速率限制

限制分為兩種類型：

1. Spend limits（支出限制）設定組織每月因 API 使用而可產生的最高費用。
2. Rate limits（速率限制）設定組織在特定時間內可發出的 API 請求數量上限。

API 在組織層級強制執行由服務設定的限制，但您也可以為組織的工作區設定使用者可自訂的限制。

關於速率限制

• 限制的設計目的在於防止 API 濫用，同時將對一般客戶使用模式的影響降到最低。
• 限制依 usage tier（使用層級）定義。組織會根據使用歷史與帳戶狀況自動被置於某個層級，並可隨著使用 API 的時間推移而升至更高層級。
• 新組織以及使用歷史有限的組織可能會從 Evaluation 層級開始，在建立帳戶歷史期間，其限制會低於本頁所示的標準限制。這些起始限制是 Anthropic 防止詐欺與濫用的措施之一，並會隨著您的組織累積使用歷史而自動提高。
• 限制設定於組織層級。您可以在 Claude Console 的 Rate limits（速率限制）頁面查看您組織的層級與目前的限制。
• 您可能會在較短的時間間隔內觸及速率限制。例如，每分鐘 60 次請求（RPM）的速率可能會以每秒 1 次請求的方式強制執行。短時間內的大量請求可能會超出限制並觸發速率限制錯誤。
• 以下限制為各層級的標準限制。若您需要更高的限制，請參閱申請更高的限制。
• API 使用 token bucket algorithm（權杖桶演算法）進行速率限制。這表示您的容量會持續補充至上限，而非在固定間隔重設。
• 此處描述的所有限制代表允許的最大使用量，而非保證的最低值。這些限制旨在減少非預期的超支，並確保資源在使用者之間公平分配。

支出限制

Start、Build 與 Scale 各層級皆設有每月支出上限，即您的組織每個日曆月可在 API 上花費的最高金額。您可以在 Billing（帳單）頁面查看組織的每月支出上限並設定您自己的限制。

Custom 層級的組織沒有每月支出上限；其限制由客戶團隊另行安排。

達到支出上限

一旦您達到所屬層級的支出上限，API 使用將暫停至下個月第一天 00:00 UTC，除非您提前申請更高的限制。在使用暫停期間，API 請求會回傳 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"
}

• 錯誤類型為 rate_limit_error，與速率限制相同，但回應中沒有 retry-after 標頭。重試（包括 SDK 的自動重試）在存取恢復之前都會失敗。
• 在 Messages API 上，error.details.error_code 為 enforced_spend_limit_reached。請使用它來區分此回應與速率限制。
• 升至更高層級即可恢復存取；請參閱申請更高的限制。

設定您自己的支出限制

您也可以設定低於所屬層級上限的自訂支出限制以控制成本：

1. 1

   前往 Billing 頁面

   在 Claude Console 中前往 Settings > Billing。

2. 2

   開啟支出限制編輯器

   在 Spend limits 區段中，點擊 Adjust limit（若目前尚未設定限制，則點擊 Set limit）。

3. 3

   調整您的支出限制

   輸入新的數值。您的支出限制不得超過目前層級的上限。

當使用量達到您設定的支出限制時，請求會回傳 HTTP 400，錯誤類型為 invalid_request_error。訊息以 You have reached your specified API usage limits 開頭，若為工作區限制則以 You have reached your specified workspace API usage limits 開頭，並說明存取何時恢復。提高或移除該限制即可提前恢復存取。

Claude Code 工作區的限制會另行檢查：超出該工作區限制的 Claude Code 請求可能會改為收到帶有 retry-after 標頭的 429。

速率限制

Messages API 的速率限制以每個模型類別的每分鐘請求數（RPM）、每分鐘輸入權杖數（ITPM）與每分鐘輸出權杖數（OTPM）來衡量。 若您超出任何速率限制，將會收到 429 錯誤，說明超出了哪一項速率限制，並附帶 retry-after 標頭指示需等待多久。

快取感知的 ITPM

許多 API 供應商使用合併的「每分鐘權杖數」（TPM）限制，可能包含所有權杖，無論是已快取或未快取、輸入或輸出。對於大多數 Claude 模型，只有未快取的輸入權杖會計入您的 ITPM 速率限制。 這是一項關鍵優勢，使速率限制實際上比表面看起來更高。

ITPM 速率限制會在每個請求開始時進行估算，並在請求過程中調整估算值以反映實際使用的輸入權杖數。

以下是計入 ITPM 的項目：

• input_tokens（最後一個快取斷點之後的權杖）✓ 計入 ITPM
• cache_creation_input_tokens（正在寫入快取的權杖）✓ 計入 ITPM
• cache_read_input_tokens（從快取讀取的權杖）✗ 對大多數模型不計入 ITPM

範例： 在 2,000,000 ITPM 限制與 80% 快取命中率的情況下，您實際上每分鐘可處理 10,000,000 個總輸入權杖（2M 未快取 + 8M 已快取），因為已快取的權杖不計入您的速率限制。

為了充分利用您的速率限制，請快取重複的內容，例如系統指令與提示、大型上下文文件、工具定義以及對話歷史；相關指引請參閱提示快取。透過有效的快取，您可以在不提高速率限制的情況下大幅增加實際吞吐量。請在 Usage 頁面監控您的快取命中率，以調整您的快取策略。

OTPM 速率限制會在輸出權杖產生時即時評估，僅計算實際產生的權杖。max_tokens 參數不會納入 OTPM 速率限制的計算，因此設定較高的 max_tokens 值在速率限制方面沒有任何不利影響。

