Limites de débit

Il existe deux types de limites :

1. Les limites de dépenses (spend limits) fixent un coût mensuel maximal qu’une organisation peut engager pour l’utilisation de l’API.
2. Les limites de débit (rate limits) fixent le nombre maximal de requêtes API qu’une organisation peut effectuer sur une période définie.

L’API applique des limites configurées par le service au niveau de l’organisation, mais vous pouvez également définir des limites configurables par l’utilisateur pour les espaces de travail de votre organisation.

À propos des limites de débit

• Les limites sont conçues pour prévenir les abus de l’API, tout en minimisant l’impact sur les schémas d’utilisation courants des clients.
• Les limites sont définies par niveau d’utilisation (usage tier). Les organisations sont placées automatiquement dans un niveau en fonction de leur historique d’utilisation et de la situation de leur compte, et peuvent passer à un niveau supérieur au fil du temps à mesure qu’elles utilisent l’API.
• Les nouvelles organisations et les organisations ayant un historique d’utilisation limité peuvent commencer dans le niveau d’évaluation, avec des limites inférieures aux limites standard indiquées sur cette page pendant que l’historique du compte s’établit. Ces limites de départ font partie des moyens par lesquels Anthropic prévient la fraude et les abus, et elles augmentent automatiquement à mesure que votre organisation construit son historique d’utilisation.
• Les limites sont définies au niveau de l’organisation. Vous pouvez consulter le niveau de votre organisation et ses limites actuelles sur la page Limites de débit (platform.claude.com/usage/limits) de la Claude Console.
• Vous pouvez atteindre les limites de débit sur des intervalles de temps plus courts. Par exemple, un débit de 60 requêtes par minute (RPM) peut être appliqué sous la forme d’une requête par seconde. De courtes rafales de requêtes peuvent dépasser la limite et déclencher des erreurs de limite de débit.
• Les limites suivantes sont les limites standard pour chaque niveau. Si vous avez besoin de limites plus élevées, consultez Demander des limites plus élevées.
• L’API utilise l’algorithme du seau à jetons (token bucket) pour appliquer les limites de débit. Cela signifie que votre capacité est reconstituée en continu jusqu’à votre limite maximale, plutôt que d’être réinitialisée à intervalles fixes.
• Toutes les limites décrites ici représentent l’utilisation maximale autorisée, et non des minimums garantis. Ces limites visent à réduire les dépenses excessives involontaires et à garantir une répartition équitable des ressources entre les utilisateurs.

Limites de dépenses

Chacun des niveaux Start, Build et Scale comporte un plafond de dépenses mensuel, qui correspond au montant maximal que votre organisation peut dépenser sur l’API chaque mois calendaire. Vous pouvez consulter le plafond de dépenses mensuel de votre organisation et définir votre propre limite sur la page Facturation de la Claude Console.

Les organisations du niveau personnalisé n’ont pas de plafond de dépenses mensuel ; les limites sont convenues avec leur équipe de compte.

Atteindre votre plafond de dépenses

Une fois le plafond de dépenses de votre niveau atteint, l’utilisation de l’API est suspendue jusqu’à 00:00 UTC le premier jour du mois suivant, sauf si vous demandez une limite plus élevée avant cette date. Pendant la suspension, les requêtes API renvoient une erreur HTTP 429 :

{
  "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"
}

• Le type d’erreur est rate_limit_error, le même que pour une limite de débit, mais la réponse ne comporte pas d’en-tête retry-after. Les nouvelles tentatives, y compris les nouvelles tentatives automatiques du SDK, échouent jusqu’à ce que l’accès reprenne.
• Sur l’API Messages, error.details.error_code vaut enforced_spend_limit_reached. Utilisez-le pour distinguer cette réponse d’une limite de débit.
• Passer à un niveau supérieur rétablit l’accès ; consultez Demander des limites plus élevées.

