Claude Nutzungslimit erreicht: Was Sie jetzt tun können

Wie hoch sind die Nutzungslimits von Claude?

Die Nutzungslimits von Claude basieren auf zwei getrennten Systemen. Zuerst müssen Sie feststellen, welches davon Sie erreicht haben. Ein Claude-Abonnement (Pro, Max, Team oder ein sitzbasiertes Enterprise-Abonnement) gewährt ein rollierendes Nutzungskontingent, das modellübergreifend gemeinsam verwendet wird, abgesehen von einigen Obergrenzen für bestimmte Modellfamilien. Dieses Kontingent gilt auch für Claude Chat. Bei Erreichen des Limits wird eine Meldung wie You've hit your session limit · resets 3:45pm angezeigt. Aktuelle Enterprise-Tarife mit nutzungsbasierter Abrechnung sind die Ausnahme: Sie enthalten kein Kontingent. Die gesamte Nutzung wird ab dem ersten Token zu den API-Tarifen abgerechnet. Die Claude API misst etwas anderes: wie schnell Sie Anfragen und Tokens senden, jeweils pro Minute. Bei Überschreitung erhalten Sie einen HTTP-429-Fehler vom Typ rate_limit_error, in der Regel mit einem retry-after-Header, der angibt, wie viele Sekunden Sie warten müssen.

Die Lösungen unterscheiden sich vollständig. Ein Abonnementlimit hängt davon ab, wie viel Sie innerhalb eines Zeitfensters genutzt haben. Warten Sie daher auf die Zurücksetzung, kaufen Sie zusätzliches Nutzungsvolumen oder verwenden Sie eine kostenlose Zurücksetzung des Limits, sofern diese für Ihren Tarif angeboten wird. Ein API-Ratenlimit hängt dagegen von Ihrer aktuellen Geschwindigkeit ab. Es wird innerhalb weniger Sekunden aufgehoben, sobald Sie die Anfragerate reduzieren.

Die Kontingente der Tarife und die Nummern der Ratenlimit-Stufen ändern sich häufig. Eine falsche Zahl ist schlechter als gar keine Zahl. Deshalb werden hier keine Zahlen genannt. Lesen Sie Ihre Werte mit den weiter unten aufgeführten Befehlen aus.

Welche Begrenzung wurde erreicht? Lesen Sie die genaue Meldung

Claude Code nennt das verwendete System im ausgegebenen Text. Ermitteln Sie anhand der Meldung, welche Begrenzung gilt, bevor Sie Änderungen vornehmen.

• You've hit your session limit · resets 3:45pm ist eine Abonnementbegrenzung. Das rollierende Kontingent Ihres Tarifs für dieses Zeitfenster ist aufgebraucht.
• You've hit your weekly limit · resets Mon 12:00am betrifft dasselbe System, jedoch für das längere Zeitfenster.
• You've hit your Opus limit · resets 3:45pm ist eine Abonnementbegrenzung, die nur für Opus-Anfragen gilt. Wenn Sie zu einem Modell außerhalb der Opus-Familie wechseln, können Sie weiterarbeiten.
• You've hit your Sonnet limit · resets 3:45pm ist dieselbe Art von Begrenzung für eine Modellfamilie, gilt jedoch nur für Sonnet-Anfragen. Wenn Sie zu einem Modell außerhalb der Sonnet-Familie wechseln, können Sie weiterarbeiten.
• Eine Meldung, die mit Fable limit reached beginnt, bedeutet, dass Sie den Anteil Ihres wöchentlichen Kontingents aufgebraucht haben, den Fable-Modelle verwenden dürfen. Wenn Sie fortfahren, werden Nutzungsguthaben belastet. Claude Code fordert Sie daher zuerst zur Bestätigung auf. Wählen Sie mit /model ein anderes Modell, um innerhalb Ihres Tarifs zu bleiben.
• API Error: Request rejected (429) · this may be a temporary capacity issue. If it persists, check https://status.claude.com. ist eine API-Ratenbegrenzung. Sie haben die für Ihren API-Schlüssel oder für Ihr Amazon Bedrock- bzw. Google Cloud-Projekt konfigurierte Begrenzung erreicht. Welche Begrenzung gilt, hängt davon ab, wie sich der Client authentifiziert, da ein Bedrock- oder Vertex-Client gegen das Kontingent Ihres Cloud-Projekts und nicht gegen das Kontingent einer Anthropic-Organisation abgerechnet wird.
• API Error: Server is temporarily limiting requests (not your usage limit) ist eine kurzzeitig geltende Drosselung, die unabhängig vom Kontingent Ihres Tarifs ist. Claude Code wiederholt die Anfrage automatisch mit exponentiellem Backoff, bevor diese Zeile angezeigt wird.

