Claude-Nutzungslimit erreicht: Was Sie tun können

Welche Nutzungsgrenzen hat Claude?

Die Nutzungsgrenzen von Claude bestehen aus zwei getrennten Systemen. Zuerst müssen Sie feststellen, welches davon Ihre Nutzung begrenzt hat. Ein Claude-Abonnement (Pro, Max, Team oder Enterprise) stellt ein rollierendes Nutzungskontingent bereit. Dieses gilt modellübergreifend und gemeinsam für Claude Chat. Bei Erreichen der Grenze wird eine Meldung wie You've hit your session limit · resets 3:45pm angezeigt. Die Claude API misst etwas anderes: wie viele Anfragen und Tokens Sie pro Minute senden. Bei Überschreitung wird ein HTTP-429-Fehler des Typs rate_limit_error zurückgegeben. Ein retry-after-Header gibt an, wie viele Sekunden Sie warten müssen.

Die Lösungen haben nichts miteinander zu tun. Eine Abonnementgrenze hängt davon ab, wie viel Sie innerhalb eines Zeitfensters genutzt haben. Sie warten entweder, bis das Kontingent zurückgesetzt wird, oder kaufen zusätzliche Nutzung. Eine API-Ratenbegrenzung hängt von Ihrer aktuellen Geschwindigkeit ab. Sie wird nach wenigen Sekunden aufgehoben, sobald Sie die Anfragen verlangsamen.

Die Kontingente der Tarife und die Nummern der Ratenbegrenzungsstufen ändern sich häufig. Eine falsche Zahl ist weniger hilfreich als keine Zahl. Deshalb werden hier keine Werte angegeben. Ermitteln Sie Ihre Werte mit den weiter unten aufgeführten Befehlen.

Welches Limit haben Sie erreicht? Lesen Sie die genaue Meldung

Claude Code nennt das jeweilige System im ausgegebenen Text. Prüfen Sie, welches System bei Ihnen betroffen ist, bevor Sie Änderungen vornehmen.

• You've hit your session limit · resets 3:45pm ist ein Abonnementlimit. Das rollierende Kontingent Ihres Tarifs für dieses Zeitfenster ist aufgebraucht.
• You've hit your weekly limit · resets Mon 12:00am bezeichnet dasselbe System für das längere Zeitfenster.
• You've hit your Opus limit · resets 3:45pm ist ein Abonnementlimit, das nur für Opus-Anfragen gilt. Nur in diesem Fall hilft ein Modellwechsel.
• API Error: Request rejected (429) · this may be a temporary capacity issue. If it persists, check https://status.claude.com. ist ein API-Ratenlimit. Sie haben das für Ihren API-Schlüssel oder für Ihr Amazon Bedrock- bzw. Google Cloud-Projekt konfigurierte Limit erreicht. Welche Variante zutrifft, hängt davon ab, wie der Client sich authentifiziert, da ein Bedrock- oder Vertex-Client auf das Kontingent Ihres Cloud-Projekts angerechnet wird und nicht auf das Kontingent einer Anthropic-Organisation.
• API Error: Server is temporarily limiting requests (not your usage limit) ist eine kurzzeitig geltende Drosselung, die nicht mit dem Kontingent Ihres Tarifs zusammenhängt. Claude Code versucht die Anfrage automatisch mit Backoff erneut, bevor diese Zeile angezeigt wird.

Abonnementlimits: Sitzung, Woche und das Opus-Fenster

Ein Abonnement umfasst ein rollierendes Nutzungslimit. Sobald dieses Limit ausgeschöpft ist, blockiert Claude Code weitere Anfragen bis zum in der Meldung angezeigten Zurücksetzungszeitpunkt. Zwei Eigenschaften dieses Limits sorgen für die meisten Missverständnisse.

• Das Limit wird mit Claude Chat geteilt. Ihre Arbeit auf claude.ai verwendet dasselbe Kontingent wie Ihre Arbeit im Terminal. Ein intensiver Chat-Nachmittag verkürzt daher Ihren Programmierabend. Jede Oberfläche, bei der Sie sich mit diesem Konto anmelden, verwendet dasselbe Kontingent. Unter Linux verbrauchen die Beta-Desktop-App und die Claude-Code-CLI gemeinsam ein Kontingent, nicht jeweils eines.
• Das Limit wird zwischen den Modellen geteilt. Sitzungs- und Wochenlimits haben kein eigenes Budget pro Modell. Die einzige Ausnahme ist das Opus-Limit.

