速率限制
為了減少濫用並管理我們 API 的容量，我們對組織使用 Claude API 的量實施了限制。
我們有兩種類型的限制：
- 支出限制設定組織每月 API 使用可產生的最大成本。
- 速率限制設定組織在定義時間段內可發出的最大 API 請求數量。
我們在組織層級執行服務配置的限制，但您也可以為組織的工作區設定用戶可配置的限制。
這些限制適用於標準層級和優先層級的使用。有關優先層級的更多資訊，該層級以承諾支出換取增強的服務水準，請參閱服務層級。
關於我們的限制
- 限制旨在防止 API 濫用，同時最小化對常見客戶使用模式的影響。
- 限制由使用層級定義，每個層級都與不同的支出和速率限制集相關聯。
- 當您在使用 API 時達到某些閾值，您的組織將自動提升層級。 限制設定在組織層級。您可以在 Anthropic Console 的限制頁面中查看組織的限制。
- 您可能在較短的時間間隔內遇到速率限制。例如，每分鐘 60 個請求 (RPM) 的速率可能被執行為每秒 1 個請求。短時間內的高量請求突發可能超過速率限制並導致速率限制錯誤。
- 下面概述的限制是我們的標準層級限制。如果您尋求更高的自定義限制或優先層級以獲得增強的服務水準，請通過 Anthropic Console 聯繫銷售。
- 我們使用令牌桶演算法進行速率限制。這意味著您的容量會持續補充到最大限制，而不是在固定間隔重置。
- 此處描述的所有限制代表最大允許使用量，而非保證的最小值。這些限制旨在減少意外超支並確保用戶間資源的公平分配。
支出限制
每個使用層級都有您每個日曆月在 API 上可以花費的限制。一旦您達到層級的支出限制，在您符合下一層級資格之前，您必須等到下個月才能再次使用 API。
要符合下一層級的資格，您必須滿足存款要求。為了最小化過度資助帳戶的風險，您不能存入超過月度支出限制的金額。
提升層級的要求
| 使用層級 | 信用購買 | 每月最大使用量 |
|---|---|---|
| 層級 1 | $5 | $100 |
| 層級 2 | $40 | $500 |
| 層級 3 | $200 | $1,000 |
| 層級 4 | $400 | $5,000 |
| 月度發票 | N/A | N/A |
速率限制
我們對 Messages API 的速率限制以每分鐘請求數 (RPM)、每分鐘輸入令牌數 (ITPM) 和每分鐘輸出令牌數 (OTPM) 來衡量，針對每個模型類別。
如果您超過任何速率限制，您將收到描述超過哪個速率限制的 429 錯誤，以及指示等待多長時間的 retry-after 標頭。
ITPM 速率限制在每個請求開始時估算，並在請求期間調整估算以反映實際使用的輸入令牌數。
最終調整將 input_tokens 和 cache_creation_input_tokens 計入 ITPM 速率限制。
對於某些模型，cache_read_input_tokens 也計入 ITPM 速率限制。這些模型的最大 ITPM 在下面的速率限制表中標記為 †。
對於所有其他模型，cache_read_input_tokens 不計入 ITPM 速率限制（儘管仍會計費）。
OTPM 速率限制在每個請求開始時基於 max_tokens 估算，並在請求結束時調整估算以反映實際使用的輸出令牌數。
如果您比預期更早遇到 OTPM 限制，請嘗試減少 max_tokens 以更好地近似完成的大小。
速率限制對每個模型分別應用；因此您可以同時使用不同模型直到它們各自的限制。 您可以在 Anthropic Console 中檢查當前的速率限制和行為。
對於長上下文請求（>200K 令牌），當使用 Claude Sonnet 4 的 context-1m-2025-08-07 beta 標頭時，適用單獨的速率限制。請參閱下面的長上下文速率限制。
| 模型 | 每分鐘最大請求數 (RPM) | 每分鐘最大輸入令牌數 (ITPM) | 每分鐘最大輸出令牌數 (OTPM) |
|---|---|---|---|
| Claude Opus 4.x* | 50 | 30,000 | 8,000 |
| Claude Sonnet 4 | 50 | 30,000 | 8,000 |
| Claude Sonnet 3.7 | 50 | 20,000 | 8,000 |
| Claude Sonnet 3.5 2024-10-22 (已棄用) | 50 | 40,000† | 8,000 |