Définir votre propre limite de dépenses

Vous pouvez également définir votre propre limite de dépenses en dessous du plafond de votre niveau afin de maîtriser les coûts :

1. 1

   Accéder à la page Facturation

   Dans la Claude Console, accédez à la page Facturation (platform.claude.com/settings/billing).

2. 2

   Ouvrir l’éditeur de limite de dépenses

   Dans la section Limites de dépenses, cliquez sur Ajuster la limite (ou Définir la limite si aucune limite n’est actuellement définie).

3. 3

   Ajuster votre limite de dépenses

   Saisissez une nouvelle valeur. Votre limite de dépenses ne peut pas dépasser le plafond de votre niveau actuel.

Lorsque l’utilisation atteint une limite de dépenses que vous avez définie, les requêtes renvoient HTTP 400 avec le type d’erreur invalid_request_error. Le message commence par You have reached your specified API usage limits, ou You have reached your specified workspace API usage limits pour une limite d’espace de travail, et indique quand l’accès reprend. Augmentez ou supprimez la limite pour rétablir l’accès plus tôt.

Les limites de l’espace de travail Claude Code sont vérifiées séparément : les requêtes Claude Code dépassant la limite de cet espace de travail peuvent à la place recevoir un code 429 accompagné d’un en-tête retry-after.

Limites de débit

Les limites de débit de l’API Messages sont mesurées en requêtes par minute (RPM), en tokens d’entrée par minute (ITPM) et en tokens de sortie par minute (OTPM) pour chaque classe de modèle. Si vous dépassez l’une des limites de débit, vous obtenez une erreur 429 décrivant quelle limite de débit a été dépassée. Lorsque la réponse comporte un en-tête retry-after, attendez ce nombre de secondes avant de réessayer.

ITPM tenant compte du cache

De nombreux fournisseurs d’API utilisent une limite combinée de « tokens par minute » (TPM) qui peut inclure tous les tokens, en cache et hors cache, d’entrée et de sortie. Les limites de débit ITPM par défaut de Claude ne comptabilisent que les tokens d’entrée non mis en cache. C’est un avantage clé qui rend les limites de débit effectivement plus élevées qu’elles ne pourraient le paraître au premier abord.

Les limites de débit ITPM sont estimées au début de chaque requête, et l’estimation est ajustée pendant la requête pour refléter le nombre réel de tokens d’entrée utilisés.

Voici ce qui est comptabilisé dans l’ITPM :

• input_tokens (tokens situés après le dernier point d’arrêt de cache) ✓ Comptabilisés dans l’ITPM
• cache_creation_input_tokens (tokens en cours d’écriture dans le cache) ✓ Comptabilisés dans l’ITPM
• cache_read_input_tokens (tokens lus depuis le cache) ✗ NON comptabilisés dans l’ITPM

Exemple : Avec une limite de 2 000 000 ITPM et un taux de réussite du cache de 80 pour cent, vous pourriez effectivement traiter 10 000 000 de tokens d’entrée au total par minute (2M non mis en cache + 8M mis en cache), car les tokens mis en cache ne sont pas comptabilisés dans votre limite de débit. Ces tokens mis en cache sont facturés au tarif de lecture du cache, une fraction du prix d’entrée de base.

Pour obtenir le débit le plus élevé dans les limites de débit qui vous sont attribuées, mettez en cache le contenu répété tel que les instructions système et les prompts, les documents de contexte volumineux, les définitions d’outils et l’historique des conversations ; consultez la mise en cache des prompts pour obtenir des conseils. Avec une mise en cache efficace, vous pouvez augmenter considérablement votre débit réel sans relever vos limites de débit. Surveillez votre taux de réussite du cache sur la page Utilisation de la Claude Console pour ajuster votre stratégie de mise en cache.

Les limites de débit OTPM sont évaluées en temps réel à mesure que les tokens de sortie sont produits, en ne comptabilisant que les tokens réellement générés. Le paramètre max_tokens n’entre pas en compte dans le calcul des limites de débit OTPM ; définir une valeur max_tokens plus élevée n’a donc aucun inconvénient en matière de limite de débit.

