Claude API 用量层级与速率限制：Evaluation / Start / Build / Scale 怎么分、月度花费上限、自设上限和怎么申请提额

本文根据 Claude 开发者平台官方文档《Rate limits》整理，资料核对于 2026-11-05。配图为本站整理的示意图，不是界面截图。本站（bigolab.com）不是 Anthropic 官方网站。

适用于谁

• 刚接入 Claude API，想知道「我有多少额度、会不会被限流」的开发者；
• 业务量上来了，想知道怎么申请更高限额的人；
• 已经收到 429，想了解层级背景的人。429 本身的排查（retry-after、加速限制等）见 /guides/claude-api-error-429-rate-limit，本文只讲层级与提额。API Key 与 Console 入口见 /guides/claude-api-key-console。

结论先说

1. 限额有两种： 花费上限（Spend limits，每月最多花多少）和速率限制（Rate limits，一段时间内最多发多少请求）。官方说限额在组织层级执行；你还可以给组织下的工作区设置更低的自定义限额。
2. 按用量层级（usage tier）定。 官方说：组织会根据使用历史和账号状态被自动放进某个层级，随着使用可以升到更高层级。新组织或使用记录很少的组织，可能从 Evaluation 层级起步，限额低于页面上的标准限额，随历史积累自动提高。
3. 去哪里看自己的层级： Claude Console 的 Rate limits 页面（platform.claude.com/usage/limits）。
4. Messages API 的速率限制按三个量度： 每分钟请求数（RPM）、每分钟输入 token（ITPM）、每分钟输出 token（OTPM），按模型类别分别计算。
5. 想要更高限额： 在 Rate limits 页面用 Request tier increase；紧急情况联系 Anthropic 支持。

图：本站根据 Claude 官方文档：Rate limits 整理的示意图

一、月度花费上限（按层级）

官方页面写明：Start、Build、Scale 三个层级各有月度花费上限，是你的组织每个自然月在 API 上最多能花的金额（2026-11-05 页面）：

Custom 层级没有月度花费上限，由你与客户团队约定。你可以在 Console 的 Billing 页面（platform.claude.com/settings/billing）查看自己组织的月度上限。数值可能调整，以页面显示为准。

到达上限会怎样： 官方说，API 用量会暂停，直到下个月第一天的 00:00 UTC，除非你提前申请更高上限。暂停期间请求返回 HTTP 429，错误体里 error_code 是 enforced_spend_limit_reached，消息会写明恢复访问的时间。官方还强调：这种 429 不带 retry-after 头，重试没有用。

二、自己设一个更低的花费上限

想控制成本，可以在官方允许的范围内给自己设限（官方步骤）：

1. 在 Console 进入 Billing 页面；
2. 在 Spend limits 部分点击 Adjust limit（还没设置时是 Set limit）；
3. 输入新数值，不能超过你当前层级的上限。

注意错误码不同： 官方说，触到你自己设的上限时，请求返回的是 HTTP 400，错误类型 invalid_request_error，消息以 You have reached your specified API usage limits 开头（工作区上限则是 ...specified workspace API usage limits），并说明何时恢复。把上限调高或移除就能立即恢复。也就是说：触到层级上限是 429，触到自己设的上限是 400，别搞混。

另外官方指出，Claude Code 工作区的限额单独检查，超出时可能收到带 retry-after 头的 429。

三、速率限制：RPM、ITPM、OTPM

官方说明：超出任何一项限额，你会收到 429，告诉你超的是哪一项；响应有 retry-after 头时，就等那么多秒再重试。几个要点：

• 限额可能在更短的时间片里生效。 官方举例：每分钟 60 个请求可能被按每秒 1 个来执行，短时间的突发就可能触发限流。
• 令牌桶算法。 官方说用的是 token bucket，容量会持续补充到上限，而不是按固定间隔重置。
• 这些是最大允许用量，不是保证的最低值。
• 加速限制： 如果你的用量突然大幅上升，也可能因加速限制收到 429；官方的建议是逐步增加流量并保持稳定的使用模式。

缓存读取不占 ITPM（大多数模型）

官方特别强调：对大多数 Claude 模型，只有未缓存的输入 token 计入 ITPM。具体：

• input_tokens（最后一个缓存断点之后的 token）：计入；
• cache_creation_input_tokens（写入缓存的 token）：计入；
• cache_read_input_tokens（从缓存读取的 token）：大多数模型不计入。

