Ratenlimits
Um Missbrauch einzudämmen und die Kapazität der API zu steuern, gibt es Limits dafür, wie intensiv eine Organisation die Claude API nutzen kann.
Es gibt zwei Arten von Limits:
- „Spend limits“ (Ausgabenlimits) legen die maximalen monatlichen Kosten fest, die einer Organisation durch die API-Nutzung entstehen können.
- „Rate limits“ (Ratenlimits) legen die maximale Anzahl von API-Anfragen fest, die eine Organisation innerhalb eines definierten Zeitraums stellen kann.
Die API setzt vom Dienst konfigurierte Limits auf Organisationsebene durch, du kannst jedoch zusätzlich benutzerdefinierte Limits für die Workspaces deiner Organisation festlegen.
Über Ratenlimits
- Limits sind so gestaltet, dass sie API-Missbrauch verhindern und gleichzeitig die Auswirkungen auf gängige Nutzungsmuster von Kunden minimieren.
- Limits werden durch die „usage tier“ (Nutzungsstufe) bestimmt. Organisationen werden basierend auf ihrer Nutzungshistorie und ihrem Kontostatus automatisch einer Stufe zugeordnet und können im Laufe der Zeit durch die Nutzung der API in eine höhere Stufe aufsteigen.
- Neue Organisationen und Organisationen mit begrenzter Nutzungshistorie beginnen möglicherweise in der Evaluation-Stufe, mit Limits unterhalb der auf dieser Seite gezeigten Standardlimits, während die Kontohistorie aufgebaut wird. Diese Anfangslimits sind Teil der Maßnahmen, mit denen Anthropic Betrug und Missbrauch verhindert, und sie erhöhen sich automatisch, sobald deine Organisation eine Nutzungshistorie aufbaut.
- Limits werden auf Organisationsebene festgelegt. Die Stufe und die aktuellen Limits deiner Organisation findest du auf der Seite Ratenlimits (
platform.claude.com/usage/limits) in der Claude Console. Auf Claude Models on Google Cloud (Anthropic managed) und Claude Platform on AWS zeigt diese Seite für jede Organisation Custom-Stufe an, unabhängig von ihrer Nutzungsstufe. - Du kannst Ratenlimits auch über kürzere Zeitintervalle erreichen. Beispielsweise kann eine Rate von 60 Anfragen pro Minute (RPM) als 1 Anfrage pro Sekunde durchgesetzt werden. Kurze Anfragespitzen können das Limit überschreiten und Ratenlimit-Fehler auslösen.
- Die folgenden Limits sind die Standardlimits für jede Stufe. Wenn du höhere Limits benötigst, siehe Höhere Limits anfordern.
- Die API verwendet den Token-Bucket-Algorithmus für das Rate-Limiting. Das bedeutet, dass deine Kapazität kontinuierlich bis zu deinem maximalen Limit aufgefüllt wird, anstatt in festen Intervallen zurückgesetzt zu werden.
- Alle hier beschriebenen Limits stellen die maximal zulässige Nutzung dar, keine garantierten Mindestwerte. Diese Limits sollen unbeabsichtigte Mehrausgaben reduzieren und eine faire Verteilung der Ressourcen unter den Nutzern sicherstellen.
Ausgabenlimits
Jede der Stufen Start, Build und Scale hat eine monatliche Ausgabenobergrenze. Die Obergrenze ist der Höchstbetrag, den deine Organisation in jedem Kalendermonat für die API ausgeben kann. Du kannst die monatliche Ausgabenobergrenze deiner Organisation unter Ausgabenlimits in der Claude Console (platform.claude.com/settings/spend-limits) einsehen und dort ein eigenes Limit festlegen.
| Nutzungsstufe | Monatliche Ausgabenobergrenze |
|---|---|
| Start | 500 $ USD |
| Build | 1.000 $ USD |
| Scale | 200.000 $ USD |
Organisationen in der Custom-Stufe haben keine monatliche Ausgabenobergrenze; die Limits werden mit ihrem Account-Team vereinbart.
