beneficiarse de estar fuera de tu capacidad normal

​
Nivel Estándar

El nivel estándar es el nivel de servicio predeterminado para todas las solicitudes de API. Las solicitudes en este nivel se priorizan junto con todas las demás solicitudes y observan disponibilidad de mejor esfuerzo.

​
Nivel de Prioridad

Las solicitudes en este nivel se priorizan sobre todas las demás solicitudes a Anthropic. Esta priorización ayuda a minimizar errores de “servidor sobrecargado”, incluso durante horas pico. Para más información, consulta Comenzar con Nivel de Prioridad

​
Cómo se asignan los niveles a las solicitudes

Al manejar una solicitud, Anthropic decide asignar una solicitud al Nivel de Prioridad en los siguientes escenarios:
  • Tu organización tiene suficiente capacidad de nivel de prioridad input tokens por minuto
  • Tu organización tiene suficiente capacidad de nivel de prioridad output tokens por minuto
Anthropic cuenta el uso contra la capacidad del Nivel de Prioridad de la siguiente manera: Tokens de Entrada
  • Las lecturas de caché como 0.1 tokens por token leído del caché
  • Las escrituras de caché como 1.25 tokens por token escrito en el caché con un TTL de 5 minutos
  • Las escrituras de caché como 2.00 tokens por token escrito en el caché con un TTL de 1 hora
  • Para solicitudes de contexto largo (>200k tokens de entrada), los tokens de entrada son 2 tokens por token
  • Todos los demás tokens de entrada son 1 token por token
Tokens de Salida
  • Para solicitudes de contexto largo (>200k tokens de entrada), los tokens de salida son 1.5 tokens por token
  • Todos los demás tokens de salida son 1 token por token
De lo contrario, las solicitudes proceden en nivel estándar.
Las solicitudes asignadas al Nivel de Prioridad se extraen tanto de la capacidad del Nivel de Prioridad como de los límites de velocidad regulares. Si servir la solicitud excedería los límites de velocidad, la solicitud se rechaza.

​
Usar niveles de servicio

Puedes controlar qué niveles de servicio se pueden usar para una solicitud estableciendo el parámetro service_tier: 
message = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello, Claude!"}],
    service_tier="auto"  # Automatically use Priority Tier when available, fallback to standard
)
El parámetro service_tier acepta los siguientes valores:
  • "auto" (predeterminado) - Usa la capacidad del Nivel de Prioridad si está disponible, retrocediendo a tu otra capacidad si no
  • "standard_only" - Solo usa la capacidad del nivel estándar, útil si no deseas usar tu capacidad del Nivel de Prioridad
El objeto usage de la respuesta también incluye el nivel de servicio asignado a la solicitud: 
{
  "usage": {
    "input_tokens": 410,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0,
    "output_tokens": 585,
    "service_tier": "priority"
  }
}
Esto te permite determinar qué nivel de servicio fue asignado a la solicitud. Al solicitar service_tier="auto" con un modelo con un compromiso de Nivel de Prioridad, estos encabezados de respuesta proporcionan información: 
anthropic-priority-input-tokens-limit: 10000
anthropic-priority-input-tokens-remaining: 9618
anthropic-priority-input-tokens-reset: 2025-01-12T23:11:59Z
anthropic-priority-output-tokens-limit: 10000
anthropic-priority-output-tokens-remaining: 6000
anthropic-priority-output-tokens-reset: 2025-01-12T23:12:21Z
Puedes usar la presencia de estos encabezados para detectar si tu solicitud era elegible para el Nivel de Prioridad, incluso si estaba por encima del límite.

​
Comenzar con Nivel de Prioridad

Puede que desees comprometerte con la capacidad del Nivel de Prioridad si estás interesado en:
  • Mayor disponibilidad: Objetivo de 99.5% de tiempo de actividad con recursos computacionales priorizados
  • Control de Costos: Gasto predecible y descuentos para compromisos más largos
  • Desbordamiento Flexible: Retrocede automáticamente al nivel estándar cuando excedes tu capacidad comprometida
Comprometerse con el Nivel de Prioridad implicará decidir:
  • Un número de tokens de entrada por minuto
  • Un número de tokens de salida por minuto
  • Una duración de compromiso (1, 3, 6 o 12 meses)
  • Una versión de modelo específica
La relación de tokens de entrada a salida que compres importa. Dimensionar tu capacidad del Nivel de Prioridad para alinearse con tus patrones de tráfico reales te ayuda a maximizar la utilización de tus tokens comprados.

​
Modelos Soportados

El Nivel de Prioridad es compatible con:
  • Claude Opus 4.1
  • Claude Opus 4
  • Claude Sonnet 4
  • Claude Sonnet 3.7
  • Claude Haiku 3.5
Consulta la página de descripción general de modelos para más detalles sobre nuestros modelos.

​
Cómo acceder al Nivel de Prioridad

Para comenzar a usar el Nivel de Prioridad:
  1. Contacta a ventas para completar el aprovisionamiento
  2. (Opcional) Actualiza tus solicitudes de API para establecer opcionalmente el parámetro service_tier a auto
  3. Monitorea tu uso a través de encabezados de respuesta y la Consola de Claude