Claude Nutzungslimits: Was tun bei Fehlern?

Was sind die Nutzungslimits von Claude?

Die Nutzungslimits von Claude basieren auf zwei separaten Systemen. Zuerst müssen Sie feststellen, welches System die Nutzung blockiert hat. Ein Claude-Abonnement (Pro, Max, Team oder Enterprise) bietet ein rollierendes Nutzungskontingent. Dieses Kontingent wird für verschiedene Modelle und für den Claude-Chat gemeinsam genutzt. Die Nutzung wird mit einer Meldung wie You've hit your session limit · resets 3:45pm gestoppt. Die Claude API misst einen anderen Wert: die Geschwindigkeit, mit der Anfragen und Tokens gesendet werden, gemessen pro Minute. Die API blockiert mit einem HTTP 429 Fehler des Typs rate_limit_error und einem retry-after Header, der die Wartezeit in Sekunden angibt.

Die Lösungen für diese Probleme unterscheiden sich grundlegend. Ein Abonnement-Limit bezieht sich auf die Gesamtnutzung innerhalb eines Zeitfensters. Sie müssen auf die Rücksetzung warten oder zusätzliches Kontingent erwerben. Ein API-Rate-Limit bezieht sich auf die aktuelle Geschwindigkeit. Dieses Limit wird innerhalb von Sekunden aufgehoben, sobald die Anfragerate sinkt.

Die Kontingente der Tarife und die Stufen der Rate-Limits ändern sich häufig. Da falsche Angaben problematisch sind, werden hier keine spezifischen Zahlen aufgeführt. Lesen Sie Ihre aktuellen Werte mit den unten aufgeführten Befehlen aus.

Welches Limit wurde erreicht? Lesen Sie die genaue Meldung

Claude Code nennt das System im ausgegebenen Text. Vergleichen Sie Ihre Meldung, bevor Sie Änderungen vornehmen.

• You've hit your session limit · resets 3:45pm ist ein Abonnement-Limit. Das rollierende Kontingent Ihres Plans für dieses Zeitfenster ist aufgebraucht.
• You've hit your weekly limit · resets Mon 12:00am ist dasselbe System für ein längeres Zeitfenster.
• You've hit your Opus limit · resets 3:45pm ist ein Abonnement-Limit, das nur für Opus-Anfragen gilt. In diesem Fall hilft ein Wechsel des Modells.
• API Error: Request rejected (429) · this may be a temporary capacity issue. If it persists, check https://status.claude.com. ist ein API-Rate-Limit. Sie haben das Limit für Ihren API-Key oder für Ihr Amazon Bedrock oder Google Cloud Projekt erreicht.
• API Error: Server is temporarily limiting requests (not your usage limit) ist eine kurzzeitige Drosselung (Throttle), die nicht mit Ihrem Plan-Kontingent zusammenhängt. Claude Code führt automatisch Retries mit Backoff durch, bevor diese Zeile angezeigt wird.

Abonnement-Limits: Session, wöchentlich und das Opus-Zeitfenster

Ein Abonnement beinhaltet ein rollierendes Nutzungskontingent. Wenn dieses erschöpft ist, blockiert Claude Code weitere Anfragen, bis die in der Meldung angezeigte Reset-Zeit erreicht ist. Zwei Eigenschaften dieses Kontingents verursachen die meisten Unklarheiten.

• Das Kontingent wird mit Claude Chat geteilt. Arbeiten auf claude.ai verbrauchen dasselbe Kontingent wie Arbeiten im Terminal. Eine intensive Nutzung im Chat verkürzt somit die verfügbare Zeit für das Coding am Abend.
• Das Kontingent wird über verschiedene Modelle hinweg geteilt. Session- und wöchentliche Limits haben kein Budget pro Modell, mit Ausnahme des Opus-Limits.

Bei Claude for Teams und Enterprise ist das strukturierte Modell ein Kontingent pro Seat. Dieses wird innerhalb eines rollierenden fünfstündigen Zeitfensters sowie eines wöchentlichen Zeitfensters zurückgesetzt. Es wird mit Claude Chat und Cowork geteilt und ist nach der Seat-Stufe (Standard oder Premium) dimensioniert. Bei Pro und Max sind die in der Meldung angezeigte Reset-Zeit und Ihre eigenen /usage-Balken die verlässlichen Werte, nicht Zahlen aus Blogposts. Wenn Sie noch zwischen den Stufen wählen, vergleicht welcher Claude-Plan Sie benötigen die jeweiligen Beschränkungen.