Erreichen deiner Ausgabenobergrenze
Sobald du die Ausgabenobergrenze deiner Stufe erreichst, wird die API-Nutzung bis 00:00 UTC am ersten Tag des nächsten Monats pausiert, es sei denn, du forderst früher ein höheres Limit an. Während die Nutzung pausiert ist, geben API-Anfragen HTTP 429 zurück:
{
"type": "error",
"error": {
"type": "rate_limit_error",
"message": "You have reached your API usage limits: your organization has crossed its monthly API usage threshold, set based on your organization's API tier. You will regain access on 2026-09-01 at 00:00 UTC.",
"details": { "error_code": "enforced_spend_limit_reached" }
},
"request_id": "req_018EeWyXxfu5pfWkrYcMdjWG"
}- Der Fehlertyp ist
rate_limit_error, derselbe wie bei einem Ratenlimit, aber die Antwort enthält keinenretry-after-Header. Wiederholungsversuche, einschließlich der automatischen Wiederholungen des SDK, schlagen fehl, bis der Zugriff wiederhergestellt ist. - Bei der Messages API ist
error.details.error_codegleichenforced_spend_limit_reached. Verwende dies, um diese Antwort von einem Ratenlimit zu unterscheiden. - Der Wechsel in eine höhere Stufe stellt den Zugriff wieder her; siehe Höhere Limits anfordern.
Ein eigenes Ausgabenlimit festlegen
Du kannst auch ein eigenes Ausgabenlimit unterhalb der Obergrenze deiner Stufe festlegen, um die Kosten zu kontrollieren:
Zu deinen Ausgabenlimits navigieren
Gehe zu Ausgabenlimits in der Claude Console (
platform.claude.com/settings/spend-limits).Den Editor für das Ausgabenlimit öffnen
Klicke neben dem Monatlichen Ausgabenlimit deiner Organisation auf Limit anpassen oder Limit festlegen.
Dein Ausgabenlimit anpassen
Gib einen neuen Wert ein. Dein Ausgabenlimit darf die Obergrenze deiner aktuellen Stufe nicht überschreiten.
Wenn die Nutzung ein von dir festgelegtes Ausgabenlimit erreicht, geben Anfragen HTTP 400 mit dem Fehlertyp invalid_request_error zurück. Die Nachricht beginnt mit You have reached your specified API usage limits oder, bei einem Workspace-Limit, mit You have reached your specified workspace API usage limits und gibt an, wann der Zugriff wiederhergestellt wird. Erhöhe oder entferne das Limit, um den Zugriff früher wiederherzustellen.
Limits für den Claude Code-Workspace werden separat geprüft: Claude Code-Anfragen, die das Limit dieses Workspace überschreiten, können stattdessen eine 429-Antwort erhalten, die einen retry-after-Header enthält.
Ratenlimits
Die Ratenlimits für die Messages API werden für jede Modellklasse in Anfragen pro Minute (RPM), Eingabe-Token pro Minute (ITPM) und Ausgabe-Token pro Minute (OTPM) gemessen.
Wenn du eines der Ratenlimits überschreitest, erhältst du einen 429-Fehler, der beschreibt, welches Ratenlimit überschritten wurde. Wenn die Antwort einen retry-after-Header enthält, warte diese Anzahl an Sekunden, bevor du es erneut versuchst.
Cache-bewusste ITPM
Bei den standardmäßigen ITPM-Ratenlimits der API zählen nur nicht gecachte Eingabe-Token. Dadurch sind die Ratenlimits effektiv höher, als sie zunächst erscheinen mögen.
ITPM-Ratenlimits werden zu Beginn jeder Anfrage geschätzt, und die Schätzung wird während der Anfrage angepasst, um die tatsächliche Anzahl der verwendeten Eingabe-Token widerzuspiegeln.
Folgendes zählt zu ITPM:
input_tokens(Token nach dem letzten Cache-Breakpoint) ✓ Zählen zu ITPMcache_creation_input_tokens(Token, die in den Cache geschrieben werden) ✓ Zählen zu ITPMcache_read_input_tokens(Token, die aus dem Cache gelesen werden) ✗ Zählen NICHT zu ITPM
Beispiel: Mit einem ITPM-Limit von 2.000.000 und einer Cache-Trefferquote von 80 Prozent könntest du effektiv 10.000.000 Eingabe-Token insgesamt pro Minute verarbeiten (2 Mio. nicht gecacht + 8 Mio. gecacht), da gecachte Token nicht zu deinem Ratenlimit zählen. Diese gecachten Token werden zum Cache-Lesepreis abgerechnet, einem Bruchteil des Basis-Eingabepreises.
