我们有两种类型的限制：
  1. 支出限制设定组织每月API使用可产生的最大成本。
  2. 速率限制设定组织在定义时间段内可以发出的最大API请求数量。
我们在组织级别执行服务配置的限制，但您也可以为组织的工作空间设置用户可配置的限制。 这些限制适用于标准层和优先层的使用。有关优先层的更多信息（提供增强的服务级别以换取承诺支出），请参阅服务层级。

​
关于我们的限制

  • 限制旨在防止API滥用，同时最大限度地减少对常见客户使用模式的影响。
  • 限制由使用层级定义，每个层级都关联不同的支出和速率限制集合。
  • 当您在使用API时达到某些阈值时，您的组织将自动提升层级。 限制在组织级别设置。您可以在Anthropic Console的限制页面中查看您组织的限制。
  • 您可能在较短的时间间隔内达到速率限制。例如，每分钟60个请求(RPM)的速率可能被强制执行为每秒1个请求。短时间内的大量请求突发可能超过速率限制并导致速率限制错误。
  • 下面概述的限制是我们的标准层级限制。如果您寻求更高的自定义限制或优先层以获得增强的服务级别，请通过Anthropic Console联系销售。
  • 我们使用令牌桶算法进行速率限制。这意味着您的容量会持续补充到最大限制，而不是在固定间隔重置。
  • 此处描述的所有限制代表最大允许使用量，而不是保证的最小值。这些限制旨在减少意外超支并确保用户之间资源的公平分配。

​
支出限制

每个使用层级对您每个日历月在API上的支出都有限制。一旦您达到您层级的支出限制，在您符合下一层级条件之前，您必须等到下个月才能再次使用API。 要符合下一层级的条件，您必须满足存款要求。为了最大限度地降低账户过度充值的风险，您不能存入超过您月度支出限制的金额。

​
提升层级的要求

使用层级信用购买每月最大使用量
层级1$5$100
层级2$40$500
层级3$200$1,000
层级4$400$5,000
月度开票不适用不适用

​
速率限制

我们对Messages API的速率限制以每分钟请求数(RPM)、每分钟输入令牌数(ITPM)和每分钟输出令牌数(OTPM)来衡量，针对每个模型类别。 如果您超过任何速率限制，您将收到429错误，描述超过了哪个速率限制，以及一个retry-after头部，指示等待多长时间。
如果您的组织使用量急剧增加，您也可能由于API上的加速限制而遇到429错误。为了避免达到加速限制，请逐渐增加您的流量并保持一致的使用模式。
ITPM速率限制在每个请求开始时估算，并在请求期间调整估算以反映实际使用的输入令牌数量。 最终调整将input_tokens和cache_creation_input_tokens计入ITPM速率限制。
对于某些模型，cache_read_input_tokens也计入ITPM速率限制。这些模型的最大ITPM在下面的速率限制表中用†标记。对于所有其他模型，cache_read_input_tokens不计入ITPM速率限制（尽管它们仍然被计费）。
OTPM速率限制基于每个请求开始时的max_tokens进行估算，并在请求结束时调整估算以反映实际使用的输出令牌数量。 如果您比预期更早达到OTPM限制，请尝试减少max_tokens以更好地近似您的完成大小。 速率限制对每个模型单独应用；因此您可以同时使用不同的模型直到它们各自的限制。 您可以在Anthropic Console中查看您当前的速率限制和行为。
对于长上下文请求（>200K令牌），当使用Claude Sonnet 4的context-1m-2025-08-07 beta头部时，适用单独的速率限制。请参阅下面的长上下文速率限制。
模型每分钟最大请求数(RPM)每分钟最大输入令牌数(ITPM)每分钟最大输出令牌数(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 (已弃用)		5040,000†8,000
Claude Sonnet 3.5
2024-06-20 (已弃用)		5040,000†8,000
Claude Haiku 3.55050,000†10,000
Claude Opus 3 (已弃用)5020,000†4,000
Claude Haiku 35050,000†10,000
* - Opus 4.x速率限制是适用于Opus 4.0和Opus 4.1组合流量的总限制。 † - 限制将cache_read_input_tokens计入ITPM使用量。

​
Message Batches API

Message Batches API有自己的一套速率限制，这些限制在所有模型之间共享。这些包括对所有API端点的每分钟请求数(RPM)限制，以及可以同时在处理队列中的批处理请求数量限制。这里的”批处理请求”指的是Message Batch的一部分。您可以创建包含数千个批处理请求的Message Batch，每个都计入此限制。当批处理请求尚未被模型成功处理时，它被认为是处理队列的一部分。
每分钟最大请求数(RPM)处理队列中最大批处理请求数每批最大批处理请求数
50100,000100,000