速率限制會針對每個模型分別套用；因此您可以同時使用不同的模型，各自達到其相應的限制。 您可以在 Claude Console 的 Rate limits 頁面查看您目前的速率限制與行為，或透過 Rate Limits API 以程式方式讀取已設定的限制。

^{1 Fable 速率限制為總限制，適用於 Claude Fable 5.1 與 Claude Fable 5 的合併流量。Claude Mythos 5.1 與 Claude Mythos 5 依相同條件共用另一個獨立的合併限制。}

^{2 Opus 速率限制為總限制，適用於 Claude Opus 4.8、Opus 4.7、Opus 4.6 與 Opus 4.5 的合併流量。Claude Opus 5.5 與 Claude Opus 5 各自有獨立的速率限制，不屬於此合併桶。}

^{3 Sonnet 4.x 速率限制為總限制，適用於 Sonnet 4.6 與 Sonnet 4.5 的合併流量。Claude Sonnet 5 有獨立的速率限制，不屬於此合併桶。}

^{4 此限制會將 cache_read_input_tokens 計入 ITPM 使用量。}

Message Batches API

Message Batches API 有其自己的一組速率限制，在所有模型之間共用。其中包括適用於所有 API 端點的每分鐘請求數（RPM）限制，以及可同時處於處理佇列中的批次請求數量限制。此處的「批次請求」是指 Message Batch 的一部分。您可以建立包含數千個批次請求的 Message Batch，每個批次請求都會計入此限制。當批次請求尚未被模型成功處理時，即視為處理佇列的一部分。

Managed Agents

Claude Managed Agents 端點依組織進行速率限制。這些限制與上述 Messages API 速率限制分開計算。

Files API

Files API 請求有其自己的每組織限制，在上傳、列出、擷取、下載與刪除操作之間共用，並與本頁前述的 Messages API 限制分開計算。目前的數值請參閱 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 上以 speed: "fast" 使用 fast mode（快速模式，研究預覽版）時，會套用專屬的速率限制，與標準 Opus 速率限制分開計算。超過快速模式速率限制時，API 會回傳帶有 retry-after 標頭的 429 錯誤。Claude Opus 4.7 不支援快速模式（請求會回傳錯誤）。Claude Opus 4.6 也不支援快速模式：以 speed: "fast" 傳送至 claude-opus-4-6 的請求會以標準速度執行。請參閱快速模式。

回應中包含 anthropic-fast-* 標頭，用以指示您的快速模式速率限制狀態。有關這些標頭的詳情，請參閱快速模式速率限制。

在 Console 中監控您的速率限制

您可以在 Claude Console 的 Usage（使用量）頁面監控您的速率限制使用情況。

除了提供權杖與請求圖表之外，Usage 頁面還提供兩個獨立的速率限制圖表。使用這些圖表可查看您還有多少成長空間、識別何時可能達到使用高峰、了解應申請哪些速率限制，以及學習如何提高快取率。這些圖表針對特定速率限制（例如每個模型）視覺化呈現多項指標：

• Rate Limit - Input Tokens（速率限制 - 輸入權杖）圖表包含：
  • 每小時的每分鐘未快取輸入權杖數最大值
  • 您目前的每分鐘輸入權杖數速率限制
  • 您輸入權杖的快取率（即從快取讀取的輸入權杖百分比）
• Rate Limit - Output Tokens（速率限制 - 輸出權杖）圖表包含：
  • 每小時的每分鐘輸出權杖數最大值
  • 您目前的每分鐘輸出權杖數速率限制

申請更高的限制

若要申請更高的速率限制或更高的每月支出上限，請使用 Rate limits 頁面上的 Request rate limit increase（申請提高速率限制）。Anthropic 支援團隊也可以提高限制；如有緊急需求，請聯絡 Anthropic 支援團隊。

為工作區設定較低的限制

有關工作區的更多資訊，請參閱工作區。

為了保護您組織中的工作區免於潛在的過度使用，您可以為每個工作區設定自訂的支出與速率限制。

範例：若您組織的限制為每分鐘 40,000 個輸入權杖與每分鐘 8,000 個輸出權杖，您可以將某個工作區限制為每分鐘 30,000 個輸入權杖。這可保護其他工作區免於潛在的過度使用，並確保資源在您的組織中更公平地分配。剩餘未使用的每分鐘權杖數（若該工作區未用滿限制則更多）便可供其他工作區使用。

注意：

• 您無法對預設工作區設定限制。
• 若未設定，工作區限制會與組織的限制相同。
• 工作區限制依限制器類型設定（例如每分鐘請求數、每分鐘輸入權杖數或每分鐘輸出權杖數）。
• 組織層級的限制始終適用，即使各工作區限制加總後超過該值亦然。

若要以程式方式讀取您目前的組織與工作區速率限制，請使用 Rate Limits API。

回應標頭

API 回應包含標頭，顯示所強制執行的速率限制、目前使用量，以及限制何時重設。

會回傳以下標頭：

anthropic-ratelimit-tokens-* 標頭顯示目前生效的最嚴格限制的數值。例如，若您已超出工作區的每分鐘權杖限制，標頭將包含工作區每分鐘權杖速率限制的數值。若工作區限制不適用，標頭將回傳剩餘的總權杖數，其中總數為輸入與輸出權杖的總和。此方式可確保您能掌握目前 API 使用上最相關的限制條件。若要查看某個請求計入了哪個工作區，請讀取 anthropic-workspace-id 回應標頭，其中包含您的 API 金鑰或存取權杖所解析到的工作區 ID。