| Claude Sonnet 3.5 2024-06-20 (已棄用) | 50 | 40,000† | 8,000 |
| Claude Haiku 3.5 | 50 | 50,000† | 10,000 |
| Claude Opus 3 (已棄用) | 50 | 20,000† | 4,000 |
| Claude Haiku 3 | 50 | 50,000† | 10,000 |
| 模型 | 每分鐘最大請求數 (RPM) | 每分鐘最大輸入令牌數 (ITPM) | 每分鐘最大輸出令牌數 (OTPM) |
|---|---|---|---|
| Claude Opus 4.x* | 50 | 30,000 | 8,000 |
| Claude Sonnet 4 | 50 | 30,000 | 8,000 |
| Claude Sonnet 3.7 | 50 | 20,000 | 8,000 |
| Claude Sonnet 3.5 2024-10-22 (已棄用) | 50 | 40,000† | 8,000 |
| Claude Sonnet 3.5 2024-06-20 (已棄用) | 50 | 40,000† | 8,000 |
| Claude Haiku 3.5 | 50 | 50,000† | 10,000 |
| Claude Opus 3 (已棄用) | 50 | 20,000† | 4,000 |
| Claude Haiku 3 | 50 | 50,000† | 10,000 |
| 模型 | 每分鐘最大請求數 (RPM) | 每分鐘最大輸入令牌數 (ITPM) | 每分鐘最大輸出令牌數 (OTPM) |
|---|---|---|---|
| Claude Opus 4.x* | 1,000 | 450,000 | 90,000 |
| Claude Sonnet 4 | 1,000 | 450,000 | 90,000 |
| Claude Sonnet 3.7 | 1,000 | 40,000 | 16,000 |
| Claude Sonnet 3.5 2024-10-22 (已棄用) | 1,000 | 80,000† | 16,000 |
| Claude Sonnet 3.5 2024-06-20 (已棄用) | 1,000 | 80,000† | 16,000 |
| Claude Haiku 3.5 | 1,000 | 100,000† | 20,000 |
| Claude Opus 3 (已棄用) | 1,000 | 40,000† | 8,000 |
| Claude Haiku 3 | 1,000 | 100,000† | 20,000 |
| 模型 | 每分鐘最大請求數 (RPM) | 每分鐘最大輸入令牌數 (ITPM) | 每分鐘最大輸出令牌數 (OTPM) |
|---|---|---|---|
| Claude Opus 4.x* | 2,000 | 800,000 | 160,000 |
| Claude Sonnet 4 | 2,000 | 800,000 | 160,000 |
| Claude Sonnet 3.7 | 2,000 | 80,000 | 32,000 |
| Claude Sonnet 3.5 2024-10-22 (已棄用) | 2,000 | 160,000† | 32,000 |
| Claude Sonnet 3.5 2024-06-20 (已棄用) | 2,000 | 160,000† | 32,000 |
| Claude Haiku 3.5 | 2,000 | 200,000† | 40,000 |
| Claude Opus 3 (已棄用) | 2,000 | 80,000† | 16,000 |
| Claude Haiku 3 | 2,000 | 200,000† | 40,000 |
| 模型 | 每分鐘最大請求數 (RPM) | 每分鐘最大輸入令牌數 (ITPM) | 每分鐘最大輸出令牌數 (OTPM) |
|---|---|---|---|
| Claude Opus 4.x* | 4,000 | 2,000,000 | 400,000 |
| Claude Sonnet 4 | 4,000 | 2,000,000 | 400,000 |