官方举例：ITPM 限额 200 万、缓存命中率 80% 时，实际可处理的总输入约 1000 万 token 每分钟。官方同时说明一个例外：Claude Haiku 3.5 的缓存读取也计入 ITPM。所以，如果你经常撞 ITPM，先看 /guides/claude-prompt-caching 能不能把重复前缀缓存起来。

其他接口有自己的限额

• Message Batches API： 有独立限额，在所有模型之间共享，包括每分钟请求数、同时处理队列中的批量请求上限、每个批次的请求上限。官方列出 Start 层级每分钟 1,000 个请求、队列 20 万、每批 10 万；Build 为 2,000 / 30 万 / 10 万；Scale 为 4,000 / 50 万 / 10 万。
• Files API： 每个组织有自己的限额，在上传、列出、检索、下载、删除之间共享，具体数值见官方 Files API 页面。
• Managed Agents： 创建类端点每分钟 300 次，读取类端点每分钟 1,200 次，与 Messages API 的限额分开。
• 快速模式（fast mode）： 在 Opus 5.5 等模型上有专门的限额，与标准 Opus 限额分开，具体见官方。

四、在 Console 里看自己的用量

图：本站根据官方文档整理的示意图

官方说可以在 Console 的 Usage 页面监控限额使用。除了 token 和请求图表，页面有两张速率限制图：

• Rate Limit - Input Tokens： 小时内最大未缓存输入 token 每分钟、你当前的 ITPM 限额、输入 token 的缓存命中率；
• Rate Limit - Output Tokens： 小时内最大输出 token 每分钟、你当前的 OTPM 限额。

官方的用法：用这些图判断自己还有多少增长余量、什么时候接近峰值、该申请多高的限额，以及怎么提高缓存命中率。

响应头里也有实时信息：retry-after（多少秒后可重试，不是每个 429 都有，层级花费上限的 429 一定没有）、anthropic-ratelimit-requests-limit / -remaining / -reset、anthropic-ratelimit-tokens-limit / -remaining / -reset，以及输入 token、输出 token 对应的同类头。reset 是 RFC 3339 格式的时间。

五、怎么申请提额

官方的做法：在 Console 的 Rate limits 页面用 Request tier increase，可以申请更高的速率限制，或更高的月度花费上限。Anthropic 支持也可以提高限额，紧急需求联系 Anthropic 支持。需要高于 Scale 层级的限额，官方说是通过同一页面联系销售（Custom 层级）。

申请前建议自己先整理好：

• 需要提高的是哪个模型、哪一项（RPM、ITPM 还是 OTPM）；
• 从 Usage 页面看到的峰值 token 每分钟；
• 缓存命中率大概多少。

（这三条整理项是本站的建议；官方在 Claude Platform on AWS 的说明里提到申请时要包含需要提高的模型、各模型输入输出 token 每分钟的峰值，以及输入中缓存或重复上下文的大致占比，思路一致。）

Claude Platform on AWS： 官方说没有 Request tier increase 流程，需联系你的 Anthropic 客户代表或 Anthropic 支持；账单走 AWS Marketplace，起始层级也不同。

六、给工作区设更低限额

官方说明，为了保护组织内其他工作区免受某一个工作区过度使用的影响，可以给每个工作区设自定义的花费和速率限制。要点：

• 不能给默认工作区设花费上限；
• 不设置时，工作区限额等于组织限额；
• 工作区限额按每种限制类型（RPM、ITPM、OTPM）分别设置；
• 组织级限额始终生效，即使各工作区限额加起来更多；
• 也可以用官方的 Rate Limits API 以编程方式读取或设置。

官方举例：组织限额是每分钟 4 万输入 token、8000 输出 token，你可以把某个工作区限制在每分钟 3 万输入 token，其余未用的额度仍可被别的工作区使用。

常见问题

Q：我想直接升到 Build 或 Scale 层级，要怎么做？

官方只说层级根据使用历史和账号状态自动安排；页面没有写具体金额门槛，本文不猜。需要更高限额就走第五节的申请。

Q：限额数字在哪看？

官方页面有分层级、分模型的 RPM、ITPM、OTPM 表格；你自己的实际数值看 Console 的 Rate limits 页面，以那里为准。

Q：Batch 能绕开普通限额吗？

批量接口有独立限额，但不是无限；联网搜索在批量里还会被额外限流，见 /guides/claude-api-web-search-tool。

相关教程

• /guides/claude-api-error-429-rate-limit：429 的几种来源与处理
• /guides/claude-prompt-caching：提示词缓存，降低 ITPM 占用
• /guides/claude-api-key-console：API Key 与 Console

参考资料

• Claude 开发者平台文档：Rate limits — https://platform.claude.com/docs/en/api/rate-limits