Um innerhalb deiner Ratenlimits den höchsten Durchsatz zu erreichen, cache wiederholte Inhalte wie Systemanweisungen und Prompts, große Kontextdokumente, Tool-Definitionen und den Gesprächsverlauf; Anleitungen findest du unter Prompt-Caching. Mit effektivem Caching kannst du deinen tatsächlichen Durchsatz erheblich steigern, ohne deine Ratenlimits zu erhöhen. Überwache deine Cache-Trefferquote auf der Seite Nutzung in der Claude Console, um deine Caching-Strategie zu optimieren.
OTPM-Ratenlimits werden in Echtzeit ausgewertet, während Ausgabe-Token erzeugt werden, wobei nur die tatsächlich generierten Token gezählt werden. Der Parameter max_tokens fließt nicht in die OTPM-Ratenlimit-Berechnungen ein, sodass das Festlegen eines höheren max_tokens-Werts keinen Nachteil in Bezug auf Ratenlimits hat.
Jede Zeile in den folgenden Tabellen hat ihre eigenen RPM-, ITPM- und OTPM-Limits. Einige Zeilen umfassen mehrere Modelle, die sich ein Limit teilen; siehe die Hinweise, die auf die Tabellen folgen. Du kannst deine aktuellen Ratenlimits und deren Verhalten auf der Seite Ratenlimits in der Claude Console überprüfen oder die konfigurierten Limits mit der Rate Limits API abrufen und Workspace-Limits programmatisch festlegen.
| Modell | Maximale Anfragen pro Minute (RPM) | Maximale Eingabe-Token pro Minute (ITPM) | Maximale Ausgabe-Token pro Minute (OTPM) |
|---|---|---|---|
| Claude Fable 5.2 | 4.000 | 500.000 | 100.000 |
| Claude Fable 5.1 und Claude Fable 51 | 4.000 | 500.000 | 100.000 |
| Claude Opus 5.5 | 4.000 | 2.000.000 | 400.000 |
| Claude Opus 5 | 1.000 | 2.000.000 | 400.000 |
| Claude Opus 4.x2 | 1.000 | 2.000.000 | 400.000 |
| Claude Sonnet 5.5 | 4.000 | 2.000.000 | 400.000 |
| Claude Sonnet 5 | 1.000 | 2.000.000 | 400.000 |
| Claude Sonnet 4.x3 | 1.000 | 2.000.000 | 400.000 |
| Claude Haiku 5.5 | 4.000 | 2.000.000 | 400.000 |
| Claude Haiku 4.5 | 1.000 | 2.000.000 | 400.000 |
| Modell | Maximale Anfragen pro Minute (RPM) | Maximale Eingabe-Token pro Minute (ITPM) | Maximale Ausgabe-Token pro Minute (OTPM) |
|---|---|---|---|
| Claude Fable 5.2 | 10.000 | 1.500.000 | 300.000 |
| Claude Fable 5.1 und Claude Fable 51 | 10.000 | 1.500.000 | 300.000 |
| Claude Opus 5.5 | 10.000 | 5.000.000 | 1.000.000 |
| Claude Opus 5 | 5.000 | 5.000.000 | 1.000.000 |
| Claude Opus 4.x2 | 5.000 | 5.000.000 | 1.000.000 |
| Claude Sonnet 5.5 | 10.000 | 5.000.000 | 1.000.000 |
| Claude Sonnet 5 | 5.000 | 5.000.000 | 1.000.000 |
| Claude Sonnet 4.x3 | 5.000 | 5.000.000 | 1.000.000 |
| Claude Haiku 5.5 | 10.000 | 5.000.000 | 1.000.000 |
| Claude Haiku 4.5 | 5.000 | 5.000.000 | 1.000.000 |
| Modell | Maximale Anfragen pro Minute (RPM) | Maximale Eingabe-Token pro Minute (ITPM) | Maximale Ausgabe-Token pro Minute (OTPM) |
|---|---|---|---|
| Claude Fable 5.2 | 13.000 | 4.000.000 | 800.000 |
| Claude Fable 5.1 und Claude Fable 51 | 13.000 | 4.000.000 | 800.000 |
| Claude Opus 5.5 | 13.000 | 10.000.000 | 2.000.000 |
| Claude Opus 5 | 10.000 | 10.000.000 | 2.000.000 |
| Claude Opus 4.x2 | 10.000 | 10.000.000 | 2.000.000 |
| Claude Sonnet 5.5 | 13.000 | 10.000.000 | 2.000.000 |
| Claude Sonnet 5 | 10.000 | 10.000.000 | 2.000.000 |
| Claude Sonnet 4.x3 | 10.000 | 10.000.000 | 2.000.000 |
| Claude Haiku 5.5 | 13.000 | 10.000.000 | 2.000.000 |
| Claude Haiku 4.5 | 10.000 | 10.000.000 | 2.000.000 |
Wenn du Limits benötigst, die über die Scale-Stufe hinausgehen, kontaktiere den Vertrieb über die Seite Ratenlimits in der Claude Console. Auf Claude Models on Google Cloud (Anthropic managed) und Claude Platform on AWS verwende Höhere Limits anfordern auf dieser Seite, falls du diese Option siehst.