Abonnementlimits: Sitzung, Woche und das Opus-Fenster

Ein Pro-, Max-, Team- oder sitzbasiertes Enterprise-Abo umfasst ein rollierendes Nutzungskontingent. Wenn es erschöpft ist, blockiert Claude Code weitere Anfragen bis zu dem in der Meldung angezeigten Zeitpunkt der Zurücksetzung. Zwei Eigenschaften dieses Kontingents sorgen für die meisten Unklarheiten.

• Es wird mit dem Claude-Chat geteilt. Ihre Arbeit auf claude.ai belastet dasselbe Kontingent wie Ihre Arbeit im Terminal. Ein arbeitsintensiver Nachmittag im Chat verkürzt daher Ihren Programmierabend. Jede Oberfläche, bei der Sie sich mit diesem Konto anmelden, greift auf denselben Pool zu. Unter Linux verbrauchen die Beta-Desktopanwendung und die Claude-Code-CLI daher gemeinsam ein Kontingent und nicht jeweils ein eigenes.
• Es wird zwischen den Modellen geteilt. Sitzungs- und Wochenlimits bilden für jedes Modell einen gemeinsamen Pool. Ausnahmen sind die Obergrenzen innerhalb der Modellfamilien: die Opus- und Sonnet-Limits sowie bei Max- und Premium-Sitzen ein Fable-Kontingent von bis zu 50 % Ihrer Wochenlimits. Bei Pro- und Standard-Sitzen ist Fable in den Abo-Limits überhaupt nicht enthalten und wird ab der ersten Anfrage über Nutzungsguthaben abgerechnet.

Bei Claude für Teams und sitzbasiertem Enterprise besteht das dokumentierte Modell aus einem Kontingent pro Sitz. Dieses wird in einem rollierenden Fünfstundenfenster und in einem Wochenfenster zurückgesetzt, mit dem Claude-Chat und Cowork geteilt und anhand der Sitzstufe (Standard oder Premium) festgelegt. Aktuelle nutzungsbasierte Enterprise-Abos funktionieren anders: Es gibt kein enthaltenes Kontingent, das erschöpft werden kann. Die Nutzung wird zu API-Tarifen abgerechnet. Die Obergrenze entspricht den Ausgabenlimits, die Administratoren auf Organisationsebene und für einzelne Benutzer festlegen. Bei einem vertriebsunterstützten Abo wird die durch ein Ausgabenlimit angehaltene Nutzung zu Beginn des nächsten Abrechnungszeitraums fortgesetzt, sofern ein Besitzer das Limit nicht vorher erhöht. Bei einem Self-Service-Abo endet die Nutzung ebenfalls, wenn das Guthaben für Vorauszahlungen aufgebraucht ist, bis ein Besitzer weiteres Guthaben kauft. Bei Pro und Max sind der in der Meldung angezeigte Zeitpunkt der Zurücksetzung und Ihre eigenen /usage-Balken die verlässlichen Werte, nicht eine aus einem Blogbeitrag kopierte Zahl. Wenn Sie noch eine Tarifstufe auswählen, vergleicht welches Claude-Abo Sie benötigen, welche Funktionen die einzelnen Tarife freischalten.

Warum der Modellwechsel mit /model eine Sitzung oder ein Wochenlimit nicht zurücksetzt

Dies ist der häufigste falsche Schritt, und die Dokumentation formuliert es eindeutig: Sitzungs- und Wochenlimits gelten für alle Modelle gemeinsam. Ein Modellwechsel stellt den Zugriff daher nicht wieder her. Wenn Sie nach Ablauf Ihres Sitzungsfensters ein kleineres Modell auswählen, ändert sich nur, welches Modell antworten würde. Die verbleibende Berechtigung ändert sich nicht, weil das Sitzungs- und Wochenkontingent nicht pro Modell geführt wird. Durch den Wechsel wird daher kein Kontingent freigegeben.

