Nous avons deux types de limites :
  1. Les limites de dépenses fixent un coût mensuel maximum qu’une organisation peut engager pour l’utilisation de l’API.
  2. Les limites de taux fixent le nombre maximum de requêtes API qu’une organisation peut effectuer sur une période de temps définie.
Nous appliquons des limites configurées par le service au niveau de l’organisation, mais vous pouvez également définir des limites configurables par l’utilisateur pour les espaces de travail de votre organisation. Ces limites s’appliquent à la fois à l’utilisation du niveau Standard et du niveau Priorité. Pour plus d’informations sur le niveau Priorité, qui offre des niveaux de service améliorés en échange d’une dépense engagée, voir Niveaux de service.

​
À propos de nos limites

  • Les limites sont conçues pour prévenir l’abus de l’API, tout en minimisant l’impact sur les modèles d’utilisation courants des clients.
  • Les limites sont définies par niveau d’utilisation, où chaque niveau est associé à un ensemble différent de limites de dépenses et de taux.
  • Votre organisation augmentera automatiquement de niveau lorsque vous atteindrez certains seuils en utilisant l’API. Les limites sont définies au niveau de l’organisation. Vous pouvez voir les limites de votre organisation dans la page Limites de la Console Anthropic.
  • Vous pouvez atteindre les limites de taux sur des intervalles de temps plus courts. Par exemple, un taux de 60 requêtes par minute (RPM) peut être appliqué comme 1 requête par seconde. De courtes rafales de requêtes à un volume élevé peuvent dépasser la limite de taux et entraîner des erreurs de limite de taux.
  • Les limites décrites ci-dessous sont nos limites de niveau standard. Si vous recherchez des limites plus élevées et personnalisées ou le niveau Priorité pour des niveaux de service améliorés, contactez les ventes via la Console Anthropic.
  • Nous utilisons l’algorithme de seau à jetons pour effectuer la limitation de taux. Cela signifie que votre capacité est continuellement reconstituée jusqu’à votre limite maximale, plutôt que d’être réinitialisée à intervalles fixes.
  • Toutes les limites décrites ici représentent l’utilisation maximale autorisée, pas des minimums garantis. Ces limites sont destinées à réduire les dépenses excessives involontaires et à assurer une distribution équitable des ressources entre les utilisateurs.

​
Limites de dépenses

Chaque niveau d’utilisation a une limite sur ce que vous pouvez dépenser sur l’API chaque mois calendaire. Une fois que vous atteignez la limite de dépenses de votre niveau, jusqu’à ce que vous vous qualifiiez pour le niveau suivant, vous devrez attendre jusqu’au mois suivant pour pouvoir utiliser l’API à nouveau. Pour vous qualifier pour le niveau suivant, vous devez satisfaire une exigence de dépôt. Pour minimiser le risque de surfinancement de votre compte, vous ne pouvez pas déposer plus que votre limite de dépenses mensuelle.

​
Exigences pour avancer de niveau

Niveau d’utilisationAchat de créditUtilisation max par mois
Niveau 1$5$100
Niveau 2$40$500
Niveau 3$200$1,000
Niveau 4$400$5,000
Facturation mensuelleN/AN/A