1 Das Fable-Ratenlimit ist ein Gesamtlimit, das für den kombinierten Traffic über Claude Fable 5.1 und Claude Fable 5 gilt. Claude Fable 5.2 hat ein separates Ratenlimit und ist nicht Teil dieses kombinierten Buckets. Claude Mythos 5.2, Claude Mythos 5.1 und Claude Mythos 5 teilen sich ein separates kombiniertes Limit.
2 Das Opus-Ratenlimit ist ein Gesamtlimit, das für den kombinierten Traffic über Claude Opus 4.8, Opus 4.7, Opus 4.6 und Opus 4.5 gilt. Claude Opus 5.5 und Claude Opus 5 haben jeweils ein separates Ratenlimit und sind nicht Teil dieses kombinierten Buckets.
3 Das Sonnet-4.x-Ratenlimit ist ein Gesamtlimit, das für den kombinierten Traffic über Sonnet 4.6 und Sonnet 4.5 (abgekündigt; siehe Modellabkündigungen) gilt. Claude Sonnet 5.5 und Claude Sonnet 5 haben jeweils ein separates Ratenlimit und sind nicht Teil dieses kombinierten Buckets.
Anstiegslimits
Ein „ramp limit“ (Anstiegslimit) begrenzt, wie schnell die Token-Nutzung deiner Organisation bei einem Modell wachsen kann. Nach einem starken Anstieg der Nutzung können Anfragen einen 429-Fehler zurückgeben, selbst wenn du unter deinen ITPM- und OTPM-Ratenlimits liegst. Auch eine Häufung von Anfragen innerhalb weniger Sekunden kann als starker Anstieg zählen.
Dein Anstiegslimit ist die höchste Nutzung des Modells pro Minute durch deine Organisation in der jüngeren Vergangenheit, zuzüglich eines Schritts. Jede Minute kannst du bis zu einen Schritt über diesen Spitzenwert hinausgehen, sodass das Limit steigt, während deine erfolgreiche Nutzung wächst. Es steigt nicht über dein Ratenlimit hinaus. Nach einer Phase geringerer Nutzung sinkt das Anstiegslimit wieder. Das Limit fällt nie unter einen Startwert, auch wenn du das Modell in letzter Zeit nicht genutzt hast.
- Anstiegslimits können für jedes Modell gelten.
- Eingabe-Token und Ausgabe-Token werden getrennt gezählt.
- Die Nutzung im Fast Mode hat eigene Anstiegslimits, getrennt von der Standardnutzung desselben Modells.
- Wie bei Cache-bewussten ITPM zählen aus dem Cache gelesene Token nicht zu einem Anstiegslimit. Nicht gecachte Eingabe-Token und in den Cache geschriebene Token zählen dazu.
- Der Schritt und der Startwert variieren je nach Modell und können sich ändern. Die Fehlermeldung gibt in der Regel dein aktuelles Anstiegslimit, den Schritt und dein Ratenlimit an.
- Der Fehlertyp ist
rate_limit_error, derselbe wie bei einem Ratenlimit. Bei der Messages API isterror.details.error_codegleichramp_limit_exceeded. Verwende dies, um diese Antwort von einem Ratenlimit zu unterscheiden. - Die Message Batches API unterliegt keinen Anstiegslimits.
Wenn du aufgrund eines Anstiegslimits einen 429-Fehler erhältst:
- Warte mindestens die im
retry-after-Header angegebene Anzahl an Sekunden, bevor du es erneut versuchst. - Halte deinen Traffic auf einem Niveau, bei dem Anfragen erfolgreich sind, und erhöhe ihn dann um höchstens einen Schritt pro Minute.