Eine Ausnahme bilden die Obergrenzen für Modellfamilien. Wenn die Meldung You've hit your Opus limit oder You've hit your Sonnet limit angezeigt wird, ist /model die richtige Lösung. Wechseln Sie zu einem Modell außerhalb dieser Familie und arbeiten Sie weiter, weil nur Anfragen an diese Modellfamilie blockiert wurden. Das Fable-Limit für Max- und Premium-Sitze funktioniert genauso: Wechseln Sie zu einem anderen Modell, um innerhalb Ihres Tarifs weiterzuarbeiten, oder verwenden Sie Fable mit Nutzungsguthaben weiter. Fable nutzt das gemeinsame Wochenkontingent allerdings schneller als andere Modelle. Ein Wechsel nach Erreichen des Fable-Limits bringt Sie daher nicht über Ihr allgemeines Wochenlimit hinaus.

Das Limit als Fehler zu behandeln, ist der zweite falsche Schritt. Eine Neuinstallation oder erneute Authentifizierung ändert nichts. Das Kontingent wird wieder verfügbar, wenn das Zeitfenster zurückgesetzt wird, Sie einen kostenlosen Limit-Reset verwenden oder Nutzungsguthaben kaufen.

Was Sie bei Erreichen eines Nutzungslimits tun können

1. Prüfen Sie die Rücksetzzeit. Ein Sitzungsfenster ist kurz. Ein wöchentliches Fenster können Sie nicht einfach am Schreibtisch abwarten. Ab Claude Code v2.1.234 kann /rate-limit-options den Rücksetzzeitpunkt abwarten und die unterbrochene Aufgabe automatisch fortsetzen.
2. Wenn das Opus-, Sonnet- oder Fable-Limit erreicht ist, führen Sie /model aus und wählen Sie ein Modell außerhalb dieser Familie.
3. Führen Sie /usage aus, um Ihre Planlimits, Ihre Balken und die jeweiligen Rücksetzzeitpunkte anzuzeigen. /cost ist ein Alias für dieselbe Ansicht.
4. Prüfen Sie unter Settings > Usage auf claude.ai oder in Claude Desktop, ob ein Abschnitt Resets vorhanden ist. Für berechtigte Pläne wird gelegentlich eine kostenlose Zurücksetzung des Limits angeboten. Wenn Sie auf "Reset for free" klicken, wird Ihr Fünf-Stunden-Sitzungslimit oder Ihr Wochenlimit, je nachdem, welches Limit das Angebot umfasst, sofort wieder vollständig verfügbar. Die Schaltfläche ist in Claude Code in einem Terminal oder einer IDE sowie in Claude Mobile nicht verfügbar. Jedes Angebot läuft ab.
5. Führen Sie /usage-credits aus, um über das Limit hinaus weiterzuarbeiten. Bei Pro und Max werden dadurch Ihre Abrechnungseinstellungen geöffnet. Bei Team und Enterprise werden die Nutzungseinstellungen Ihrer Organisation geöffnet. Wenn Sie keinen Zugriff auf die Abrechnung haben, wird eine Anfrage an Ihre Administratoren gesendet.
6. Wenn Sie jede Woche dasselbe Limit erreichen, ist der Plan für Ihre Arbeitsweise zu klein. Die Möglichkeiten nach Erreichen eines Nutzungslimits sollten Sie einmal abwägen, statt bei jeder Zurücksetzung erneut darüber nachzudenken.

/usage-credits erfordert ein claude.ai-Abonnement, bei dem Sie über /login angemeldet sind. Mit der Authentifizierung über einen API-Schlüssel ist diese Funktion nicht verfügbar, weil ein API-Schlüssel kein Plan-Kontingent besitzt, das erweitert werden könnte.