​
Limites de taux

Nos limites de taux pour l’API Messages sont mesurées en requêtes par minute (RPM), jetons d’entrée par minute (ITPM), et jetons de sortie par minute (OTPM) pour chaque classe de modèle. Si vous dépassez l’une des limites de taux, vous obtiendrez une erreur 429 décrivant quelle limite de taux a été dépassée, ainsi qu’un en-tête retry-after indiquant combien de temps attendre.
Vous pourriez également rencontrer des erreurs 429 dues aux limites d’accélération sur l’API si votre organisation a une augmentation brutale de l’utilisation. Pour éviter d’atteindre les limites d’accélération, augmentez votre trafic progressivement et maintenez des modèles d’utilisation cohérents.
Les limites de taux ITPM sont estimées au début de chaque requête, et l’estimation est ajustée pendant la requête pour refléter le nombre réel de jetons d’entrée utilisés. L’ajustement final compte input_tokens et cache_creation_input_tokens vers les limites de taux ITPM.
Pour certains modèles, cache_read_input_tokens comptent également vers les limites de taux ITPM. L’ITPM maximum pour ces modèles est marqué avec † dans les tableaux de limites de taux ci-dessous.Pour tous les autres modèles, cache_read_input_tokens ne comptent pas vers les limites de taux ITPM (bien qu’ils soient toujours facturés).
Les limites de taux OTPM sont estimées basées sur max_tokens au début de chaque requête, et l’estimation est ajustée à la fin de la requête pour refléter le nombre réel de jetons de sortie utilisés. Si vous atteignez les limites OTPM plus tôt que prévu, essayez de réduire max_tokens pour mieux approximer la taille de vos complétions. Les limites de taux sont appliquées séparément pour chaque modèle ; par conséquent, vous pouvez utiliser différents modèles jusqu’à leurs limites respectives simultanément. Vous pouvez vérifier vos limites de taux actuelles et votre comportement dans la Console Anthropic.
Pour les requêtes de contexte long (>200K jetons) lors de l’utilisation de l’en-tête bêta context-1m-2025-08-07 avec Claude Sonnet 4, des limites de taux séparées s’appliquent. Voir Limites de taux de contexte long ci-dessous.
ModèleRequêtes maximum par minute (RPM)Jetons d’entrée maximum par minute (ITPM)Jetons de sortie maximum par minute (OTPM)
Claude Opus 4.x*5030,0008,000
Claude Sonnet 45030,0008,000
Claude Sonnet 3.75020,0008,000
Claude Sonnet 3.5
2024-10-22 (déprécié)		5040,000†8,000
Claude Sonnet 3.5
2024-06-20 (déprécié)		5040,000†8,000
Claude Haiku 3.55050,000†10,000
Claude Opus 3 (déprécié)5020,000†4,000
Claude Haiku 35050,000†10,000
* - La limite de taux d’Opus 4.x est une limite totale qui s’applique au trafic combiné à travers Opus 4.0 et Opus 4.1. † - La limite compte cache_read_input_tokens vers l’utilisation ITPM.

​
API Message Batches

L’API Message Batches a son propre ensemble de limites de taux qui sont partagées entre tous les modèles. Celles-ci incluent une limite de requêtes par minute (RPM) pour tous les points de terminaison API et une limite sur le nombre de requêtes de lot qui peuvent être dans la file d’attente de traitement en même temps. Une “requête de lot” ici fait référence à une partie d’un Message Batch. Vous pouvez créer un Message Batch contenant des milliers de requêtes de lot, chacune comptant vers cette limite. Une requête de lot est considérée comme faisant partie de la file d’attente de traitement lorsqu’elle n’a pas encore été traitée avec succès par le modèle.
Requêtes maximum par minute (RPM)Requêtes de lot maximum dans la file d’attente de traitementRequêtes de lot maximum par lot
50100,000100,000

​
Limites de taux de contexte long

Lors de l’utilisation de Claude Sonnet 4 avec la fenêtre de contexte de 1M jetons activée, les limites de taux dédiées suivantes s’appliquent aux requêtes dépassant 200K jetons.
La fenêtre de contexte de 1M jetons est actuellement en bêta pour les organisations du niveau d’utilisation 4 et les organisations avec des limites de taux personnalisées. La fenêtre de contexte de 1M jetons n’est disponible que pour Claude Sonnet 4.
Jetons d’entrée maximum par minute (ITPM)Jetons de sortie maximum par minute (OTPM)
1,000,000200,000
Pour tirer le meilleur parti de la fenêtre de contexte de 1M jetons avec les limites de taux, utilisez la mise en cache d’invite.

​
Surveillance de vos limites de taux dans la Console

Vous pouvez surveiller l’utilisation de vos limites de taux sur la page Utilisation de la Console Anthropic. En plus de fournir des graphiques de jetons et de requêtes, la page Utilisation fournit deux graphiques de limites de taux séparés. Utilisez ces graphiques pour voir quelle marge vous avez pour croître, quand vous pourriez atteindre une utilisation de pointe, mieux comprendre quelles limites de taux demander, ou comment vous pouvez améliorer vos taux de mise en cache. Les graphiques visualisent un nombre de métriques pour une limite de taux donnée (par exemple par modèle) :
  • Le graphique Limite de taux - Jetons d’entrée inclut :
    • Jetons d’entrée non mis en cache maximum par minute par heure
    • Votre limite actuelle de jetons d’entrée par minute
    • Le taux de cache pour vos jetons d’entrée (c’est-à-dire le pourcentage de jetons d’entrée lus depuis le cache)
  • Le graphique Limite de taux - Jetons de sortie inclut :
    • Jetons de sortie maximum par minute par heure
    • Votre limite actuelle de jetons de sortie par minute