- Starte geplante oder Massen-Jobs mit einer niedrigen Rate und verteile Anfragen gleichmäßig, anstatt alles auf einmal zu senden.
Message Batches API
Die Message Batches API hat ihre eigenen Ratenlimits, die über alle Modelle hinweg geteilt werden. Dazu gehören ein Limit für Anfragen pro Minute (RPM) für alle API-Endpunkte sowie ein Limit für die Anzahl der Batch-Anfragen, die sich gleichzeitig in der Verarbeitungswarteschlange befinden können. Eine „Batch-Anfrage“ bezeichnet hier einen Teil eines Message Batch. Du kannst einen Message Batch erstellen, der Tausende von Batch-Anfragen enthält, von denen jede zu diesem Limit zählt. Eine Batch-Anfrage bleibt in der Verarbeitungswarteschlange, bis das Modell sie erfolgreich verarbeitet hat.
| Maximale Anfragen pro Minute (RPM) | Maximale Batch-Anfragen in der Verarbeitungswarteschlange | Maximale Batch-Anfragen pro Batch |
|---|---|---|
| 1.000 | 200.000 | 100.000 |
| Maximale Anfragen pro Minute (RPM) | Maximale Batch-Anfragen in der Verarbeitungswarteschlange | Maximale Batch-Anfragen pro Batch |
|---|---|---|
| 2.000 | 300.000 | 100.000 |
| Maximale Anfragen pro Minute (RPM) | Maximale Batch-Anfragen in der Verarbeitungswarteschlange | Maximale Batch-Anfragen pro Batch |
|---|---|---|
| 4.000 | 500.000 | 100.000 |
Wenn du Limits benötigst, die über die Scale-Stufe hinausgehen, kontaktiere den Vertrieb über die Seite Ratenlimits in der Claude Console. Auf Claude Models on Google Cloud (Anthropic managed) und Claude Platform on AWS verwende Höhere Limits anfordern auf dieser Seite, falls du diese Option siehst.
Managed Agents
Die Endpunkte von Claude Managed Agents unterliegen Ratenlimits pro Organisation. Diese Limits sind getrennt von den weiter oben auf dieser Seite beschriebenen Ratenlimits der Messages API.
| Vorgang | Limit |
|---|---|
| Create-Endpunkte (zum Beispiel Agenten, Sessions und Umgebungen) | 300 Anfragen pro Minute |
| Read-Endpunkte (zum Beispiel Abrufen, Auflisten und Streamen) | 1.200 Anfragen pro Minute |
Files API
Anfragen an die Files API haben ein eigenes Limit pro Organisation, das über Upload-, Auflistungs-, Abruf-, Download- und Löschvorgänge hinweg geteilt wird und von den weiter oben auf dieser Seite beschriebenen Limits der Messages API getrennt ist. Den aktuellen Wert findest du unter Ratenlimits der Files API.
Ratenlimits im Fast Mode
Wenn du den Fast Mode mit speed: "fast" verwendest, gelten eigene Ratenlimits, getrennt von den Standard-Ratenlimits. Sie gelten für Claude Fable 5.2, Claude Mythos 5.2, Claude Opus 5.5, Claude Opus 5 und Claude Opus 4.8. Für Claude Opus 5 befindet sich der Fast Mode in der Research Preview, für Claude Opus 4.8 ist er abgekündigt.
Claude Fable 5.2, Claude Mythos 5.2 und Claude Opus 5.5 haben ein Standard-Ratenlimit für den Fast Mode. Das Standardlimit gilt in den Stufen Start, Build und Scale. Du musst für diese Modelle keinen Zugriff auf den Fast Mode anfordern. Organisationen in der Evaluation-Stufe können den Fast Mode mit diesen Modellen nutzen, sobald sie in die Stufe Start, Build oder Scale wechseln.
Um deine Ratenlimits für den Fast Mode einzusehen, gehe zur Seite Ratenlimits in der Claude Console. Wenn du deine Ratenlimits für den Fast Mode überschreitest, gibt die API einen 429-Fehler mit einem retry-after-Header zurück.
Die Antwort enthält anthropic-fast-*-Header, die den Status deines Fast-Mode-Ratenlimits angeben. Details zu diesen Headern findest du unter Ratenlimits im Fast Mode.
Deine Ratenlimits in der Console überwachen
Du kannst die Nutzung deiner Ratenlimits auf der Seite Nutzung der Claude Console überwachen.