Chaque ligne des tableaux suivants possède ses propres limites RPM, ITPM et OTPM. Certaines lignes couvrent plusieurs modèles qui partagent une même limite ; consultez les notes sous les tableaux. Vous pouvez vérifier vos « rate limits » (limites de débit) actuelles et leur comportement sur la page Limites de débit dans la Claude Console, ou lire les limites configurées et définir les limites des espaces de travail par programmation avec l’API des limites de débit.

^{1 La limite de débit Fable est une limite totale qui s’applique au trafic combiné de Claude Fable 5.1 et Claude Fable 5. Claude Fable 5.2 dispose d’une limite de débit distincte et ne fait pas partie de ce seau combiné. Claude Mythos 5.2, Claude Mythos 5.1 et Claude Mythos 5 partagent une limite combinée distincte.}

^{2 La limite de débit Opus est une limite totale qui s’applique au trafic combiné de Claude Opus 4.8, Opus 4.7, Opus 4.6 et Opus 4.5. Claude Opus 5.5 et Claude Opus 5 disposent chacun d’une limite de débit distincte et ne font pas partie de ce seau combiné.}

^{3 La limite de débit Sonnet 4.x est une limite totale qui s’applique au trafic combiné de Sonnet 4.6 et Sonnet 4.5 (déprécié ; consultez Dépréciations de modèles). Claude Sonnet 5.5 et Claude Sonnet 5 disposent chacun d’une limite de débit distincte et ne font pas partie de ce seau combiné.}

API Message Batches

L’API Message Batches possède son propre ensemble de limites de débit, partagées entre tous les modèles. Celles-ci comprennent une limite de requêtes par minute (RPM) pour tous les points de terminaison de l’API et une limite sur le nombre de requêtes de lot pouvant se trouver simultanément dans la file d’attente de traitement. Une « requête de lot » désigne ici une partie d’un lot de messages. Vous pouvez créer un lot de messages contenant des milliers de requêtes de lot, chacune étant comptabilisée dans cette limite. Une requête de lot reste dans la file d’attente de traitement jusqu’à ce que le modèle l’ait traitée avec succès.

Managed Agents

Les points de terminaison de Claude Managed Agents sont soumis à des limites de débit pour chaque organisation. Ces limites sont distinctes des limites de débit de l’API Messages décrites plus haut sur cette page.

API Files

Les requêtes de l’API Files disposent de leur propre limite par organisation, partagée entre les opérations de téléversement, de liste, de récupération, de téléchargement et de suppression, et distincte des limites de l’API Messages décrites plus haut sur cette page. Consultez Limites de débit de l’API Files pour connaître la valeur actuelle.

Limites de débit du mode rapide

Lorsque vous utilisez le « fast mode » (mode rapide) avec speed: "fast" sur Claude Fable 5.2, Claude Mythos 5.2, Claude Opus 5.5, Claude Opus 5, ou Claude Opus 4.8, des limites de débit dédiées s’appliquent. Elles sont distinctes des limites de débit standard. Claude Opus 5.5 dispose d’une limite de débit par défaut pour le mode rapide aux niveaux Start, Build et Scale ; vous n’avez donc pas besoin de demander l’accès pour utiliser le mode rapide avec ce modèle. Les organisations du niveau d’évaluation peuvent utiliser le mode rapide avec Claude Opus 5.5 dès qu’elles passent au niveau Start, Build ou Scale. Il en va de même pour Claude Fable 5.2. Cela s’applique également à Claude Mythos 5.2. Le mode rapide pour Claude Opus 5 et Claude Opus 4.8 est en aperçu de recherche. Pour consulter vos limites de débit du mode rapide, accédez à la page Limites de débit de la Claude Console. En cas de dépassement de vos limites de débit du mode rapide, l’API renvoie une erreur 429 avec un en-tête retry-after.

La réponse inclut des en-têtes anthropic-fast-* qui indiquent l’état de vos limites de débit du mode rapide. Consultez Limites de débit du mode rapide pour plus de détails sur ces en-têtes.

