レート制限

制限には2つのタイプがあります。

1. 支出制限は、組織がAPI使用に対して負担できる月間最大コストを設定します。
2. レート制限は、組織が定義された期間内に行えるAPIリクエストの最大数を設定します。

APIは組織レベルでサービス設定の制限を適用しますが、組織のワークスペースに対してユーザーが設定可能な制限を設定することもできます。



レート制限について

• 制限は、一般的な顧客の使用パターンへの影響を最小限に抑えながら、APIの不正使用を防ぐように設計されています。
• 制限は使用量ティアによって定義されます。組織は使用履歴とアカウントの状態に基づいて自動的にティアに配置され、APIを使用するにつれて時間の経過とともにより高いティアに移動できます。
• 新しい組織や使用履歴が限られている組織は、アカウント履歴が確立されるまで、このページに示されている標準制限よりも低い制限から開始する場合があります。これらの開始時の制限は、不正行為や不正使用を防ぐための仕組みの一部であり、組織が使用履歴を積み重ねるにつれて自動的に増加します。
• 制限は組織レベルで設定されます。組織のティアと現在の制限は、Claude ConsoleのLimitsページで確認できます。
• より短い時間間隔でレート制限に達する可能性があります。たとえば、1分あたり60リクエスト（RPM）のレートは、1秒あたり1リクエストとして適用される場合があります。短時間のリクエストのバーストは制限を超え、レート制限エラーを引き起こす可能性があります。
• 以下の制限は各ティアの標準制限です。より高い制限が必要な場合は、より高い制限のリクエストを参照してください。
• APIはレート制限にトークンバケットアルゴリズムを使用しています。これは、容量が固定間隔でリセットされるのではなく、最大制限まで継続的に補充されることを意味します。
• ここで説明するすべての制限は、保証された最小値ではなく、許可される最大使用量を表します。これらの制限は、意図しない過剰支出を減らし、ユーザー間でリソースの公平な分配を確保することを目的としています。



支出制限

Start、Build、Scaleの各ティアには月間支出上限があり、これは組織が各暦月にAPIに支出できる最大額です。ティアの支出上限に達すると、より高い制限をリクエストしない限り、API使用は翌月まで一時停止されます。組織の月間支出上限はLimitsページで確認できます。

Customティアの組織には月間支出上限がなく、制限はアカウントチームと調整されます。

コストを管理するために、ティアの上限を下回る独自の支出制限を設定することもできます。



レート制限

Messages APIのレート制限は、各モデルクラスについて、1分あたりのリクエスト数（RPM）、1分あたりの入力トークン数（ITPM）、1分あたりの出力トークン数（OTPM）で測定されます。 いずれかのレート制限を超えると、どのレート制限を超えたかを説明する429エラーと、待機時間を示すretry-afterヘッダーが返されます。



キャッシュ対応ITPM

多くのAPIプロバイダーは、キャッシュされたトークンとキャッシュされていないトークン、入力と出力のすべてのトークンを含む可能性のある、統合された「1分あたりのトークン数」（TPM）制限を使用しています。ほとんどのClaudeモデルでは、キャッシュされていない入力トークンのみがITPMレート制限にカウントされます。 これは、レート制限が最初に見えるよりも実質的に高くなる重要な利点です。

ITPMレート制限は各リクエストの開始時に推定され、その推定値はリクエスト中に実際に使用された入力トークン数を反映するように調整されます。

ITPMにカウントされるものは次のとおりです。

• input_tokens（最後のキャッシュブレークポイント以降のトークン） ✓ ITPMにカウントされる
• cache_creation_input_tokens（キャッシュに書き込まれるトークン） ✓ ITPMにカウントされる
• cache_read_input_tokens（キャッシュから読み取られるトークン） ✗ ほとんどのモデルではITPMにカウントされない

total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens

例： 2,000,000 ITPMの制限と80%のキャッシュヒット率があれば、キャッシュされたトークンはレート制限にカウントされないため、実質的に1分あたり合計10,000,000の入力トークン（キャッシュされていない2M + キャッシュされた8M）を処理できます。

OTPMレート制限は、出力トークンが生成されるたびにリアルタイムで評価され、実際に生成されたトークンのみがカウントされます。max_tokensパラメータはOTPMレート制限の計算には影響しないため、より高いmax_tokens値を設定してもレート制限上の不利益はありません。

レート制限は各モデルに個別に適用されます。したがって、それぞれの制限まで異なるモデルを同時に使用できます。 現在のレート制限と動作は、Claude ConsoleのLimitsページで確認するか、Rate Limits APIを使用して設定された制限をプログラムで読み取ることができます。

^{* Opusのレート制限は、Claude Opus 4.8、Opus 4.7、Opus 4.6、Opus 4.5の合計トラフィックに適用される総合制限です。Claude Opus 5には個別のレート制限があり、この統合バケットには含まれません。}