Nutzungsguthaben hat einen Nebeneffekt, den Sie zuerst kennen sollten. Standardmäßig verwendet Claude Code für Ihre Hauptkonversation einen einstündigen Prompt-Cache, solange Sie das im Abonnement enthaltene Nutzungskontingent verwenden. Sobald Sie Guthaben einsetzen, wird dieser Zeitraum auf fünf Minuten verkürzt. Dadurch beginnen mehr Durchläufe ohne vorhandenen Cache, und der Token-Verbrauch von Claude Code steigt bei derselben Arbeit. Subagents zählen nicht zu diesem Kontingent der Hauptkonversation. Daher erhalten sie auch innerhalb des Nutzungskontingents des Plans fünf Minuten. Wenn Sie die TTL mit der Einstellung promptCacheTtl oder mit CLAUDE_CODE_PROMPT_CACHE_TTL in Claude Code v2.1.242 oder höher selbst festlegen, bleibt die Lebensdauer von einer Stunde erhalten, während Sie Guthaben verwenden.

Meldungen, die wie Nutzungslimits aussehen, aber keine sind

Vier Claude-Code-Fehler werden als Nutzungslimits gemeldet, sind aber keines davon.

• Eine Warnung zum Kontext oder zur automatischen Kompaktierung ist kein Nutzungslimit. /context gibt eine Zeile wie Context exceeds the 200k-token limit by 94k tokens aus, gefolgt von dem Befehl, der Speicherplatz freigibt, sobald die Unterhaltung das Kontextfenster des Modells überschritten hat. Die Kompaktierung fasst ältere Verlaufsdaten zusammen, um Speicherplatz freizugeben. Sie ist jedoch nicht kostenlos: /compact liest die Unterhaltung, die zusammengefasst wird. Deshalb ist die Kompaktierung eines großen Kontexts selbst eine große Anfrage im Rahmen Ihres Tarifs. Wenn Sie statt der Fortsetzung einen neuen Anfang benötigen, kostet /clear nichts.
• Prompt is too long · automatic compaction failed: <the underlying error> bedeutet, dass die automatische Kompaktierung selbst mit dem genannten Fehler fehlgeschlagen ist. /compact schlägt wegen desselben Fehlers weiterhin fehl, bis Sie ihn beheben.
• Credit balance is too low bedeutet, dass die Console-Organisation keine vorausbezahlten Credits mehr hat oder dass Claude Code die Anfragen eines Abonnenten über einen Console-API-Schlüssel sendet. /status zeigt, welcher Zugang aktuell verwendet wird. Fügen Sie unter platform.claude.com/settings/billing Credits hinzu. Dort können Sie auch das automatische Nachladen aktivieren.
• API Error: Usage credits required for 1M context · run /usage-credits to turn them on (they take effect after you restart Claude Code), or /model to switch to standard context ist eine Berechtigungsprüfung und kein erschöpftes Kontingent. Wenn Sie eine [1m]-Variante von Opus 4.6 oder Sonnet 4.6 ausgewählt haben, wählen Sie die Variante ohne das Suffix [1m] oder setzen Sie CLAUDE_CODE_DISABLE_1M_CONTEXT=1. Wenn die Meldung mitten in einer Unterhaltung erscheint, weil der Kontext 200K Tokens überschritten hat, kompakt Claude Code den Kontext selbst wieder unter das Standardlimit. Sonnet 5 und spätere Versionen, Opus 4.7 und spätere Versionen, Haiku 5.5 sowie die Fable-Modelle verwenden nativ ein 1M-Fenster und haben kein Suffix, das entfernt werden muss. Diese Variable begrenzt sie auf 200K.

Eine weitere Meldung stammt von der API. Ein 413 request_too_large ist eine Größenbeschränkung für eine einzelne Anfrage und kein Ratenlimit.

API-Ratenlimits: Was der 429 tatsächlich zählt

Die Messages API misst drei Werte, jeweils getrennt nach Modellklasse.

