速率限制

限制分为两种类型：

1. 支出限制（spend limits）设定了组织每月因 API 使用而产生的最高费用。
2. 速率限制（rate limits）设定了组织在规定时间段内可以发出的 API 请求的最大数量。

API 在组织级别强制执行服务配置的限制，但您也可以为组织的工作区设置用户可配置的限制。

关于速率限制

• 限制旨在防止 API 滥用，同时尽量减少对常见客户使用模式的影响。
• 限制由使用层级（usage tier）定义。组织会根据使用历史和账户状况自动被置于某一层级，并可随着使用 API 的时间推移升至更高层级。
• 新组织和使用历史有限的组织可能会从 Evaluation（评估）层级开始，在建立账户历史期间，其限制低于本页面所示的标准限制。这些起始限制是 Anthropic 防止欺诈和滥用的措施之一，并会随着您的组织积累使用历史而自动提高。
• 限制在组织级别设置。您可以在 Claude Console 的速率限制页面查看您组织的层级和当前限制。
• 您可能会在更短的时间间隔内触及速率限制。例如，每分钟 60 个请求（RPM）的速率可能会按每秒 1 个请求来执行。短时间的请求突发可能会超出限制并触发速率限制错误。
• 以下限制是每个层级的标准限制。如果您需要更高的限制，请参阅申请更高的限制。
• API 使用令牌桶算法（token bucket algorithm）进行速率限制。这意味着您的容量会持续补充直至最大限制，而不是在固定间隔重置。
• 此处描述的所有限制均代表允许的最大使用量，而非保证的最低值。这些限制旨在减少无意的超支，并确保资源在用户之间公平分配。

支出限制

Start、Build 和 Scale 层级各自设有每月支出上限，即您的组织每个日历月可在 API 上花费的最高金额。您可以在账单页面查看您组织的每月支出上限并设置您自己的限制。

Custom（自定义）层级的组织没有每月支出上限；其限制由客户团队协商安排。

达到支出上限

一旦您达到所在层级的支出上限，API 使用将暂停，直至下个月第一天的 00:00 UTC，除非您提前申请更高的限制。在使用暂停期间，API 请求会返回 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"
}

• 错误类型为 rate_limit_error，与速率限制相同，但响应中没有 retry-after 标头。在访问恢复之前，重试（包括 SDK 的自动重试）都会失败。
• 在 Messages API 上，error.details.error_code 为 enforced_spend_limit_reached。可使用它将此响应与速率限制区分开来。
• 升至更高层级可恢复访问；请参阅申请更高的限制。

设置您自己的支出限制

您还可以设置低于所在层级上限的自定义支出限制以控制成本：

1. 1

   前往账单页面

   在 Claude Console 中前往设置 > 账单。

2. 2

   打开支出限制编辑器

   在支出限制部分，点击调整限制（如果当前未设置限制，则点击设置限制）。

3. 3

   调整您的支出限制

   输入新值。您的支出限制不能超过当前层级的上限。

当使用量达到您设置的支出限制时，请求会返回 HTTP 400，错误类型为 invalid_request_error。消息以 You have reached your specified API usage limits 开头，对于工作区限制则以 You have reached your specified workspace API usage limits 开头，并说明访问何时恢复。提高或移除该限制可更快恢复访问。

Claude Code 工作区上的限制会单独检查：超出该工作区限制的 Claude Code 请求可能会收到带有 retry-after 标头的 429。

速率限制

Messages API 的速率限制按每个模型类别以每分钟请求数（RPM）、每分钟输入令牌数（ITPM）和每分钟输出令牌数（OTPM）来衡量。 如果您超出任何速率限制，您将收到一个 429 错误，说明超出了哪项速率限制，同时附带一个 retry-after 标头，指示需要等待多长时间。

缓存感知的 ITPM

许多 API 提供商使用合并的"每分钟令牌数"（TPM）限制，其中可能包括所有令牌，无论是缓存的还是未缓存的、输入的还是输出的。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。 这是一项关键优势，使速率限制实际上比最初看起来更高。

ITPM 速率限制在每个请求开始时进行估算，并在请求过程中调整估算值以反映实际使用的输入令牌数。

以下是计入 ITPM 的内容：

• input_tokens（最后一个缓存断点之后的令牌）✓ 计入 ITPM
• cache_creation_input_tokens（正在写入缓存的令牌）✓ 计入 ITPM
• cache_read_input_tokens（从缓存读取的令牌）✗ 对于大多数模型不计入 ITPM

示例： 在 2,000,000 ITPM 限制和 80% 缓存命中率的情况下，您实际上每分钟可以处理 10,000,000 个总输入令牌（200 万未缓存 + 800 万缓存），因为缓存的令牌不计入您的速率限制。

为了充分利用您的速率限制，请缓存重复内容，例如系统指令和提示、大型上下文文档、工具定义以及对话历史；请参阅提示缓存获取指导。通过有效的缓存，您可以在不提高速率限制的情况下大幅提升实际吞吐量。在使用情况页面监控您的缓存命中率，以调整您的缓存策略。

OTPM 速率限制在输出令牌生成时实时评估，仅计算实际生成的令牌。max_tokens 参数不纳入 OTPM 速率限制计算，因此设置更高的 max_tokens 值在速率限制方面没有任何不利影响。