Warum der Wechsel des Modells mit /model den Zugriff nicht wiederherstellt

Dies ist der häufigste Fehler. Die Dokumentation ist hierzu eindeutig: Session- und Wochenlimits werden für alle Modelle gemeinsam genutzt. Ein Wechsel des Modells stellt den Zugriff daher nicht wieder her. Die Auswahl eines kleineren Modells nach Ablauf des Session-Fensters ändert lediglich das antwortende Modell. Es ändert nichts am verbleibenden Kontingent, da das Kontingent nicht pro Modell geführt wird. Ein Wechsel setzt somit keine Kapazitäten frei.

Die Ausnahme ist das Opus-Limit, da dies eine modellenspezifische Obergrenze ist. Wenn die Meldung You've hit your Opus limit erscheint, ist /model die korrekte Lösung. Wechseln Sie zu einem anderen Modell, um weiterzuarbeiten, da nur Opus-Anfragen blockiert wurden.

Das Limit als Fehler zu betrachten, ist der zweite häufige Fehler. Eine Neuinstallation oder eine erneute Authentifizierung bewirkt keine Änderung. Das Kontingent steht wieder zur Verfügung, sobald das Zeitfenster zurückgesetzt wird oder wenn Sie Usage-Credits kaufen.

Vorgehensweise bei Erreichen eines Abonnement-Limits

1. Prüfen Sie die Reset-Zeit. Ein Session-Fenster ist kurz. Ein wöchentliches Fenster erfordert kein Warten am Arbeitsplatz.
2. Wenn das Opus-Limit erreicht ist, führen Sie /model aus und wählen Sie ein anderes Modell.
3. Führen Sie /usage aus, um Ihre Plan-Limits, Ihre Kontingente und den Zeitpunkt des Resets anzuzeigen. /cost ist ein Alias für denselben Bildschirm.
4. Führen Sie /usage-credits aus, um die Arbeit über das Limit hinaus fortzusetzen. Bei Pro und Max öffnet dies die Abrechnungseinstellungen. Bei Team und Enterprise öffnet dies die Nutzungseinstellungen Ihrer Organisation oder sendet eine Anfrage an Ihre Administratoren, falls Sie keinen Zugriff auf die Abrechnung haben.
5. Wenn Sie jede Woche an dasselbe Limit stoßen, ist der gewählte Plan für Ihren Arbeitsstil nicht ausreichend.

/usage-credits erfordert ein claude.ai-Abonnement, das über /login angemeldet ist. Es ist bei Authentifizierung per API-Key nicht verfügbar, da ein API-Key kein Plan-Kontingent zum Erweitern besitzt.

Usage-Credits haben einen relevanten Nebeneffekt. Die Lebensdauer des Prompt-Cache beträgt bei einem Abonnement eine Stunde und sinkt auf fünf Minuten, sobald Credits verbraucht werden. Dadurch starten mehr Interaktionen ohne Cache, wodurch der Claude Code token usage für dieselbe Arbeit ansteigt.

Meldungen, die wie Nutzungslimits aussehen, es aber nicht sind

Vier Claude Code Fehler werden als Nutzungslimits gemeldet, sind es jedoch nicht.

• Eine Context- oder Auto-Compact-Warnung ist kein Nutzungslimit. /context gibt eine Zeile wie Context exceeds the 200k-token limit by 94k tokens — run /compact or /clear to continue. aus, sobald die Konversation das Context Window des Modells überschritten hat. Der ältere Verlauf wird zusammengefasst, um Platz zu schaffen; Ihr Plan-Kontingent bleibt unberührt.
• Error during compaction: Conversation too long. Press esc twice to go up a few messages and try again. bedeutet, dass /compact selbst fehlgeschlagen ist, da nicht genügend freier Context für die Erstellung der Zusammenfassung vorhanden ist.
• Credit balance is too low bedeutet, dass das Guthaben Ihrer Console-Organisation aufgebraucht ist. Fügen Sie unter platform.claude.com/settings/billing Guthaben hinzu; dort ist auch ein Auto-Reload verfügbar.
• API Error: Usage credits required for 1M context · run /usage-credits to turn them on, or /model to switch to standard context ist eine Prüfung der Berechtigungen (Entitlement Check) und kein erschöpftes Kontingent. Wählen Sie die Modellvariante ohne den Suffix [1m] oder setzen Sie CLAUDE_CODE_DISABLE_1M_CONTEXT=1.