• Anfragen pro Minute (RPM)
• Eingabetokens pro Minute (ITPM)
• Ausgabetokens pro Minute (OTPM)

Für Ihre Organisation gilt außerdem ein Ausgabenlimit. Das ist etwas anderes: Es legt die maximalen monatlichen Kosten für die API-Nutzung fest. Sobald Sie das Ausgabenlimit Ihrer Stufe erreichen, wird die API-Nutzung bis zum nächsten Monat pausiert, sofern Sie kein höheres Limit anfordern. Auch in diesem Fall wird ein 429 rate_limit_error zurückgegeben, jedoch ohne retry-after-Header und mit enforced_spend_limit_reached in error.details.error_code. Keine Wiederholungsschleife kann dieses Problem lösen. Ein niedrigeres Ausgabenlimit, das Sie selbst in der Console festlegen, wird wiederum anders angezeigt: Anfragen geben HTTP 400 invalid_request_error zurück. Die Meldung beginnt mit You have reached your specified API usage limits. Sobald Sie das Limit erhöhen oder entfernen, wird der Zugriff wiederhergestellt.

Vier Mechanismen bestimmen, wann der 429 eintritt.

• Limits gelten pro Modellklasse. Sie werden für jedes Modell separat angewendet. Daher können Sie verschiedene Modelle gleichzeitig bis zu ihrem jeweiligen Limit verwenden. Einige Modellfamilien verwenden denselben Bucket: Das Opus-Ratenlimit gilt insgesamt für Claude Opus 4.8, Opus 4.7, Opus 4.6 und Opus 4.5. Claude Sonnet 5 hat ein eigenes Limit.
• Kapazität wird kontinuierlich aufgefüllt. Die API verwendet einen Token-Bucket-Algorithmus. Die Kapazität wird daher kontinuierlich aufgefüllt und nicht zu einem festen Zeitpunkt zurückgesetzt. Ein Limit von 60 Anfragen pro Minute kann beispielsweise als eine Anfrage pro Sekunde durchgesetzt werden. 60 gleichzeitig gesendete Anfragen schlagen dann trotzdem fehl.
• Bei den meisten Modellen zählen für ITPM nur nicht aus dem Cache gelesene Eingaben. input_tokens und cache_creation_input_tokens werden gezählt. cache_read_input_tokens wird bei den meisten Claude-Modellen nicht gezählt. Claude Haiku 3.5 ist die dokumentierte Ausnahme. Caching schafft daher neben einem Rabatt auch zusätzlichen Spielraum beim Ratenlimit. Bei der Ausgabe zählt ein hoher Wert für max_tokens nicht gegen OTPM, weil OTPM nur die tatsächlich erzeugten Tokens zählt.
• Limits gelten auf Organisationsebene. Für einen Workspace kann ein niedrigeres Limit festgelegt werden. Organisationsweite Limits gelten jedoch immer, auch wenn die Workspace-Limits zusammen einen höheren Wert ergeben. Wenn Sie ein Limit für einen Workspace nicht überschrieben haben, übernimmt der Workspace das Limit der Organisation. Das Limit ist nicht unbegrenzt.

Die Stufen Start, Build, Scale und Custom legen die konkreten Werte fest. Die Zuweisung erfolgt automatisch anhand Ihrer bisherigen Nutzung und des Status Ihres Kontos. Neue Organisationen und Organisationen mit geringer Nutzungshistorie können zunächst der Evaluation-Stufe zugeordnet werden. Deren Limits liegen unter den standardmäßig veröffentlichten Werten. Daher kann ein erster 429 früher eintreten, als es eine Tabelle erwarten lässt. Ein starker Anstieg der Nutzung löst Beschleunigungslimits aus. Diese geben einen 429 zurück, obwohl Sie sich noch innerhalb Ihrer Stufe befinden. Steigern Sie den Datenverkehr daher schrittweise. Jede veröffentlichte Zahl ist ein Höchstwert. Dokumentierte Limits sind maximal zulässige Nutzungswerte und keine garantierten Mindestwerte. Um ein höheres Limit anzufordern, verwenden Sie auf der Seite Rate limits in der Claude Console die Option "Request tier increase".

429-Antworten lesen: retry-after, Header und SDK-Retries

Jeder API-Fehler gibt dieselbe Hülle zurück: ein verschachteltes error-Objekt mit Typ und Meldung sowie ein übergeordnetes request_id.