Zusätzlich zu den Token- und Anfragediagrammen bietet die Seite Nutzung zwei separate Ratenlimit-Diagramme. Verwende diese Diagramme, um zu sehen, wie viel Spielraum du zum Wachsen hast, um zu erkennen, wann du möglicherweise Spitzenauslastungen erreichst, um zu verstehen, welche Ratenlimits du anfordern solltest, und um zu erfahren, wie du deine Caching-Raten verbessern kannst. Die Diagramme visualisieren eine Reihe von Metriken für ein bestimmtes Ratenlimit (zum Beispiel für jedes Modell):
- Das Diagramm Rate Limit - Input Tokens (Ratenlimit – Eingabe-Token) enthält:
- Das stündliche Maximum ungecachter Eingabe-Token pro Minute
- Dein aktuelles Ratenlimit für Eingabe-Token pro Minute
- Die Cache-Rate deiner Eingabe-Token (das heißt den Prozentsatz der aus dem Cache gelesenen Eingabe-Token)
- Das Diagramm Rate Limit - Output Tokens (Ratenlimit – Ausgabe-Token) enthält:
- Das stündliche Maximum der Ausgabe-Token pro Minute
- Dein aktuelles Ratenlimit für Ausgabe-Token pro Minute
Höhere Limits anfordern
Um höhere Ratenlimits oder eine höhere monatliche Ausgabenobergrenze anzufordern, verwende Höhere Stufe anfragen auf der Seite Ratenlimits in der Claude Console. Auch der Anthropic-Support kann Limits erhöhen; bei dringendem Bedarf wende dich an den Anthropic-Support.
Niedrigere Limits für Workspaces festlegen
Mehr über Workspaces erfährst du unter Workspaces.
Um Workspaces in deiner Organisation vor möglicher übermäßiger Nutzung zu schützen, kannst du für jeden Workspace benutzerdefinierte Ausgaben- und Ratenlimits festlegen.
Beispiel: Wenn das Limit deiner Organisation 40.000 Eingabe-Token pro Minute und 8.000 Ausgabe-Token pro Minute beträgt, könntest du einen Workspace auf 30.000 Eingabe-Token pro Minute begrenzen. Das schützt andere Workspaces vor möglicher Übernutzung und verteilt die Ressourcen gleichmäßiger in deiner Organisation. Die übrigen 10.000 Eingabe-Token pro Minute sowie alle der 30.000, die dieser Workspace nicht nutzt, stehen weiterhin anderen Workspaces zur Verfügung.
Hinweis:
- Auf Claude Models on Google Cloud (Anthropic managed) und Claude Platform on AWS kannst du keine Ausgabenlimits für den Standard-Workspace festlegen.
- Ein Ausgabenlimit für den Standard-Workspace erfasst oder stoppt möglicherweise einen Teil der Nutzung in diesem Workspace nicht. Dazu gehört die Nutzung über die Claude Console (etwa den Playground) und über Sessions von Claude Managed Agents. Dazu gehört auch die Nutzung von Claude Code oder Claude Desktop, wenn sich ein Mitglied mit einem Claude Console-Konto anmeldet und den Standard-Workspace verwendet. Das Ausgabenlimit deiner Organisation gilt für diese gesamte Nutzung.
- Wenn keine Limits gesetzt sind, entsprechen die Workspace-Limits dem Limit der Organisation.
- Workspace-Limits werden für jeden Limitertyp festgelegt (etwa Anfragen pro Minute, Eingabe-Token pro Minute oder Ausgabe-Token pro Minute).
- Organisationsweite Limits gelten immer, auch wenn die Workspace-Limits in Summe höher sind.
Um die aktuellen Ratenlimits deiner Organisation und deines Workspaces abzurufen oder Workspace-Ratenlimits programmatisch festzulegen, verwende die Rate Limits API.
Antwort-Header
Die API-Antwort enthält Header, die dir das durchgesetzte Ratenlimit, die aktuelle Nutzung und den Zeitpunkt der Zurücksetzung des Limits anzeigen.