| Claude Sonnet 3.7 | 4,000 | 200,000 | 80,000 |
| Claude Sonnet 3.5 2024-10-22 (已棄用) | 4,000 | 400,000† | 80,000 |
| Claude Sonnet 3.5 2024-06-20 (已棄用) | 4,000 | 400,000† | 80,000 |
| Claude Haiku 3.5 | 4,000 | 400,000† | 80,000 |
| Claude Opus 3 (已棄用) | 4,000 | 400,000† | 80,000 |
| Claude Haiku 3 | 4,000 | 400,000† | 80,000 |
如果您尋求企業用例的更高限制，請通過 Anthropic Console 聯繫銷售。
* - Opus 4.x 速率限制是適用於 Opus 4.0 和 Opus 4.1 合併流量的總限制。
† - 限制將 cache_read_input_tokens 計入 ITPM 使用量。
Message Batches API
Message Batches API 有自己的速率限制集，在所有模型間共享。這些包括對所有 API 端點的每分鐘請求數 (RPM) 限制，以及可同時在處理隊列中的批次請求數量限制。這裡的「批次請求」指的是 Message Batch 的一部分。您可以創建包含數千個批次請求的 Message Batch，每個都計入此限制。當批次請求尚未被模型成功處理時，被視為處理隊列的一部分。
| 每分鐘最大請求數 (RPM) | 處理隊列中最大批次請求數 | 每批次最大批次請求數 |
|---|---|---|
| 50 | 100,000 | 100,000 |
| 每分鐘最大請求數 (RPM) | 處理隊列中最大批次請求數 | 每批次最大批次請求數 |
|---|---|---|
| 50 | 100,000 | 100,000 |
| 每分鐘最大請求數 (RPM) | 處理隊列中最大批次請求數 | 每批次最大批次請求數 |
|---|---|---|
| 1,000 | 200,000 | 100,000 |
| 每分鐘最大請求數 (RPM) | 處理隊列中最大批次請求數 | 每批次最大批次請求數 |
|---|---|---|
| 2,000 | 300,000 | 100,000 |
| 每分鐘最大請求數 (RPM) | 處理隊列中最大批次請求數 | 每批次最大批次請求數 |
|---|---|---|
| 4,000 | 500,000 | 100,000 |
如果您尋求企業用例的更高限制，請通過 Anthropic Console 聯繫銷售。
長上下文速率限制
當使用 Claude Sonnet 4 並啟用 1M 令牌上下文窗口時，以下專用速率限制適用於超過 200K 令牌的請求。
1M 令牌上下文窗口目前對使用層級 4 的組織和具有自定義速率限制的組織處於 beta 階段。1M 令牌上下文窗口僅適用於 Claude Sonnet 4。
| 每分鐘最大輸入令牌數 (ITPM) | 每分鐘最大輸出令牌數 (OTPM) |
|---|---|
| 1,000,000 | 200,000 |
| 每分鐘最大輸入令牌數 (ITPM) | 每分鐘最大輸出令牌數 (OTPM) |
|---|---|
| 1,000,000 | 200,000 |
對於企業用例的自定義長上下文速率限制，請通過 Anthropic Console 聯繫銷售。
要在速率限制下充分利用 1M 令牌上下文窗口，請使用提示快取。
在 Console 中監控您的速率限制
您可以在 Anthropic Console 的使用量頁面監控速率限制使用情況。
除了提供令牌和請求圖表外，使用量頁面還提供兩個單獨的速率限制圖表。使用這些圖表查看您有多少增長空間、何時可能遇到峰值使用、更好地了解要請求什麼速率限制，或如何改善快取率。圖表可視化給定速率限制（例如每個模型）的多個指標：
- 速率限制 - 輸入令牌圖表包括：
- 每小時最大未快取輸入令牌每分鐘數
- 您當前的輸入令牌每分鐘速率限制
- 輸入令牌的快取率（即從快取讀取的輸入令牌百分比）
- 速率限制 - 輸出令牌圖表包括：
- 每小時最大輸出令牌每分鐘數
- 您當前的輸出令牌每分鐘速率限制
為工作區設定較低限制