{
  "type": "error",
  "error": {
    "type": "rate_limit_error",
    "message": "<names the rate limit you exceeded>"
  },
  "request_id": "req_011CSHoEeqs5C35K2UUqR7Fy"
}

Die übrigen Informationen stehen in den Headern.

• retry-after gibt die Anzahl der Sekunden an, die Sie warten müssen, bevor Sie die Anfrage erneut senden können. Frühere Wiederholungen schlagen fehl. Nicht jede 429-Antwort enthält diesen Header. Die 429-Antwort für das Ausgabenlimit enthält ihn nie.
• anthropic-ratelimit-requests-limit, anthropic-ratelimit-requests-remaining und anthropic-ratelimit-requests-reset beschreiben Ihr Anfragebudget.
• anthropic-ratelimit-input-tokens-* und anthropic-ratelimit-output-tokens-* tun dasselbe für ITPM und OTPM. Dabei werden dieselben Suffixe für Limit, verbleibenden Anteil und Zurücksetzung verwendet.
• anthropic-ratelimit-tokens-* zeigt die Werte für das aktuell restriktivste Limit an.

Reset-Header enthalten Zeitstempel nach RFC 3339. Header für verbleibende Tokens werden auf den nächsten Tausender gerundet. Verwenden Sie sie daher als Richtwert. Der Fast-Modus hat einen eigenen Pool und eigene anthropic-fast-*-Header. Lesen Sie alle diese Header aus einem beliebigen erfolgreichen Aufruf:

curl -s -D - -o /dev/null https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{"model":"claude-sonnet-5","max_tokens":16,"messages":[{"role":"user","content":"hi"}]}' \
  | grep -i 'ratelimit\|retry-after\|request-id'

Jede Antwort enthält außerdem einen eindeutigen request-id-Header, zum Beispiel req_018EeWyXxfu5pfWkrYcMdjWG. In Fehlerkörpern erscheint er als request_id und in Antworten des Python- und TypeScript-SDK als _request_id. Geben Sie diesen Wert an, wenn Sie den Support kontaktieren.

Prüfen Sie zunächst, ob Sie überhaupt eine Backoff-Schleife benötigen, bevor Sie eine implementieren. Die offiziellen SDKs wiederholen vorübergehende Fehler automatisch. Dazu gehören Verbindungsfehler, Rate-Limit-Fehler und 5xx-Serverfehler. Dabei verwenden sie ein exponentielles Backoff und wiederholen standardmäßig zweimal. Wenn vorhanden, berücksichtigen sie den retry-after-Header. Jeder Client akzeptiert eine Option für die maximale Anzahl an Wiederholungen, mit der Sie dieses Verhalten ändern oder deaktivieren können.

import anthropic

client = anthropic.Anthropic(max_retries=5)  # the SDK default is 2

try:
    msg = client.messages.create(
        model="claude-sonnet-5",
        max_tokens=1024,
        messages=[{"role": "user", "content": "hello"}],
    )
except anthropic.RateLimitError as err:
    headers = err.response.headers
    print("still limited after retries; wait", headers.get("retry-after"), "seconds")
    print("request id:", headers.get("request-id"))

529 overloaded_error ist nicht Ihr Fehler

Ein 429 bedeutet, dass Sie zu schnell Anfragen gesendet haben. Ein 529 overloaded_error bedeutet, dass die API vorübergehend überlastet ist. Dieser Fehler kann auftreten, wenn die API für alle Benutzer ein hohes Anfrageaufkommen verarbeitet. Weder Ihr Schlüssel noch Ihr Code haben ihn verursacht. Wiederholen Sie die Anfrage mit exponentiellem Backoff. Die SDKs verwenden dieses Verfahren bereits für 5xx-Antworten. Prüfen Sie status.claude.com, wenn der Fehler nicht verschwindet. Ein 500 api_error ist ebenfalls ein interner Fehler, bei dem Sie die Anfrage auf dieselbe Weise wiederholen. Keiner der beiden Fehler ist ein Rate Limit.

