- 支出限制设置组织在API使用中每月可能产生的最大成本。
- 速率限制设置组织在定义的时间段内可以进行的最大API请求数。
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，其中每个层级与不同的支出和速率限制集相关联。
- 随着您在使用API时达到某些阈值，您的组织将自动提升层级。 限制在组织级别设置。您可以在Claude Console的限制页面中查看您的组织限制。
- 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)的速率可能被强制为每秒1个请求。短时间内大量请求的突发可能会超过速率限制并导致速率限制错误。
- 下面列出的限制是我们的标准层限制。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Claude 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。
- 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。这些限制旨在减少无意中的超支并确保用户之间资源的公平分配。
支出限制
每个使用层级都有一个限制，说明您每个日历月在API上的支出。一旦您达到您所在层级的支出限制，在您符合下一个层级的条件之前，您必须等到下个月才能再次使用API。 要符合下一个层级的条件，您必须满足存款要求。为了最小化账户过度充值的风险，您不能存入超过您的月度支出限制的金额。提升层级的要求
| 使用层级 | 信用购买 | 最大信用购买 |
|---|---|---|
| 第1层 | $5 | $100 |
| 第2层 | $40 | $500 |
| 第3层 | $200 | $1,000 |
| 第4层 | $400 | $5,000 |
| 月度发票 | 不适用 | 不适用 |
信用购买显示提升到该层级所需的累积信用购买（不含税）。您在达到阈值时立即提升。最大信用购买限制您在单笔交易中可以添加到账户的最大金额，以防止账户过度充值。
速率限制
我们的Messages API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)为单位，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标头，指示需要等待多长时间。
如果您的组织使用量急剧增加，您可能还会因为API上的加速限制而遇到429错误。为了避免触发加速限制，请逐步增加您的流量并保持一致的使用模式。
缓存感知ITPM
许多API提供商使用组合的”每分钟令牌数”(TPM)限制，可能包括所有令牌，包括缓存和未缓存的、输入和输出的。**对于大多数Claude模型，只有未缓存的输入令牌计入您的ITPM速率限制。**这是一个关键优势，使我们的速率限制实际上比初看起来要高。 ITPM速率限制在每个请求开始时估计，并在请求期间调整以反映实际使用的输入令牌数。 以下内容计入ITPM：input_tokens（未缓存的新输入令牌）✓ 计入ITPMcache_creation_input_tokens（写入缓存的令牌）✓ 计入ITPMcache_read_input_tokens（从缓存读取的令牌）✗ 对于大多数模型不计入ITPM
一些较旧的模型（在下面的速率限制表中用†标记）也将
cache_read_input_tokens计入ITPM速率限制。对于所有没有†标记的模型，缓存的输入令牌不计入速率限制，并以降低的速率计费（基础输入令牌价格的10%）。这意味着通过使用提示缓存，您可以实现显著更高的有效吞吐量。
OTPM速率限制基于请求开始时的
max_tokens进行估计，并在请求结束时调整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以更好地近似您的完成大小。
速率限制分别应用于每个模型；因此您可以同时使用不同的模型直到各自的限制。
您可以在Claude Console中检查您的当前速率限制和行为。
对于长上下文请求(>200K令牌)，当使用Claude Sonnet 4.x的
context-1m-2025-08-07测试版标头时，适用单独的速率限制。请参阅下面的长上下文速率限制。- 第1层
- 第2层
- 第3层
- 第4层
- 自定义
cache_read_input_tokens计入ITPM使用。
Message Batches API
Message Batches API有自己的一组速率限制，在所有模型中共享。这些包括对所有API端点的每分钟请求数(RPM)限制和对可以同时处于处理队列中的批处理请求数的限制。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，它被视为处理队列的一部分。- 第1层
- 第2层
- 第3层
- 第4层
- 自定义
| 最大每分钟请求数(RPM) | 处理队列中的最大批处理请求数 | 每个批次的最大批处理请求数 |
|---|---|---|
| 50 | 100,000 | 100,000 |
长上下文速率限制
当使用Claude Sonnet 4和Sonnet 4.5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处于测试阶段，适用于使用层级4的组织和具有自定义速率限制的组织。1M令牌上下文窗口仅适用于Claude Sonnet 4和Sonnet 4.5。
- 第4层
- 自定义
| 最大每分钟输入令牌数(ITPM) | 最大每分钟输出令牌数(OTPM) |
|---|---|
| 1,000,000 | 200,000 |
要充分利用1M令牌上下文窗口和速率限制，请使用提示缓存。
在Console中监控您的速率限制
您可以在Claude Console的使用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，使用页面还提供两个单独的速率限制图表。使用这些图表可以查看您有多少增长空间、何时可能达到峰值使用、更好地理解要请求的速率限制，或者如何改进您的缓存速率。这些图表为给定的速率限制（例如按模型）可视化多个指标：- 速率限制 - 输入令牌图表包括：
- 每小时最大未缓存每分钟输入令牌数
- 您当前的每分钟输入令牌速率限制
- 您的输入令牌缓存速率（即从缓存读取的输入令牌的百分比）
- 速率限制 - 输出令牌图表包括：
- 每小时最大每分钟输出令牌数
- 您当前的每分钟输出令牌速率限制
为工作区设置较低的限制
为了保护您的组织中的工作区免受潜在过度使用，您可以为每个工作区设置自定义支出和速率限制。 示例：如果您的组织限制是每分钟40,000个输入令牌和每分钟8,000个输出令牌，您可能会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过度使用，并确保在您的组织中更公平地分配资源。剩余的未使用每分钟令牌数（或更多，如果该工作区不使用限制）随后可供其他工作区使用。 注意：- 您不能对默认工作区设置限制。
- 如果未设置，工作区限制与组织的限制相匹配。
- 组织范围的限制始终适用，即使工作区限制加起来更多。
- 对工作区的输入和输出令牌限制的支持将在未来添加。
响应标头
API响应包括显示强制执行的速率限制、当前使用情况以及何时将重置限制的标头。 返回以下标头：| 标头 | 描述 |
|---|---|
retry-after | 在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 | 任何速率限制期间允许的最大请求数。 |
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 | 任何速率限制期间允许的最大令牌数。 |
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 | 任何速率限制期间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 | 任何速率限制期间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 | 任何速率限制期间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 | 任何速率限制期间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-*标头显示当前生效的最严格限制的值。例如，如果您超过了工作区每分钟令牌限制，标头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，标头将返回总令牌剩余数，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。