​
Définition de limites inférieures pour les Espaces de travail

Afin de protéger les Espaces de travail de votre Organisation d’une surutilisation potentielle, vous pouvez définir des limites de dépenses et de taux personnalisées par Espace de travail. Exemple : Si la limite de votre Organisation est de 40,000 jetons d’entrée par minute et 8,000 jetons de sortie par minute, vous pourriez limiter un Espace de travail à 30,000 jetons totaux par minute. Cela protège les autres Espaces de travail d’une surutilisation potentielle et assure une distribution plus équitable des ressources à travers votre Organisation. Les jetons par minute restants inutilisés (ou plus, si cet Espace de travail n’utilise pas la limite) sont alors disponibles pour d’autres Espaces de travail à utiliser. Note :
  • Vous ne pouvez pas définir de limites sur l’Espace de travail par défaut.
  • Si non définies, les limites d’Espace de travail correspondent à la limite de l’Organisation.
  • Les limites à l’échelle de l’Organisation s’appliquent toujours, même si les limites d’Espace de travail s’additionnent à plus.
  • Le support pour les limites de jetons d’entrée et de sortie sera ajouté aux Espaces de travail dans le futur.

​
En-têtes de réponse

La réponse de l’API inclut des en-têtes qui vous montrent la limite de taux appliquée, l’utilisation actuelle, et quand la limite sera réinitialisée. Les en-têtes suivants sont retournés :
En-têteDescription
retry-afterLe nombre de secondes à attendre jusqu’à ce que vous puissiez réessayer la requête. Les tentatives plus tôt échoueront.
anthropic-ratelimit-requests-limitLe nombre maximum de requêtes autorisées dans toute période de limite de taux.
anthropic-ratelimit-requests-remainingLe nombre de requêtes restantes avant d’être limité par le taux.
anthropic-ratelimit-requests-resetLe moment où la limite de taux de requête sera entièrement reconstituée, fourni au format RFC 3339.
anthropic-ratelimit-tokens-limitLe nombre maximum de jetons autorisés dans toute période de limite de taux.
anthropic-ratelimit-tokens-remainingLe nombre de jetons restants (arrondi au millier le plus proche) avant d’être limité par le taux.
anthropic-ratelimit-tokens-resetLe moment où la limite de taux de jetons sera entièrement reconstituée, fourni au format RFC 3339.
anthropic-ratelimit-input-tokens-limitLe nombre maximum de jetons d’entrée autorisés dans toute période de limite de taux.
anthropic-ratelimit-input-tokens-remainingLe nombre de jetons d’entrée restants (arrondi au millier le plus proche) avant d’être limité par le taux.
anthropic-ratelimit-input-tokens-resetLe moment où la limite de taux de jetons d’entrée sera entièrement reconstituée, fourni au format RFC 3339.
anthropic-ratelimit-output-tokens-limitLe nombre maximum de jetons de sortie autorisés dans toute période de limite de taux.
anthropic-ratelimit-output-tokens-remainingLe nombre de jetons de sortie restants (arrondi au millier le plus proche) avant d’être limité par le taux.
anthropic-ratelimit-output-tokens-resetLe moment où la limite de taux de jetons de sortie sera entièrement reconstituée, fourni au format RFC 3339.
anthropic-priority-input-tokens-limitLe nombre maximum de jetons d’entrée de niveau Priorité autorisés dans toute période de limite de taux. (Niveau Priorité seulement)
anthropic-priority-input-tokens-remainingLe nombre de jetons d’entrée de niveau Priorité restants (arrondi au millier le plus proche) avant d’être limité par le taux. (Niveau Priorité seulement)
anthropic-priority-input-tokens-resetLe moment où la limite de taux de jetons d’entrée de niveau Priorité sera entièrement reconstituée, fourni au format RFC 3339. (Niveau Priorité seulement)
anthropic-priority-output-tokens-limitLe nombre maximum de jetons de sortie de niveau Priorité autorisés dans toute période de limite de taux. (Niveau Priorité seulement)
anthropic-priority-output-tokens-remainingLe nombre de jetons de sortie de niveau Priorité restants (arrondi au millier le plus proche) avant d’être limité par le taux. (Niveau Priorité seulement)
anthropic-priority-output-tokens-resetLe moment où la limite de taux de jetons de sortie de niveau Priorité sera entièrement reconstituée, fourni au format RFC 3339. (Niveau Priorité seulement)
Les en-têtes anthropic-ratelimit-tokens-* affichent les valeurs pour la limite la plus restrictive actuellement en vigueur. Par exemple, si vous avez dépassé la limite de jetons par minute de l’Espace de travail, les en-têtes contiendront les valeurs de limite de taux de jetons par minute de l’Espace de travail. Si les limites d’Espace de travail ne s’appliquent pas, les en-têtes retourneront les jetons totaux restants, où le total est la somme des jetons d’entrée et de sortie. Cette approche assure que vous avez une visibilité sur la contrainte la plus pertinente sur votre utilisation actuelle de l’API.