Surveiller vos limites de débit dans la Console

Vous pouvez surveiller votre utilisation des limites de débit sur la page Utilisation de la Claude Console.

En plus de fournir des graphiques de tokens et de requêtes, la page Utilisation propose deux graphiques distincts de limites de débit. Utilisez ces graphiques pour voir la marge de croissance dont vous disposez, identifier les moments où vous atteignez peut-être des pics d’utilisation, comprendre quelles limites de débit demander et apprendre à améliorer vos taux de mise en cache. Les graphiques affichent un certain nombre de métriques pour une limite de débit donnée (par exemple, pour chaque modèle) :

• Le graphique Rate Limit - Input Tokens (limite de débit - tokens d’entrée) comprend :
  • Le maximum horaire de tokens d’entrée non mis en cache par minute
  • Votre limite de débit actuelle en tokens d’entrée par minute
  • Le taux de cache de vos tokens d’entrée (c’est-à-dire le pourcentage de tokens d’entrée lus depuis le cache)
• Le graphique Rate Limit - Output Tokens (limite de débit - tokens de sortie) comprend :
  • Le maximum horaire de tokens de sortie par minute
  • Votre limite de débit actuelle en tokens de sortie par minute

Demander des limites plus élevées

Pour demander des limites de débit plus élevées ou un plafond de dépenses mensuel plus élevé, utilisez Demander un niveau supérieur sur la page Limites de débit de la Claude Console. Le support Anthropic peut également relever les limites ; pour les besoins urgents, contactez le support Anthropic.

Définir des limites plus basses pour les espaces de travail

Pour en savoir plus sur les espaces de travail, consultez Espaces de travail.

Pour protéger les espaces de travail de votre organisation contre une éventuelle surutilisation, vous pouvez définir des limites de dépenses et de débit personnalisées pour chaque espace de travail.

Exemple : si la limite de votre organisation est de 40 000 tokens d’entrée par minute et de 8 000 tokens de sortie par minute, vous pourriez limiter un espace de travail à 30 000 tokens d’entrée par minute. Cela protège les autres espaces de travail d’une éventuelle surutilisation et répartit les ressources de manière plus équitable au sein de votre organisation. Les 10 000 autres tokens d’entrée par minute, ainsi que la part des 30 000 que cet espace de travail n’utilise pas, restent disponibles pour les autres espaces de travail.

Remarque :

• Vous ne pouvez pas définir de limites de dépenses sur l’espace de travail par défaut.
• Si elles ne sont pas définies, les limites de l’espace de travail correspondent à la limite de l’organisation.
• Les limites d’espace de travail sont définies pour chaque type de limiteur (comme les requêtes par minute, les tokens d’entrée par minute ou les tokens de sortie par minute).
• Les limites à l’échelle de l’organisation s’appliquent toujours, même si la somme des limites des espaces de travail est supérieure.

Pour lire les limites de débit actuelles de votre organisation et de vos espaces de travail, ou pour définir les limites de débit des espaces de travail par programmation, utilisez l’API des limites de débit.

En-têtes de réponse

La réponse de l’API inclut des en-têtes qui vous indiquent la limite de débit appliquée, l’utilisation actuelle et le moment où la limite est réinitialisée.

Les en-têtes suivants sont renvoyés :

Les en-têtes anthropic-ratelimit-tokens-* affichent les valeurs de la limite la plus restrictive actuellement en vigueur. Par exemple, si vous avez dépassé la limite de tokens par minute de l’espace de travail, les en-têtes contiennent les valeurs de la limite de débit de tokens par minute de l’espace de travail. Si les limites de l’espace de travail ne s’appliquent pas, les en-têtes renvoient le total des tokens restants, le total étant la somme des tokens d’entrée et de sortie. Pour savoir sur quel espace de travail une requête a été comptabilisée, lisez l’en-tête de réponse anthropic-workspace-id, qui contient l’identifiant de l’espace de travail auquel votre clé API ou votre jeton d’accès a été résolu.