速率限制
为了减少滥用并管理我们API的容量，我们对组织使用Claude API的量实施了限制。
我们有两种类型的限制：
- 支出限制设定组织每月API使用的最大成本。
- 速率限制设定组织在定义时间段内可以发出的API请求的最大数量。
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区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，优先层通过承诺支出提供增强的服务级别，请参阅服务层级。
关于我们的限制
- 限制旨在防止API滥用，同时最小化对常见客户使用模式的影响。
- 限制由使用层级定义，每个层级与不同的支出和速率限制集相关联。
- 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)的速率可能被执行为每秒1个请求。短时间内的高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您的最大限制，而不是在固定间隔重置。
- 这里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，直到您符合下一层级的条件，您将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。为了最小化过度充值您账户的风险，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 |
| 月度发票 | N/A | N/A |
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，您将收到一个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。
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。
最终调整将input_tokens和cache_creation_input_tokens计入ITPM速率限制，而cache_read_input_tokens不计入(尽管它们仍然被计费)。
在某些情况下，cache_read_input_tokens会被计入ITPM速率限制。
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。
如果您比预期更早达到OTPM限制，请尝试减少max_tokens以更好地近似您完成的大小。
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中检查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* | 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 | 50 | 40,000† | 8,000 |
| Claude Sonnet 3.5 2024-06-20 | 50 | 40,000† | 8,000 |
| Claude Haiku 3.5 | 50 | 50,000† | 10,000 |
| Claude Opus 3 | 50 | 20,000† | 4,000 |
| Claude Sonnet 3 | 50 | 40,000† | 8,000 |
| Claude Haiku 3 | 50 | 50,000† | 10,000 |
| 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* | 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 | 50 | 40,000† | 8,000 |
| Claude Sonnet 3.5 2024-06-20 | 50 | 40,000† | 8,000 |
| Claude Haiku 3.5 | 50 | 50,000† | 10,000 |
| Claude Opus 3 | 50 | 20,000† | 4,000 |
| Claude Sonnet 3 | 50 | 40,000† | 8,000 |
| Claude Haiku 3 | 50 | 50,000† | 10,000 |
| 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* | 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 | 1,000 | 80,000† | 16,000 |
| Claude Sonnet 3.5 2024-06-20 | 1,000 | 80,000† | 16,000 |
| Claude Haiku 3.5 | 1,000 | 100,000† | 20,000 |
| Claude Opus 3 | 1,000 | 40,000† | 8,000 |
| Claude Sonnet 3 | 1,000 | 80,000† | 16,000 |
| Claude Haiku 3 | 1,000 | 100,000† | 20,000 |
| 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* | 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 | 2,000 | 160,000† | 32,000 |
| Claude Sonnet 3.5 2024-06-20 | 2,000 | 160,000† | 32,000 |
| Claude Haiku 3.5 | 2,000 | 200,000† | 40,000 |
| Claude Opus 3 | 2,000 | 80,000† | 16,000 |
| Claude Sonnet 3 | 2,000 | 160,000† | 32,000 |
| Claude Haiku 3 | 2,000 | 200,000† | 40,000 |
| 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* | 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 | 4,000 | 400,000† | 80,000 |
| Claude Sonnet 3.5 2024-06-20 | 4,000 | 400,000† | 80,000 |
| Claude Haiku 3.5 | 4,000 | 400,000† | 80,000 |
| Claude Opus 3 | 4,000 | 400,000† | 80,000 |
| Claude Sonnet 3 | 4,000 | 400,000† | 80,000 |
| Claude Haiku 3 | 4,000 | 400,000† | 80,000 |
如果您寻求企业用例的更高限制，请通过Anthropic Console联系销售。
* - Opus 4.x速率限制是适用于Opus 4.0和Opus 4.1合并流量的总限制。
† - 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)限制和同时在处理队列中的批次请求数量限制。这里的”批次请求”指的是Message Batch的一部分。您可以创建一个包含数千个批次请求的Message Batch，每个都计入此限制。当批次请求尚未被模型成功处理时，它被视为处理队列的一部分。
| 每分钟最大请求数(RPM) | 处理队列中最大批次请求数 | 每批次最大批次请求数 |
|---|---|---|
| 50 | 100,000 | 100,000 |
| 每分钟最大请求数(RPM) | 处理队列中最大批次请求数 | 每批次最大批次请求数 |
|---|---|---|
| 50 | 100,000 | 100,000 |
| 每分钟最大请求数(RPM) | 处理队列中最大批次请求数 | 每批次最大批次请求数 |
|---|---|---|
| 1,000 | 200,000 | 100,000 |
| 每分钟最大请求数(RPM) | 处理队列中最大批次请求数 | 每批次最大批次请求数 |
|---|---|---|
| 2,000 | 300,000 | 100,000 |
| 每分钟最大请求数(RPM) | 处理队列中最大批次请求数 | 每批次最大批次请求数 |
|---|---|---|
| 4,000 | 500,000 | 100,000 |
如果您寻求企业用例的更高限制，请通过Anthropic Console联系销售。
长上下文速率限制
当使用Claude Sonnet 4并启用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) |
|---|---|
| 500,000 | 100,000 |
| 每分钟最大输入令牌数(ITPM) | 每分钟最大输出令牌数(OTPM) |
|---|---|
| 500,000 | 100,000 |
对于企业用例的自定义长上下文速率限制，请通过Anthropic Console联系销售。
要访问具有500K ITPM速率限制的完整1M令牌上下文窗口，您可以使用提示缓存。
为工作区设置更低的限制
为了保护您组织中的工作区免受潜在的过度使用，您可以为每个工作区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，您可能将一个工作区限制为每分钟30,000个总令牌。这保护其他工作区免受潜在的过度使用，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，如果该工作区不使用限制)然后可供其他工作区使用。
注意：
- 您不能在默认工作区上设置限制。
- 如果未设置，工作区限制与组织的限制匹配。
- 组织范围的限制始终适用，即使工作区限制加起来更多。
- 对输入和输出令牌限制的支持将在未来添加到工作区。
响应头部
API响应包含显示您执行的速率限制、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 | 您可以重试请求之前需要等待的秒数。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)。 |
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)。 |
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)。 |
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)。(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)。(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，如果您已超过工作区每分钟令牌限制，头部将包含工作区每分钟令牌速率限制值。如果工作区限制不适用，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。