速率限制

限制分為兩種類型：

1. 支出限制設定組織每月在 API 使用上可產生的最高費用。
2. 速率限制設定組織在特定時間段內可發出的 API 請求數量上限。

API 在組織層級強制執行服務設定的限制，但您也可以為組織的工作區設定使用者可配置的限制。

這些限制同時適用於 Standard 和 Priority Tier 的使用。如需更多關於 Priority Tier 的資訊（透過承諾支出換取更高的服務等級），請參閱服務層級。



關於速率限制

• 限制的設計旨在防止 API 濫用，同時將對常見客戶使用模式的影響降至最低。
• 限制依使用層級定義，每個層級對應不同的支出與速率限制組合。
• 當您在使用 API 時達到特定門檻，您的組織將自動提升層級。 限制設定於組織層級。您可以在 Claude Console 的限制頁面查看您組織的限制。
• 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 個請求（RPM）的速率可能會以每秒 1 個請求的方式強制執行。短時間內的大量請求可能會超過限制並觸發速率限制錯誤。
• 以下列出的限制為標準層級限制。如果您需要更高的自訂限制或 Priority Tier 以獲得更高的服務等級，請在限制頁面聯絡銷售團隊。
• 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最大限制，而非在固定間隔重置。
• 此處描述的所有限制均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

每個使用層級都有每個日曆月可在 API 上支出的金額限制。一旦達到您所在層級的支出限制，在您符合下一層級的資格之前，您必須等到下個月才能再次使用 API。

要符合下一層級的資格，您必須滿足儲值要求。為了將帳戶超額儲值的風險降至最低，您的儲值金額不能超過您的每月支出限制。



晉升層級的要求



提高您的支出限制

您的組織有兩種支出限制：您可直接控制的客戶自訂限制，以及由您的使用層級設定的層級強制上限。兩者的提高流程不同。



客戶自訂支出限制

您可以設定低於您層級上限的支出限制以控制成本。調整方式如下：



層級強制支出限制

當您需要高於您層級上限的限制時（Tier 4 的上限為每月 $200,000），請在限制頁面點擊聯絡銷售團隊。這會在新分頁中開啟聯絡表單，當您的組織升級後，銷售團隊成員將透過電子郵件與您聯繫。

Monthly Invoicing 會完全移除每月支出上限，並預設使用 Net-30 付款條件。



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）和每分鐘輸出權杖數（OTPM）來衡量。 如果您超過任何速率限制，您將收到 429 錯誤，說明超過了哪個速率限制，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。 這是一個關鍵優勢，使速率限制實際上比初看起來更高。

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）✗ 對於大多數模型不計入 ITPM

total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens

範例：在 2,000,000 ITPM 限制和 80% 快取命中率的情況下，您實際上每分鐘可以處理 10,000,000 個總輸入權杖（200 萬未快取 + 800 萬快取），因為快取的權杖不計入您的速率限制。

OTPM 速率限制會在產生輸出權杖時即時評估，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 值不會對速率限制造成不利影響。

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，直到各自的限制為止。 您可以在 Claude Console 中查看您目前的速率限制和行為，或使用 Rate Limits API 以程式化方式讀取已設定的限制。

^{* - Opus 速率限制是一個總限制，適用於 Claude Opus 4.8、Opus 4.7、Opus 4.6、Opus 4.5 和 Opus 4.1（已棄用）的合併流量。}

^{** - Sonnet 4.x 速率限制是一個總限制，適用於 Sonnet 4.6 和 Sonnet 4.5 的合併流量。}

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



Message Batches API

Message Batches API 有自己的一組速率限制，在所有模型之間共用。這些限制包括對所有 API 端點的每分鐘請求數（RPM）限制，以及可同時在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，即視為處於處理佇列中。



受管理的代理

Claude 受管理的代理端點的速率限制以組織為單位。這些限制與上述 Messages API 速率限制是分開的。



快速模式速率限制

在 Claude Opus 4.8、Opus 4.7 或 Opus 4.6 上使用快速模式（研究預覽）並設定 speed: "fast" 時，會套用與標準 Opus 速率限制分開的專用速率限制。當超過快速模式速率限制時，API 會回傳 429 錯誤並附帶 retry-after 標頭。

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



在 Console 中監控您的速率限制

您可以在 Claude Console 的使用量頁面監控您的速率限制使用情況。

除了提供權杖和請求圖表外，使用量頁面還提供兩個獨立的速率限制圖表。使用這些圖表來查看您還有多少成長空間、何時可能達到使用高峰、更清楚了解應請求哪些速率限制，或如何改善您的快取率。這些圖表會視覺化呈現特定速率限制（例如每個模型）的多項指標：

• 速率限制 - 輸入權杖圖表包含：
  • 每小時的每分鐘最大未快取輸入權杖數
  • 您目前的每分鐘輸入權杖速率限制
  • 您輸入權杖的快取率（即從快取讀取的輸入權杖百分比）
• 速率限制 - 輸出權杖圖表包含：
  • 每小時的每分鐘最大輸出權杖數
  • 您目前的每分鐘輸出權杖速率限制



為工作區設定較低的限制

如需更多關於工作區的資訊，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和速率限制。

範例：如果您組織的限制為每分鐘 40,000 個輸入權杖和每分鐘 8,000 個輸出權杖，您可以將一個工作區限制為每分鐘 30,000 個輸入權杖。這可以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（如果該工作區未用完限制，則會更多）即可供其他工作區使用。

注意：

• 您無法對預設工作區設定限制。
• 如果未設定，工作區限制會與組織的限制相同。
• 工作區限制是依限制器類型設定的（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）。
• 即使工作區限制加總超過組織限制，組織層級的限制仍始終適用。

若要以程式化方式讀取您目前的組織和工作區速率限制，請使用 Rate Limits API。



回應標頭

API 回應包含標頭，顯示強制執行的速率限制、目前使用量以及限制何時重置。

回傳的標頭如下：

anthropic-ratelimit-tokens-* 標頭顯示目前生效的最嚴格限制的數值。例如，如果您已超過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。如果工作區限制不適用，標頭將回傳剩餘的總權杖數，其中總數為輸入和輸出權杖的總和。此方法可確保您能清楚了解目前 API 使用上最相關的限制。