^{** Sonnet 4.xのレート制限は、Sonnet 4.6とSonnet 4.5の合計トラフィックに適用される総合制限です。Claude Sonnet 5には個別のレート制限があり、この統合バケットには含まれません。}

^{† この制限はcache_read_input_tokensをITPM使用量にカウントします。}



Message Batches API

Message Batches APIには、すべてのモデルで共有される独自のレート制限セットがあります。これには、すべてのAPIエンドポイントに対する1分あたりのリクエスト数（RPM）制限と、同時に処理キューに入れることができるバッチリクエスト数の制限が含まれます。ここでの「バッチリクエスト」とは、Message Batchの一部を指します。数千のバッチリクエストを含むMessage Batchを作成でき、それぞれがこの制限にカウントされます。バッチリクエストは、モデルによってまだ正常に処理されていない場合、処理キューの一部と見なされます。



Managed Agents

Claude Managed Agentsのエンドポイントは、組織ごとにレート制限されます。これらの制限は、上記のMessages APIのレート制限とは別のものです。



高速モードのレート制限

Claude Opus 5、Opus 4.8、またはOpus 4.7でspeed: "fast"を指定して高速モード（リサーチプレビュー）を使用する場合、標準のOpusレート制限とは別の専用レート制限が適用されます。高速モードのレート制限を超えると、APIはretry-afterヘッダー付きの429エラーを返します。高速モードはClaude Opus 4.6では利用できません。speed: "fast"を指定したclaude-opus-4-6へのリクエストは標準速度で実行されます。高速モードを参照してください。

レスポンスには、高速モードのレート制限ステータスを示すanthropic-fast-*ヘッダーが含まれます。これらのヘッダーの詳細については、高速モードのレート制限を参照してください。



Consoleでのレート制限の監視

Claude ConsoleのUsageページでレート制限の使用状況を監視できます。

トークンとリクエストのチャートに加えて、Usageページには2つの個別のレート制限チャートが用意されています。これらのチャートを使用して、成長の余地を確認し、ピーク使用時を特定し、リクエストすべきレート制限を把握し、キャッシュ率を改善する方法を学ぶことができます。チャートは、特定のレート制限（たとえば、モデルごと）について、いくつかのメトリクスを可視化します。

• Rate Limit - Input Tokensチャートには以下が含まれます。
  • 1時間ごとの1分あたりの最大非キャッシュ入力トークン数
  • 現在の1分あたりの入力トークンのレート制限
  • 入力トークンのキャッシュ率（つまり、キャッシュから読み取られた入力トークンの割合）
• Rate Limit - Output Tokensチャートには以下が含まれます。
  • 1時間ごとの1分あたりの最大出力トークン数
  • 現在の1分あたりの出力トークンのレート制限



より高い制限のリクエスト

より高いレート制限またはより高い月間支出上限をリクエストするには、LimitsページのRequest rate limit increaseを使用してください。



ワークスペースに対するより低い制限の設定

ワークスペースの詳細については、ワークスペースを参照してください。

組織内のワークスペースを潜在的な過剰使用から保護するために、ワークスペースごとにカスタムの支出制限とレート制限を設定できます。

例：組織の制限が1分あたり40,000入力トークンと1分あたり8,000出力トークンの場合、1つのワークスペースを1分あたり30,000入力トークンに制限できます。これにより、他のワークスペースが潜在的な過剰使用から保護され、組織全体でリソースのより公平な分配が確保されます。残りの未使用の1分あたりのトークン（そのワークスペースが制限を使用しない場合はそれ以上）は、他のワークスペースが使用できるようになります。

注意：

• デフォルトのワークスペースには制限を設定できません。
• 設定されていない場合、ワークスペースの制限は組織の制限と一致します。
• ワークスペースの制限は、リミッタータイプごと（1分あたりのリクエスト数、1分あたりの入力トークン数、1分あたりの出力トークン数など）に設定されます。
• ワークスペースの制限の合計がそれを上回る場合でも、組織全体の制限は常に適用されます。

現在の組織とワークスペースのレート制限をプログラムで読み取るには、Rate Limits APIを使用してください。



レスポンスヘッダー

APIレスポンスには、適用されているレート制限、現在の使用量、制限がリセットされる時刻を示すヘッダーが含まれます。

以下のヘッダーが返されます。

anthropic-ratelimit-tokens-*ヘッダーは、現在有効な最も制限の厳しい制限の値を表示します。たとえば、ワークスペースの1分あたりのトークン制限を超えた場合、ヘッダーにはワークスペースの1分あたりのトークンレート制限の値が含まれます。ワークスペースの制限が適用されない場合、ヘッダーは残りの合計トークン数を返します。ここで合計とは、入力トークンと出力トークンの合計です。このアプローチにより、現在のAPI使用における最も関連性の高い制約を可視化できます。