為了保護組織中的工作區免受潛在過度使用，您可以為每個工作區設定自定義支出和速率限制。
範例：如果您組織的限制是每分鐘 40,000 個輸入令牌和每分鐘 8,000 個輸出令牌，您可能將一個工作區限制為每分鐘 30,000 個總令牌。這保護其他工作區免受潛在過度使用，並確保組織內資源的更公平分配。剩餘未使用的每分鐘令牌（或更多，如果該工作區未使用限制）然後可供其他工作區使用。
注意：
- 您不能對預設工作區設定限制。
- 如果未設定，工作區限制與組織限制相符。
- 組織範圍的限制始終適用，即使工作區限制加起來更多。
- 對工作區的輸入和輸出令牌限制支援將在未來添加。
回應標頭
API 回應包含顯示執行的速率限制、當前使用量和限制何時重置的標頭。
返回以下標頭：
| 標頭 | 描述 |
|---|---|
retry-after | 在您可以重試請求之前等待的秒數。更早的重試將失敗。 |
anthropic-ratelimit-requests-limit | 在任何速率限制期間內允許的最大請求數。 |
anthropic-ratelimit-requests-remaining | 在被速率限制之前剩餘的請求數。 |
anthropic-ratelimit-requests-reset | 請求速率限制將完全補充的時間，以 RFC 3339 格式提供。 |
anthropic-ratelimit-tokens-limit | 在任何速率限制期間內允許的最大令牌數。 |
anthropic-ratelimit-tokens-remaining | 在被速率限制之前剩餘的令牌數（四捨五入到最近的千位）。 |
anthropic-ratelimit-tokens-reset | 令牌速率限制將完全補充的時間，以 RFC 3339 格式提供。 |
anthropic-ratelimit-input-tokens-limit | 在任何速率限制期間內允許的最大輸入令牌數。 |
anthropic-ratelimit-input-tokens-remaining | 在被速率限制之前剩餘的輸入令牌數（四捨五入到最近的千位）。 |
anthropic-ratelimit-input-tokens-reset | 輸入令牌速率限制將完全補充的時間，以 RFC 3339 格式提供。 |
anthropic-ratelimit-output-tokens-limit | 在任何速率限制期間內允許的最大輸出令牌數。 |
anthropic-ratelimit-output-tokens-remaining | 在被速率限制之前剩餘的輸出令牌數（四捨五入到最近的千位）。 |
anthropic-ratelimit-output-tokens-reset | 輸出令牌速率限制將完全補充的時間，以 RFC 3339 格式提供。 |
anthropic-priority-input-tokens-limit | 在任何速率限制期間內允許的最大優先層級輸入令牌數。（僅限優先層級） |
anthropic-priority-input-tokens-remaining | 在被速率限制之前剩餘的優先層級輸入令牌數（四捨五入到最近的千位）。（僅限優先層級） |
anthropic-priority-input-tokens-reset | 優先層級輸入令牌速率限制將完全補充的時間，以 RFC 3339 格式提供。（僅限優先層級） |
anthropic-priority-output-tokens-limit | 在任何速率限制期間內允許的最大優先層級輸出令牌數。（僅限優先層級） |
anthropic-priority-output-tokens-remaining | 在被速率限制之前剩餘的優先層級輸出令牌數（四捨五入到最近的千位）。（僅限優先層級） |
anthropic-priority-output-tokens-reset | 優先層級輸出令牌速率限制將完全補充的時間，以 RFC 3339 格式提供。（僅限優先層級） |
anthropic-ratelimit-tokens-* 標頭顯示當前生效的最嚴格限制的值。例如，如果您已超過工作區每分鐘令牌限制，標頭將包含工作區每分鐘令牌速率限制值。如果工作區限制不適用，標頭將返回剩餘總令牌，其中總數是輸入和輸出令牌的總和。這種方法確保您可以看到對當前 API 使用最相關的約束。