Für Claude für Teams und Enterprise ist ein Kontingent pro Sitz dokumentiert. Es wird in einem rollierenden Fünf-Stunden-Fenster und einem wöchentlichen Fenster zurückgesetzt, mit Claude Chat und Cowork geteilt und richtet sich nach der Sitzstufe (Standard oder Premium). Bei Pro und Max sind der in der Meldung angezeigte Zurücksetzungszeitpunkt und Ihre eigenen /usage Balken die verlässlichen Werte, nicht eine Zahl aus einem Blogbeitrag. Wenn Sie noch eine Tarifstufe auswählen, vergleicht welchen Claude-Tarif Sie benötigen, welche Funktionen die einzelnen Tarife freischalten.

Warum der Modellwechsel mit /model den Zugriff nicht wiederherstellt

Das ist der häufigste falsche Schritt. Die Dokumentation formuliert es eindeutig: Sitzungs- und Wochenlimits gelten für alle Modelle gemeinsam. Ein Modellwechsel stellt den Zugriff daher nicht wieder her. Wenn das Sitzungslimit ausgeschöpft ist und Sie ein kleineres Modell auswählen, ändert sich nur, welches Modell antworten würde. Die verbleibende Nutzung wird dadurch nicht erhöht. Das Limit wird nicht pro Modell geführt. Deshalb gibt es beim Wechsel nichts freizugeben.

Die Ausnahme ist das Opus-Limit. Dabei handelt es sich tatsächlich um eine modellspezifische Obergrenze. Wenn die Meldung You've hit your Opus limit lautet, ist /model die richtige Lösung. Wechseln Sie zu einem anderen Modell und arbeiten Sie weiter. Blockiert wurden in diesem Fall nur Opus-Anfragen.

Das Limit als Fehler zu behandeln, ist der zweite falsche Schritt. Eine Neuinstallation oder eine erneute Authentifizierung ändert nichts. Das Nutzungskontingent wird wieder verfügbar, sobald das Zeitfenster zurückgesetzt wird oder Sie Nutzungsguthaben kaufen.

Was tun, wenn Sie ein Nutzungslimit erreichen

1. Lesen Sie die Rücksetzzeit. Ein Sitzungsfenster ist kurz. Ein wöchentliches Fenster lässt sich nicht einfach am Schreibtisch abwarten.
2. Wenn es sich um das Opus-Limit handelt, führen Sie /model aus und wählen Sie ein anderes Modell.
3. Führen Sie /usage aus, um Ihre Planlimits, Ihre Balken und die Rücksetzzeiten anzuzeigen. /cost ist ein Alias für dieselbe Ansicht.
4. 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.
5. Wenn Sie jede Woche dasselbe Limit erreichen, ist der Plan für Ihre Arbeitsweise zu klein. Dann lohnt es sich, die Möglichkeiten nach Erreichen eines Nutzungslimits einmal abzuwägen, statt bei jedem Rücksetzen erneut darüber nachzudenken.

/usage-credits erfordert ein bei claude.ai angemeldetes Abonnement über /login. Mit der Authentifizierung per API key ist es nicht verfügbar, weil ein API key kein Plan-Kontingent hat, das erweitert werden könnte.

Nutzungsguthaben hat einen Nebeneffekt, den Sie zuerst kennen sollten. Die Lebensdauer des Prompt-Caches beträgt bei einem Abonnement eine Stunde. Sobald Sie Guthaben verwenden, sinkt sie auf fünf Minuten. Dadurch beginnen mehr Interaktionen ohne warmen Cache, und der Token-Verbrauch von Claude Code steigt für dieselbe Arbeit.

Meldungen, die wie Nutzungslimits aussehen, aber keine sind

Vier Claude-Code-Fehler werden als Nutzungslimits gemeldet, obwohl keiner davon eines ist.

• Eine Kontext- 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 Unterhaltung das Kontextfenster des Modells überschritten hat. Ältere Verlaufsdaten werden zusammengefasst, um Speicherplatz freizugeben. Das Kontingent Ihres Tarifs bleibt unverändert.
• Error during compaction: Conversation too long. Press esc twice to go up a few messages and try again. bedeutet, dass /compact selbst fehlgeschlagen ist, weil nicht genügend freier Kontext vorhanden ist, um die erzeugte Zusammenfassung aufzunehmen.
• Credit balance is too low bedeutet, dass Ihre Console-Organisation keine vorausbezahlten Credits mehr hat. 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, or /model to switch to standard context ist eine Berechtigungsprüfung und kein erschöpftes Kontingent. Wählen Sie die Modellvariante ohne das Suffix [1m], oder setzen Sie CLAUDE_CODE_DISABLE_1M_CONTEXT=1.

Ein weiterer Fehler kommt von der API. Ein 413 request_too_large bezeichnet eine Größenbegrenzung für eine einzelne Anfrage und kein Rate-Limit.

