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的数量实施了限制。

我们有两种类型的限制：

消费限制设定组织每月API使用的最高成本。

速率限制设定组织在指定时间段内可以发出的最大API请求数。

我们在组织层面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。

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，每个层级都有不同的消费和速率限制。

当您在使用API时达到某些阈值，您的组织将自动提升层级。限制在组织层面设置。您可以在Anthropic控制台的限制页面查看您组织的限制。

您可能在较短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。短时间内大量的请求可能超过速率限制并导致速率限制错误。

以下概述的是我们的标准限制。如果您需要更高的自定义限制，请通过Anthropic控制台联系销售团队。

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。

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。这些限制旨在防止过度使用并确保用户之间资源的公平分配。

消费限制

每个使用层级对您每个日历月可以在API上花费的金额都有限制。一旦您达到当前层级的消费限制，在有资格升级到下一层级之前，您需要等到下个月才能再次使用API。

要获得下一层级的资格，您必须满足存款要求和强制等待期。更高层级需要更长的等待期。注意，为了最小化超额注资账户的风险，您不能存入超过每月消费限制的金额。

提升层级的要求

使用层级	信用购买	首次购买后等待时间	每月最大使用量
第1层	$5	0天	$100
第2层	$40	7天	$500
第3层	$200	7天	$1,000
第4层	$400	14天	$5,000
月度开票	不适用	不适用	不适用

更新的速率限制

我们对消息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。

ITPM速率限制在每个请求开始时根据提示长度进行估算，并在请求结束时根据实际使用的输入令牌数进行调整。请注意，所有类型的输入令牌（input_tokens、cache_creation_input_tokens和cache_read_input_tokens）都同等计入ITPM速率限制，即使它们的计费率不同。

OTPM速率限制在每个请求开始时根据max_tokens进行估算，并在请求结束时根据实际使用的输出令牌数进行调整。如果您比预期更早达到OTPM限制，请尝试减少max_tokens以更好地估计完成的大小。

点击表格中的速率限制层级以查看相关速率限制。速率限制按模型单独跟踪；因此，同一层级内的模型不共享速率限制。

第1层

第2层

第3层

第4层

自定义

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 3.5 Sonnet 2024-10-22	50	40,000	8,000
Claude 3.5 Sonnet 2024-06-20	50	40,000	8,000
Claude 3.5 Haiku	50	50,000	10,000
Claude 3 Opus	50	20,000	4,000
Claude 3 Sonnet	50	40,000	8,000
Claude 3 Haiku	50	50,000	10,000

消息批处理API

消息批处理API有其自己的速率限制，这些限制在所有模型之间共享。这包括对所有API端点的每分钟请求数(RPM)限制，以及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”指的是消息批处理的一部分。您可以创建包含数千个批处理请求的消息批处理，每个请求都计入此限制。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

每分钟最大请求数 (RPM)	处理队列中的最大批处理请求数	每批最大批处理请求数
50	100,000	100,000

为工作空间设置较低限制

为了保护组织中的工作空间免受潜在过度使用的影响，您可以为每个工作空间设置自定义消费和速率限制。

示例：如果您组织的限制是每分钟48,000个令牌（40,000个输入令牌和8,000个输出令牌），您可能会将一个工作空间限制为每分钟30,000个总令牌。这可以保护其他工作空间免受潜在过度使用的影响，并确保组织内资源的更公平分配。剩余未使用的每分钟令牌（如果该工作空间未使用限制，则可能更多）则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限制相匹配。

即使工作空间限制加起来更多，组织范围的限制始终适用。

未来将为工作空间添加输入和输出令牌限制支持。

响应头

API响应包含显示强制执行的速率限制、当前使用情况和限制重置时间的头部。

返回以下头部：

头部	描述
`anthropic-ratelimit-requests-limit`	任何速率限制期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`	任何速率限制期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（四舍五入到最接近的千）。
`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`	任何速率限制期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（四舍五入到最接近的千）。
`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`	任何速率限制期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（四舍五入到最接近的千）。
`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。
`retry-after`	您可以重试请求前的秒数。

anthropic-ratelimit-tokens-*头部显示当前生效的最严格限制的值。例如，如果您超过了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数，其中总数是输入和输出令牌的总和。这种方法确保您能够看到当前API使用的最相关约束。

旧版速率限制

我们的速率限制以前是按每个模型类别的每分钟请求数、每分钟令牌数和每天令牌数来衡量的。如果您超过任何速率限制，您将收到429错误。点击速率限制层级以查看相关限制。

速率限制按模型单独跟踪，因此同一层级内的模型不共享速率限制。

第1层

第2层

第3层

第4层

自定义

模型	每分钟最大请求数 (RPM)	每分钟最大令牌数 (TPM)	每天最大令牌数 (TPD)
Claude 3.5 Sonnet 2024-10-22	50	40,000	1,000,000
Claude 3.5 Sonnet 2024-06-20	50	40,000	1,000,000
Claude 3.5 Haiku	50	50,000	5,000,000
Claude 3 Opus	50	20,000	1,000,000
Claude 3 Sonnet	50	40,000	1,000,000
Claude 3 Haiku	50	50,000	5,000,000

关于我们的限制#

消费限制#

提升层级的要求#

更新的速率限制#

消息批处理API#

为工作空间设置较低限制#

响应头#

旧版速率限制#