Lesen Sie Ihre eigenen Limits statt einer Tabelle

Bei einem Abonnement ist /usage die relevante Ansicht. Sie zeigt die Auslastungsbalken Ihres Tarifs und eine Aufschlüsselung der verbrauchten Kontingente. Mit d oder w wechseln Sie zwischen den letzten 24 Stunden und den letzten 7 Tagen. Dabei sind zwei Punkte zu beachten. Der Block „Session“ zeigt die Nutzung von API-Tokens und ist für API-Nutzer vorgesehen. Abonnenten können den dort angezeigten Dollarbetrag daher ignorieren. Die Zahlen stammen aus dem lokalen Sitzungsverlauf auf diesem Rechner. Die Nutzung auf einem anderen Gerät oder über claude.ai fehlt daher.

Auf der API-Seite zeigt die Usage-Seite in der Claude Console zwei Diagramme: „Rate Limit - Input Tokens“ und „Rate Limit - Output Tokens“. Das Eingabediagramm stellt das stündliche Maximum der nicht aus dem Cache stammenden Eingabetokens pro Minute Ihrem aktuellen ITPM-Limit gegenüber. Daneben wird die Cache-Rate angezeigt. So erkennen Sie, dass sich ein Limit nähert, anstatt erst in der Produktion darauf zu stoßen.

So lesen Sie Ihre konfigurierten Limits programmgesteuert aus:

curl -s https://api.anthropic.com/v1/organizations/rate_limits \
  -H "x-api-key: $ANTHROPIC_ADMIN_KEY" \
  -H "anthropic-version: 2023-06-01"

Dafür benötigen Sie Admin-API-Anmeldedaten: einen Admin-API-Schlüssel, ein OAuth-Token mit dem Geltungsbereich org:admin oder einen persönlichen Schlüssel beziehungsweise einen Service-Account-Schlüssel, der keinem Workspace zugeordnet ist. Workspace-API-Schlüssel funktionieren nicht. GET /v1/organizations/workspaces/{workspace_id}/rate_limits führt dieselbe Abfrage pro Workspace aus. Beide Befehle sind schreibgeschützt. Um ein Limit zu ändern, verwenden Sie die Seite „Rate limits“ in der Console.

Weniger Verbrauch und damit weniger Limits

Beide Systeme rechnen intern dasselbe ab. Diese Stellschrauben funktionieren daher bei beiden.

• Weniger Tokens pro Durchlauf verbrauchen. Längere zusammenhängende Sitzungen halten den Cache warm, und /clear zwischen unabhängigen Aufgaben kostet nichts. Token-Verbrauch in Claude Code behandelt diese Stellschrauben vollständig.
• Den Aufwand reduzieren. Die Stufen sind low, medium, high, xhigh und max. Das Menü /effort bietet außerdem ultracode an. Dadurch steigt der Verbrauch statt zu sinken. Eine tiefgehende Analyse bringt bei einer mechanischen Umbenennung keinen Nutzen.
• Nach einem 429 die Parallelität verringern. Setzen Sie CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY niedriger und vermeiden Sie viele parallele Subagents. Führen Sie außerdem /status aus: Ein verbliebenes ANTHROPIC_API_KEY leitet Anfragen über einen Schlüssel mit niedrigerem Tarif statt über Ihr Abonnement.
• Nichtinteraktive Aufgaben in die Message Batches API verschieben. Sie verarbeitet große Mengen asynchron und gewährt 50 % Rabatt auf Eingabe- und Ausgabetokens. Dabei gelten eigene Rate Limits. Ein nächtlicher Job konkurriert dadurch nicht mehr mit Ihrer Sitzung.

Arbeiten, die große Datenmengen in den Kontext laden, sind davon besonders betroffen: Wenn Sie Aktien und Optionen anhand von Live-Marktdaten analysieren, kostet das Abrufen des für die jeweilige Frage benötigten kleinen Ausschnitts nur einen Bruchteil des Einfügens vollständiger Kurs- und Optionsketten. Burst-Arbeiten, die von einem Programm statt von einer Person ausgelöst werden, gehören von Anfang an auf einen API-Schlüssel. Dadurch ändert sich auch die Abrechnung und nicht nur die Messung Ihres Verbrauchs, denn die Claude API bietet keine kostenlose Stufe. Die Max- und Team-Tarife enthalten monatliche API-Guthaben für Ihre eigenen Anwendungen und Agents, sobald Sie eine Console-Organisation verknüpfen. Diese Guthaben gelten nicht für Claude Code und ändern die Nutzungslimits Ihres Tarifs nicht. Ihre erste Claude-API-Anwendung auf einem VPS behandelt den Umgang mit Schlüsseln und Wiederholungsversuche. Ein langer Agent-Lauf wird bei einer unterbrochenen Verbindung fortgesetzt, wenn Sie Claude Code auf einem VPS innerhalb von tmux ausführen.