​
长上下文速率限制

当使用Claude Sonnet 4启用1M令牌上下文窗口时，以下专用速率限制适用于超过200K令牌的请求。
1M令牌上下文窗口目前对使用层级4的组织和具有自定义速率限制的组织处于beta阶段。1M令牌上下文窗口仅适用于Claude Sonnet 4。
每分钟最大输入令牌数(ITPM)每分钟最大输出令牌数(OTPM)
1,000,000200,000
要在速率限制下充分利用1M令牌上下文窗口，请使用提示缓存。

​
在控制台中监控您的速率限制

您可以在Anthropic Console的使用情况页面上监控您的速率限制使用情况。 除了提供令牌和请求图表外，使用情况页面还提供两个单独的速率限制图表。使用这些图表来查看您有多少增长空间，何时可能达到峰值使用，更好地了解要请求什么速率限制，或如何提高您的缓存率。图表可视化给定速率限制（例如每个模型）的多个指标：
  • 速率限制 - 输入令牌图表包括：
    • 每小时最大未缓存输入令牌每分钟数
    • 您当前的输入令牌每分钟速率限制
    • 您输入令牌的缓存率（即从缓存读取的输入令牌百分比）
  • 速率限制 - 输出令牌图表包括：
    • 每小时最大输出令牌每分钟数
    • 您当前的输出令牌每分钟速率限制

​
为工作空间设置较低限制

为了保护您组织中的工作空间免受潜在过度使用，您可以为每个工作空间设置自定义支出和速率限制。 示例：如果您组织的限制是每分钟40,000个输入令牌和每分钟8,000个输出令牌，您可能将一个工作空间限制为每分钟30,000个总令牌。这保护其他工作空间免受潜在过度使用，并确保您组织内资源的更公平分配。剩余的未使用每分钟令牌（或更多，如果该工作空间不使用限制）然后可供其他工作空间使用。 注意：
  • 您不能对默认工作空间设置限制。
  • 如果未设置，工作空间限制与组织的限制匹配。
  • 组织范围的限制始终适用，即使工作空间限制加起来更多。
  • 对输入和输出令牌限制的支持将在未来添加到工作空间中。

​
响应头部

API响应包括显示强制执行的速率限制、当前使用情况以及限制何时重置的头部。 返回以下头部：
头部描述
retry-after在您可以重试请求之前等待的秒数。更早的重试将失败。
anthropic-ratelimit-requests-limit在任何速率限制期间内允许的最大请求数。
anthropic-ratelimit-requests-remaining在被速率限制之前剩余的请求数。
anthropic-ratelimit-requests-reset请求速率限制将完全补充的时间，以RFC 3339格式提供。
anthropic-ratelimit-tokens-limit在任何速率限制期间内允许的最大令牌数。
anthropic-ratelimit-tokens-remaining在被速率限制之前剩余的令牌数（四舍五入到最近的千位）。
anthropic-ratelimit-tokens-reset令牌速率限制将完全补充的时间，以RFC 3339格式提供。
anthropic-ratelimit-input-tokens-limit在任何速率限制期间内允许的最大输入令牌数。
anthropic-ratelimit-input-tokens-remaining在被速率限制之前剩余的输入令牌数（四舍五入到最近的千位）。
anthropic-ratelimit-input-tokens-reset输入令牌速率限制将完全补充的时间，以RFC 3339格式提供。
anthropic-ratelimit-output-tokens-limit在任何速率限制期间内允许的最大输出令牌数。
anthropic-ratelimit-output-tokens-remaining在被速率限制之前剩余的输出令牌数（四舍五入到最近的千位）。
anthropic-ratelimit-output-tokens-reset输出令牌速率限制将完全补充的时间，以RFC 3339格式提供。
anthropic-priority-input-tokens-limit在任何速率限制期间内允许的最大优先层输入令牌数。（仅限优先层）
anthropic-priority-input-tokens-remaining在被速率限制之前剩余的优先层输入令牌数（四舍五入到最近的千位）。（仅限优先层）
anthropic-priority-input-tokens-reset优先层输入令牌速率限制将完全补充的时间，以RFC 3339格式提供。（仅限优先层）
anthropic-priority-output-tokens-limit在任何速率限制期间内允许的最大优先层输出令牌数。（仅限优先层）
anthropic-priority-output-tokens-remaining在被速率限制之前剩余的优先层输出令牌数（四舍五入到最近的千位）。（仅限优先层）
anthropic-priority-output-tokens-reset优先层输出令牌速率限制将完全补充的时间，以RFC 3339格式提供。（仅限优先层）
anthropic-ratelimit-tokens-*头部显示当前生效的最严格限制的值。例如，如果您已超过工作空间每分钟令牌限制，头部将包含工作空间每分钟令牌速率限制值。如果工作空间限制不适用，头部将返回剩余的总令牌，其中总数是输入和输出令牌的总和。这种方法确保您可以看到对当前API使用最相关的约束。