Ein weiterer Fehler stammt von der API. Ein 413 request_too_large ist ein Größenlimit für eine einzelne Anfrage, kein Rate Limit.

API-Ratenbegrenzungen: Was der Fehler 429 tatsächlich zählt

Die Messages API misst drei Parameter separat für jede Modellklasse.

• Anfragen pro Minute (RPM)
• Input-Token pro Minute (ITPM)
• Output-Token pro Minute (OTPM)

Ihre Organisation verfügt zudem über ein Ausgabenlimit. Dies ist ein separater Wert: die maximale monatliche Kostenobergrenze für die API-Nutzung. Sobald Sie das Ausgabenlimit Ihres Tiers erreichen, wird die API-Nutzung bis zum nächsten Monat pausiert, sofern Sie kein höheres Limit anfordern. Eine Retry-Schleife löst dieses Problem nicht.

Vier Mechanismen bestimmen den Zeitpunkt des 429-Fehlers.

• Limits gelten pro Modellklasse. Sie werden für jedes Modell separat angewendet. Daher können Sie verschiedene Modelle gleichzeitig bis zu ihren jeweiligen Limits nutzen. Einige Familien teilen sich ein Kontingent: Das Opus-Rate-Limit gilt kumuliert für Claude Opus 4.8, Opus 4.7, Opus 4.6 und Opus 4.5, während Claude Sonnet 5 ein eigenes Limit besitzt.
• Kapazität wird kontinuierlich aufgefüllt. Die API verwendet einen Token-Bucket-Algorithmus. Die Kapazität wird also kontinuierlich regeneriert und wird nicht zu einem festen Zeitpunkt zurückgesetzt. Ein Limit von 60 Anfragen pro Minute kann als eine Anfrage pro Sekunde erzwungen werden. 60 Anfragen, die gleichzeitig gesendet werden, schlagen daher fehl.
• Bei den meisten Modellen zählt nur nicht-gecacheter Input für ITPM. input_tokens und cache_creation_input_tokens werden gezählt. cache_read_input_tokens zählt bei den meisten Claude-Modellen nicht; Claude Haiku 3.5 ist die dokumentierte Ausnahme. Caching bietet daher sowohl mehr Spielraum bei den Ratenbegrenzungen als auch Preisvorteile. Bei der Ausgabe zählt ein hoher max_tokens nicht gegen OTPM, da OTPM nur die tatsächlich generierten Token zählt.
• Limits gelten auf Organisationsebene. Ein Workspace kann ein niedrigeres Limit erhalten. Die organisationsweiten Limits gelten immer, selbst wenn die Summe der Workspace-Limits höher ist. Ein Limit, das Sie in einem Workspace nicht überschrieben haben, wird von der Organisation vererbt und ist nicht unbegrenzt.

Die Tiers Start, Build, Scale und Custom legen die tatsächlichen Werte fest. Diese werden basierend auf Ihrem Nutzungsverlauf und Ihrem Kontostatus automatisch zugewiesen. Neue Organisationen können unter den standardmäßig veröffentlichten Limits starten. Ein erster 429-Fehler kann daher früher auftreten, als es eine Tabelle vorhersagt. Ein starker Anstieg der Nutzung löst Beschleunigungslimits aus. Diese geben 429 zurück, obwohl Sie sich noch innerhalb Ihres Tiers befinden. Steigern Sie den Traffic daher schrittweise. Jeder veröffentlichte Wert ist eine Obergrenze: Dokumentierte Limits sind die maximal erlaubte Nutzung, keine garantierten Mindestwerte. Um eine Erhöhung anzufordern, nutzen Sie die Option "Request rate limit increase" auf der Limits-Seite in der Claude Console.

Lesen eines 429: retry-after, die Header und SDK-Retries

Jeder API-Fehler gibt dasselbe Envelope zurück: ein verschachteltes error-Objekt mit dem Typ und der Nachricht sowie ein oberflächliches request_id.

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

Die Header enthalten die restlichen Informationen.