FAQ

Warum wird mein Claude-Nutzungslimit durch den Modellwechsel nicht aufgehoben?

Weil Sitzungs- und Wochenlimits für alle Modelle gemeinsam gelten. Dieses Kontingent gehört zum Tarif und nicht zu einem Modell. /model legt daher fest, welches Modell antwortet, ändert aber nicht das verbleibende Kontingent. Ausnahmen sind die Limits für Modellfamilien: You've hit your Opus limit und You've hit your Sonnet limit gelten nur für diese Familie. Bei Max- und Premium-Sitzen begrenzt das Fable-Limit ausschließlich Fable. In diesem Fall ist der Modellwechsel die dokumentierte Lösung.

Was bedeutet der 429-Fehler 429 rate_limit_error, und wie lange sollte ich warten?

Er bedeutet, dass Ihr Konto für diese Modellklasse ein Rate-Limit erreicht hat: Anfragen pro Minute, Eingabetoken pro Minute oder Ausgabetoken pro Minute. Die Antwort enthält normalerweise einen retry-after-Header mit der Wartezeit in Sekunden. Frühere Wiederholungsversuche schlagen fehl. Die offiziellen SDKs wiederholen Anfragen bei Rate-Limits und 5xx-Fehlern bereits standardmäßig zweimal mit exponentiellem Backoff. Wenn der Header vorhanden ist, wird er berücksichtigt. Ein 429-Fehler innerhalb der Limits Ihres Tiers weist auf ein Beschleunigungslimit durch eine plötzliche Erhöhung der Nutzung hin. Ein 429-Fehler mit enforced_spend_limit_reached in error.details.error_code, der niemals einen retry-after-Header enthält, ist das monatliche Ausgabenlimit. Einige Minuten zu warten hebt dieses Limit nicht auf.

Wie sehe ich meine Claude-Nutzungslimits und deren Zurücksetzungszeit?

Führen Sie in Claude Code /usage aus, um die Limits Ihres Tarifs, die Zurücksetzungszeiten und eine Nutzungsübersicht anzuzeigen. /cost ist ein Alias. Mit d oder w wechseln Sie zwischen den letzten 24 Stunden und den letzten 7 Tagen. Diese Werte stammen aus dem lokalen Sitzungsverlauf. Daher fehlt darin die Nutzung von anderen Geräten und von claude.ai. Für die API stellt die Console Ihre Rate-Limits grafisch dar. GET /v1/organizations/rate_limits gibt Ihre konfigurierten Limits mit Admin-API-Anmeldedaten zurück, beispielsweise mit einem Admin-API-Key.

Kann ich nach Erreichen meines Claude-Tariflimits weiterarbeiten?

Manchmal. Führen Sie /usage-credits aus, um bei Pro und Max zusätzliche Nutzung über das Limit hinaus zu kaufen oder diese bei Team und Enterprise bei einem Administrator anzufordern. Dafür ist eine claude.ai-Anmeldung über /login erforderlich. Bei der Authentifizierung mit einem API-Key ist diese Funktion nicht verfügbar. Warten Sie andernfalls bis zur Zurücksetzungszeit. Wenn Settings > Usage auf claude.ai oder Claude Desktop eine kostenlose Zurücksetzung des Limits anbietet, können Sie diese verwenden. Sie können auch das Modell wechseln, wenn das Opus-, Sonnet- oder Fable-Limit erreicht wurde. Alternativ verlagern Sie die Arbeit auf einen API-Key. Dort wird die Nutzung pro Minute statt pro Zeitfenster abgerechnet.