速率限制针对每个模型单独应用；因此您可以同时使用不同的模型，直至各自的限制。 您可以在 Claude Console 的速率限制页面查看您当前的速率限制和行为，或使用 Rate Limits API 以编程方式读取已配置的限制。

^{1 Fable 速率限制是一项总限制，适用于 Claude Fable 5.1 和 Claude Fable 5 的合并流量。Claude Mythos 5.1 和 Claude Mythos 5 按相同条款共享另一项单独的合并限制。}

^{2 Opus 速率限制是一项总限制，适用于 Claude Opus 4.8、Opus 4.7、Opus 4.6 和 Opus 4.5 的合并流量。Claude Opus 5.5 和 Claude Opus 5 各自有单独的速率限制，不属于此合并桶。}

^{3 Sonnet 4.x 速率限制是一项总限制，适用于 Sonnet 4.6 和 Sonnet 4.5 的合并流量。Claude Sonnet 5 有单独的速率限制，不属于此合并桶。}

^{4 该限制将 cache_read_input_tokens 计入 ITPM 使用量。}

Message Batches API

Message Batches API 有自己的一套速率限制，在所有模型之间共享。其中包括适用于所有 API 端点的每分钟请求数（RPM）限制，以及对可同时处于处理队列中的批处理请求数量的限制。此处的"批处理请求"指 Message Batch 的一部分。您可以创建一个包含数千个批处理请求的 Message Batch，其中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，即被视为处理队列的一部分。

Managed Agents

Claude Managed Agents 端点按组织进行速率限制。这些限制与上述 Messages API 速率限制相互独立。

Files API

Files API 请求有自己的按组织限制，在上传、列出、检索、下载和删除操作之间共享，并与本页面前文所述的 Messages API 限制相互独立。当前数值请参阅 Files API 速率限制。

快速模式速率限制

在 Claude Opus 5.5、Claude Opus 5，或 Opus 4.8 上通过 speed: "fast" 使用快速模式（研究预览版）时，将适用独立于标准 Opus 速率限制的专用速率限制。当超出快速模式速率限制时，API 会返回带有 retry-after 标头的 429 错误。快速模式在 Claude Opus 4.7 上不可用（请求会返回错误），在 Claude Opus 4.6 上也不可用（对 claude-opus-4-6 使用 speed: "fast" 的请求会以标准速度运行）。请参阅快速模式。

响应中包含 anthropic-fast-* 标头，用于指示您的快速模式速率限制状态。有关这些标头的详情，请参阅快速模式速率限制。

在 Console 中监控您的速率限制

您可以在 Claude Console 的使用情况页面监控您的速率限制使用情况。

除了提供令牌和请求图表外，使用情况页面还提供两个单独的速率限制图表。使用这些图表可以了解您还有多少增长空间、识别何时可能达到使用高峰、了解应申请哪些速率限制，以及学习如何提高缓存率。这些图表针对给定的速率限制（例如按模型）可视化展示多项指标：

• Rate Limit - Input Tokens（速率限制 - 输入令牌）图表包括：
  • 每小时的每分钟未缓存输入令牌数最大值
  • 您当前的每分钟输入令牌数速率限制
  • 您输入令牌的缓存率（即从缓存读取的输入令牌百分比）
• Rate Limit - Output Tokens（速率限制 - 输出令牌）图表包括：
  • 每小时的每分钟输出令牌数最大值
  • 您当前的每分钟输出令牌数速率限制

申请更高的限制

如需申请更高的速率限制或更高的每月支出上限，请使用速率限制页面上的 Request rate limit increase（申请提高速率限制）。Anthropic 支持团队也可以提高限制；如有紧急需求，请联系 Anthropic 支持团队。

为工作区设置更低的限制

有关工作区的更多信息，请参阅工作区。

为了保护您组织中的工作区免受潜在的过度使用，您可以为每个工作区设置自定义的支出限制和速率限制。

示例：如果您组织的限制为每分钟 40,000 个输入令牌和每分钟 8,000 个输出令牌，您可以将某个工作区限制为每分钟 30,000 个输入令牌。这可以保护其他工作区免受潜在的过度使用，并确保资源在您的组织内更公平地分配。剩余未使用的每分钟令牌数（如果该工作区未用满限制，则会更多）可供其他工作区使用。

注意：

• 您无法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一致。
• 工作区限制按限制器类型设置（例如每分钟请求数、每分钟输入令牌数或每分钟输出令牌数）。
• 组织范围的限制始终适用，即使各工作区限制之和更高。

如需以编程方式读取您当前的组织和工作区速率限制，请使用 Rate Limits API。

响应标头

API 响应中包含的标头会向您显示所执行的速率限制、当前使用情况以及限制何时重置。

返回以下标头：

anthropic-ratelimit-tokens-* 标头显示当前生效的最严格限制的值。例如，如果您超出了工作区每分钟令牌限制，这些标头将包含工作区每分钟令牌速率限制的值。如果工作区限制不适用，这些标头将返回剩余的总令牌数，其中总数为输入令牌和输出令牌之和。这种方式可确保您能够了解当前 API 使用中最相关的约束。要查看某个请求计入了哪个工作区，请读取 anthropic-workspace-id 响应标头，其中包含您的 API 密钥或访问令牌所解析到的工作区 ID。