• retry-after gibt die Anzahl der Sekunden an, die gewartet werden muss, bevor die Anfrage erneut gesendet werden kann. Frühere Versuche schlagen fehl.
• anthropic-ratelimit-requests-limit, anthropic-ratelimit-requests-remaining und anthropic-ratelimit-requests-reset beschreiben Ihr Request-Budget.
• anthropic-ratelimit-input-tokens-* und anthropic-ratelimit-output-tokens-* tun dasselbe für ITPM und OTPM, mit denselben Suffixen für limit, remaining und reset.
• anthropic-ratelimit-tokens-* zeigt die Werte für das aktuell restriktivste Limit an.

Reset-Header sind RFC 3339-Zeitstempel. Remaining-Token-Header sind auf den nächsten Tausenderteller gerundet; interpretieren Sie diese daher als Schätzwert. Der Fast-Mode hat einen eigenen Pool und eigene anthropic-fast-*-Header. Lesen Sie alle Header aus jedem erfolgreichen Aufruf aus:

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, wie zum Beispiel req_018EeWyXxfu5pfWkrYcMdjWG. Dieser erscheint als request_id in Fehler-Bodies und als _request_id in Python- und TypeScript-SDK-Antworten. Geben Sie diesen Wert bei der Kontaktaufnahme mit dem Support an.

Prüfen Sie, ob Sie überhaupt eine Backoff-Schleife benötigen, bevor Sie eine implementieren. Die offiziellen SDKs führen bei vorübergehenden Fehlern automatisch Retries durch. Dies umfasst Verbindungsfehler, Rate-Limits und 5xx-Serverfehler mit exponentiellem Backoff. Standardmäßig erfolgen zwei Versuche, wobei der retry-after-Header berücksichtigt wird, sofern dieser vorhanden ist. Jeder Client akzeptiert eine maximum-retries-Option, um dieses Verhalten zu ändern oder zu deaktivieren.

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 liegt nicht an Ihnen

Ein 429-Fehler bedeutet, dass Sie zu viele Anfragen in zu kurzer Zeit gesendet haben. Ein 529 overloaded_error bedeutet, dass die API vorübergehend überlastet ist. Dies tritt auf, wenn die API aufgrund hoher Traffic-Last durch alle Benutzer hinweg überlastet ist. Weder Ihr API-Key noch Ihr Code sind die Ursache. Versuchen Sie es mit exponential backoff. Die SDKs führen dies bei 5xx-Antworten bereits automatisch aus. Prüfen Sie status.claude.com, falls der Fehler bestehen bleibt. Ein 500 api_error ist ein interner Fehler, der ebenfalls durch Retries behoben werden kann. Keiner dieser Fehler ist ein Rate Limit.

Lesen Sie Ihre eigenen Limits statt einer Tabelle

Bei einem Abonnement ist /usage die entscheidende Ansicht. Sie zeigt die Balken zur Nutzung Ihres Plans sowie eine Aufschlüsselung der Verbrauchsquellen an. Mit d oder w wechseln Sie zwischen den letzten 24 Stunden und den letzten 7 Tagen. Es gibt zwei Einschränkungen. Der Block Session zeigt die Nutzung von API-Tokens an und ist für API-Nutzer gedacht; Abonnenten können den Dollarbetrag ignorieren. Die Zahlen stammen aus dem lokalen Sitzungsverlauf auf diesem Gerät. Die Nutzung von anderen Geräten oder von claude.ai wird nicht berücksichtigt.

Auf der API-Seite zeigt die Usage-Seite in der Claude Console zwei Diagramme: „Rate Limit - Input Tokens“ und „Rate Limit - Output Tokens“. Das Input-Diagramm stellt das stündliche Maximum der nicht zwischengespeicherten Input-Tokens pro Minute Ihrem aktuellen ITPM-Limit gegenüber. Die Cache-Rate wird daneben angezeigt. So erkennen Sie das Annähern an ein Limit, bevor es in der Produktion erreicht wird.

Um Ihre konfigurierten Limits programmatisch auszulesen:

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

Es wird ein Admin API key benötigt. GET /v1/organizations/workspaces/{workspace_id}/rate_limits führt dasselbe pro Workspace aus. Beide sind schreibgeschützt: Um ein Limit zu ändern, verwenden Sie den Tab Limits in der Console.

Verwendung von less, um Limits einzuhalten

Beide Systeme messen im Hintergrund denselben Wert, daher funktionieren diese Stellschrauben bei beiden.