Die folgenden Header werden zurückgegeben:
| Header | Beschreibung |
|---|---|
retry-after | Die Anzahl der Sekunden, die du warten musst, bis du die Anfrage wiederholen kannst. Frühere Wiederholungsversuche können fehlschlagen. Nicht jede 429-Antwort enthält diesen Header; die 429-Antwort bei Erreichen der Ausgabenobergrenze enthält ihn nie (siehe Erreichen deiner Ausgabenobergrenze). |
anthropic-ratelimit-requests-limit | Die maximale Anzahl von Anfragen, die innerhalb eines Ratenlimit-Zeitraums zulässig sind. |
anthropic-ratelimit-requests-remaining | Die Anzahl der verbleibenden Anfragen, bevor das Ratenlimit greift. |
anthropic-ratelimit-requests-reset | Der Zeitpunkt, zu dem das Anfragen-Ratenlimit vollständig aufgefüllt ist, im RFC-3339-Format. |
anthropic-ratelimit-tokens-limit | Die maximale Anzahl von Token, die innerhalb eines Ratenlimit-Zeitraums zulässig sind. |
anthropic-ratelimit-tokens-remaining | Die Anzahl der verbleibenden Token (auf das nächste Tausend gerundet), bevor das Ratenlimit greift. |
anthropic-ratelimit-tokens-reset | Der Zeitpunkt, zu dem das Token-Ratenlimit vollständig aufgefüllt ist, im RFC-3339-Format. |
anthropic-ratelimit-input-tokens-limit | Die maximale Anzahl von Eingabe-Token, die innerhalb eines Ratenlimit-Zeitraums zulässig sind. |
anthropic-ratelimit-input-tokens-remaining | Die Anzahl der verbleibenden Eingabe-Token (auf das nächste Tausend gerundet), bevor das Ratenlimit greift. |
anthropic-ratelimit-input-tokens-reset | Der Zeitpunkt, zu dem das Eingabe-Token-Ratenlimit vollständig aufgefüllt ist, im RFC-3339-Format. |
anthropic-ratelimit-output-tokens-limit | Die maximale Anzahl von Ausgabe-Token, die innerhalb eines Ratenlimit-Zeitraums zulässig sind. |
anthropic-ratelimit-output-tokens-remaining | Die Anzahl der verbleibenden Ausgabe-Token (auf das nächste Tausend gerundet), bevor das Ratenlimit greift. |
anthropic-ratelimit-output-tokens-reset | Der Zeitpunkt, zu dem das Ausgabe-Token-Ratenlimit vollständig aufgefüllt ist, im RFC-3339-Format. |
anthropic-priority-input-tokens-limit | Die maximale Anzahl von Priority-Tier-Eingabe-Token, die innerhalb eines Ratenlimit-Zeitraums zulässig sind. (nur Priority Tier) |
anthropic-priority-input-tokens-remaining | Die Anzahl der verbleibenden Priority-Tier-Eingabe-Token (auf das nächste Tausend gerundet), bevor das Ratenlimit greift. (nur Priority Tier) |
anthropic-priority-input-tokens-reset | Der Zeitpunkt, zu dem das Priority-Tier-Eingabe-Token-Ratenlimit vollständig aufgefüllt ist, im RFC-3339-Format. (nur Priority Tier) |
anthropic-priority-output-tokens-limit | Die maximale Anzahl von Priority-Tier-Ausgabe-Token, die innerhalb eines Ratenlimit-Zeitraums zulässig sind. (nur Priority Tier) |
anthropic-priority-output-tokens-remaining | Die Anzahl der verbleibenden Priority-Tier-Ausgabe-Token (auf das nächste Tausend gerundet), bevor das Ratenlimit greift. (nur Priority Tier) |
anthropic-priority-output-tokens-reset | Der Zeitpunkt, zu dem das Priority-Tier-Ausgabe-Token-Ratenlimit vollständig aufgefüllt ist, im RFC-3339-Format. (nur Priority Tier) |
Die anthropic-ratelimit-tokens-*-Header zeigen die Werte für das restriktivste derzeit geltende Limit an. Wenn du beispielsweise das Token-Limit pro Minute eines Workspace überschritten hast, enthalten die Header die Werte des Token-Ratenlimits pro Minute dieses Workspace. Wenn keine Workspace-Limits gelten, geben die Header die insgesamt verbleibenden Token zurück, wobei die Gesamtsumme die Summe aus Eingabe- und Ausgabe-Token ist. Um zu sehen, welchem Workspace eine Anfrage zugerechnet wurde, lies den Antwort-Header anthropic-workspace-id, der die ID des Workspace enthält, zu dem dein API-Key oder Zugriffstoken aufgelöst wurde.
War diese Seite hilfreich?