Мы предлагаем три уровня обслуживания:

  • Приоритетный уровень: Лучший для рабочих процессов, развернутых в продакшене, где важны время, доступность и предсказуемое ценообразование
  • Стандартный: Лучший для всплесков трафика или когда вы пробуете новую идею
  • Пакетный: Лучший для асинхронных рабочих процессов, которые могут ждать или получают выгоду от работы вне вашей обычной мощности

Стандартный уровень

Стандартный уровень является уровнем обслуживания по умолчанию для всех API-запросов. Запросы на этом уровне приоритизируются наряду со всеми другими запросами и соблюдают доступность по принципу “лучших усилий”.

Приоритетный уровень

Запросы на этом уровне приоритизируются над всеми другими запросами к Anthropic. Эта приоритизация помогает минимизировать ошибки “сервер перегружен”, даже в часы пик.

Для получения дополнительной информации см. Начало работы с приоритетным уровнем

Как запросы получают назначение уровней

При обработке запроса Anthropic принимает решение назначить запрос приоритетному уровню в следующих сценариях:

  • Ваша организация имеет достаточную мощность приоритетного уровня входных токенов в минуту
  • Ваша организация имеет достаточную мощность приоритетного уровня выходных токенов в минуту

Anthropic учитывает использование против мощности приоритетного уровня следующим образом:

Входные токены

  • Чтения кэша как 0.1 токена за токен, прочитанный из кэша
  • Записи кэша как 1.25 токена за токен, записанный в кэш с TTL 5 минут
  • Записи кэша как 2.00 токена за токен, записанный в кэш с TTL 1 час
  • Все остальные входные токены - 1 токен за токен

Выходные токены

  • 1 токен за токен

В противном случае запросы обрабатываются на стандартном уровне.

Запросы, назначенные приоритетному уровню, используют как мощность приоритетного уровня, так и обычные ограничения скорости. Если обслуживание запроса превысит ограничения скорости, запрос отклоняется.

Использование уровней обслуживания

Вы можете контролировать, какие уровни обслуживания могут использоваться для запроса, установив параметр service_tier:

message = client.messages.create(
    model="claude-opus-4-20250514",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello, Claude!"}],
    service_tier="auto"  # Автоматически использовать приоритетный уровень, когда доступен, с возвратом к стандартному
)

Параметр service_tier принимает следующие значения:

  • "auto" (по умолчанию) - Использует мощность приоритетного уровня, если доступна, с возвратом к другой вашей мощности, если нет
  • "standard_only" - Использовать только мощность стандартного уровня, полезно, если вы не хотите использовать мощность приоритетного уровня

Объект usage ответа также включает уровень обслуживания, назначенный запросу:

{
  "usage": {
    "input_tokens": 410,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0,
    "output_tokens": 585,
    "service_tier": "priority"
  }
}

Это позволяет вам определить, какой уровень обслуживания был назначен запросу.

При запросе service_tier="auto" с моделью с обязательством приоритетного уровня, эти заголовки ответа предоставляют информацию:

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

Вы можете использовать наличие этих заголовков для определения, был ли ваш запрос подходящим для приоритетного уровня, даже если он превысил лимит.

Начало работы с приоритетным уровнем

Вы можете захотеть взять обязательство по мощности приоритетного уровня, если вас интересует:

  • Более высокая доступность: Целевое время работы 99.5% с приоритетными вычислительными ресурсами
  • Контроль затрат: Предсказуемые расходы и скидки за более длительные обязательства
  • Гибкое переполнение: Автоматически возвращается к стандартному уровню, когда вы превышаете свою зафиксированную мощность

Взятие обязательства по приоритетному уровню будет включать принятие решения о:

  • Количестве входных токенов в минуту
  • Количестве выходных токенов в минуту
  • Продолжительности обязательства (1, 3, 6 или 12 месяцев)
  • Конкретной версии модели

Соотношение входных и выходных токенов, которые вы покупаете, имеет значение. Размер вашей мощности приоритетного уровня в соответствии с вашими фактическими паттернами трафика помогает максимизировать использование ваших приобретенных токенов.

Поддерживаемые модели

Приоритетный уровень поддерживается:

  • Claude Opus 4
  • Claude Sonnet 4
  • Claude Sonnet 3.7
  • Claude Sonnet 3.5 (обе версии)
  • Claude Haiku 3.5

Проверьте страницу обзора моделей для получения более подробной информации о наших моделях.

Как получить доступ к приоритетному уровню

Чтобы начать использовать приоритетный уровень:

  1. Свяжитесь с отделом продаж для завершения предоставления
  2. (Необязательно) Обновите ваши API-запросы, чтобы опционально установить параметр service_tier в auto
  3. Отслеживайте ваше использование через заголовки ответов и консоль Anthropic