• Weniger Tokens pro Turn verbrauchen. Kontinuierliche Intervalle halten den Cache warm, und /clear zwischen nicht zusammenhängenden Aufgaben kostet nichts. Claude Code Token-Verbrauch erläutert diese Stellschrauben vollständig.
• Den Aufwand reduzieren. Die Stufen sind low, medium, high, xhigh und max. Das /effort-Menü bietet zudem ultracode, was den Verbrauch erhöht statt ihn zu senken. Tiefgreifendes Reasoning bei einer mechanischen Umbenennung ist nicht effizient.
• Nebenläufigkeit nach einem 429-Fehler reduzieren. Senken Sie CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY und vermeiden Sie viele parallele Subagents. Nutzen Sie auch /status: Ein fehlerhafter ANTHROPIC_API_KEY leitet Anfragen über einen Low-Tier-Key statt über Ihr Abonnement.
• Nicht-interaktive Aufgaben an die Message Batches API auslagern. Diese verarbeitet große Volumina asynchron mit einem Rabatt von 50 % auf Input- und Output-Tokens unter eigenen Rate Limits. Ein nächtlicher Job konkurriert so nicht mit Ihrer Sitzung.

Arbeiten mit hoher Lastspitze, die durch ein Programm statt durch eine Person gesteuert werden, sollten von Beginn an über einen API-Key ausgeführt werden. Ihre erste Claude API App auf einem VPS behandelt die Handhabung von Keys und Retries. Ein langer Agent-Lauf übersteht eine getrennte Verbindung, wenn Sie Claude Code in einem tmux auf einem VPS ausführen.

FAQ

Warum behebt der Wechsel des Modells mein Claude-Nutzungslimit nicht?

Weil Sitzungs- und Wochenlimits für alle Modelle gemeinsam gelten. Das Kontingent gehört zum Plan und nicht zu einem spezifischen Modell. Daher ändert /model nur das antwortende Modell, aber nicht das verbleibende Kontingent. Die einzige Ausnahme ist You've hit your Opus limit, was nur für Opus-Anfragen gilt. In diesem Fall ist der Modellwechsel die dokumentierte Lösung.

Was bedeutet der Fehler 429 rate_limit_error und wie lange muss ich warten?

Er bedeutet, dass Ihr Konto das Limit für diese Modellklasse erreicht hat: Anfragen pro Minute, Input-Token pro Minute oder Output-Token pro Minute. Die Antwort enthält einen retry-after Header mit der Wartezeit in Sekunden; frühere Wiederholungsversuche schlagen fehl. Die offiziellen SDKs führen bereits automatische Retries für Rate-Limits und 5xx-Fehler mit exponentiellem Backoff durch (standardmäßig zweimal) und beachten dabei diesen Header. Ein 429-Fehler, der auftritt, während Sie noch innerhalb der Limits Ihres Tiers liegen, deutet auf ein Beschleunigungslimit durch einen plötzlichen Anstieg hin.

Wie sehe ich meine Claude-Nutzungsgrenzen und deren Reset-Zeitpunkt?

Führen Sie in Claude Code /usage aus, um Ihre Plan-Balken, Reset-Zeiten und eine detaillierte Nutzung zu sehen; /cost ist ein Alias. Mit d oder w wechseln Sie zwischen den letzten 24 Stunden und den letzten 7 Tagen. Diese Daten stammen aus dem lokalen Sitzungsverlauf; die Nutzung von anderen Geräten oder von claude.ai wird daher nicht berücksichtigt. In der API zeigt die Console Ihre Rate-Limits an, und GET /v1/organizations/rate_limits gibt Ihre konfigurierten Limits mit einem Admin API key zurück.

Kann ich nach Erreichen des Claude-Plan-Limits weiterarbeiten?

Gelegentlich. Führen Sie /usage-credits aus, um zusätzliches Kontingent über das Limit hinaus für Pro und Max zu kaufen oder es bei einem Administrator für Team und Enterprise anzufordern; dies erfordert ein claude.ai Login über /login und ist mit API-Key-Authentifizierung nicht verfügbar. Ansonsten warten Sie bis zum Reset-Zeitpunkt, wechseln Sie das Modell (falls es das Opus-Limit war) oder verlagern Sie die Arbeit auf einen API-Key, der pro Minute statt pro Zeitfenster abrechnet.