API-Ratenlimits: Was der 429-Fehler tatsächlich zählt

Die Messages API misst drei Werte, jeweils getrennt für jede Modellklasse:

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

Ihre Organisation hat außerdem ein Ausgabenlimit. Dabei handelt es sich um einen anderen Wert: die maximalen monatlichen Kosten für die API-Nutzung. Sobald Sie das Ausgabenlimit Ihrer Stufe erreichen, wird die API-Nutzung bis zum nächsten Monat pausiert, sofern Sie kein höheres Limit anfordern. Keine Retry-Schleife kann dieses Problem lösen.

Vier Mechanismen bestimmen, wann der 429-Fehler auftritt.

• Limits gelten pro Modellklasse. Sie werden für jedes Modell separat angewendet. Daher können Sie verschiedene Modelle gleichzeitig bis zu ihren jeweiligen Limits verwenden. Einige Modellfamilien teilen sich einen Bucket: Das Opus-Ratenlimit gilt insgesamt für Claude Opus 4.8, Opus 4.7, Opus 4.6 und Opus 4.5, während Claude Sonnet 5 ein eigenes Limit hat.
• Die 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 Requests pro Minute kann als ein Request pro Sekunde durchgesetzt werden. 60 gleichzeitig gesendete Requests schlagen dann trotzdem fehl.
• Bei den meisten Modellen zählen nur nicht aus dem Cache geladene Eingaben für ITPM. 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 nicht nur einen Rabatt, sondern auch mehr Spielraum beim Ratenlimit. Auf der Ausgabeseite wird ein hoher max_tokens nicht auf OTPM angerechnet, da 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 ein höheres Volumen ergeben. Ein Limit, das Sie für einen Workspace nicht überschrieben haben, wird von der Organisation übernommen. Es bleibt nicht unbegrenzt.

Die Stufen Start, Build, Scale und Custom legen die tatsächlichen Werte fest. Sie werden automatisch anhand Ihrer bisherigen Nutzung und des Status Ihres Kontos zugewiesen. Neue Organisationen können unter den standardmäßig veröffentlichten Limits starten. Daher kann ein erster 429-Fehler früher auftreten, als es eine Tabelle erwarten lässt. Eine starke Erhöhung der Nutzung löst Beschleunigungslimits aus. Diese geben 429 zurück, obwohl Sie sich noch innerhalb Ihrer Stufe befinden. Steigern Sie den Netzwerkverkehr daher schrittweise. Jeder veröffentlichte Wert ist eine Obergrenze: Dokumentierte Limits geben die maximal zulässige Nutzung an, keine garantierte Mindestnutzung. Um ein höheres Limit anzufordern, verwenden Sie in der Claude Console auf der Seite Limits die Option "Request rate limit increase".

Eine 429-Antwort auswerten: retry-after, Header und SDK-Wiederholungen

Jeder API-Fehler verwendet dieselbe Hülle: ein verschachteltes error-Objekt mit Typ und Meldung sowie ein request_id auf der obersten Ebene.

{
  "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 bis zum erneuten Senden der Anfrage warten müssen. Frühere Wiederholungen schlagen fehl.
• 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-* enthalten dieselben Informationen für ITPM und OTPM, mit denselben Suffixen für Limit, verbleibenden Anteil und Zurücksetzung.
• anthropic-ratelimit-tokens-* zeigt die Werte für das derzeit restriktivste aktive Limit an.

Reset-Header enthalten Zeitstempel im RFC-3339-Format. Header für verbleibende Token werden auf die nächsten Tausend gerundet. Verwenden Sie sie daher als Richtwert. Der Fast-Modus verfügt über einen eigenen Pool und eigene anthropic-fast-*-Header. Lesen Sie alle diese Werte aus einer erfolgreichen Anfrage:

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, beispielsweise req_018EeWyXxfu5pfWkrYcMdjWG. In Fehlertexten erscheint er als request_id und in Antworten der Python- und TypeScript-SDKs als _request_id. Geben Sie diesen Wert an, wenn Sie den Support kontaktieren.

Prüfen Sie zuerst, ob Sie überhaupt eine Backoff-Schleife benötigen. Die offiziellen SDKs wiederholen vorübergehende Fehler automatisch. Dazu gehören Verbindungsfehler, Rate-Limits und 5xx-Serverfehler. Standardmäßig erfolgen zwei Wiederholungen mit exponentiellem Backoff. Der retry-after-Header wird berücksichtigt, sofern er vorhanden ist. Jeder Client akzeptiert eine Option für die maximale Anzahl von 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.

Eigene Limits statt einer Tabelle ablesen

Bei einem Abonnement ist /usage die relevante Ansicht. Sie zeigt die Auslastungsbalken Ihres Tarifs und eine Aufschlüsselung der jeweiligen Verursacher. Mit d oder w wechseln Sie zwischen den letzten 24 Stunden und den letzten 7 Tagen.

Dabei gibt es zwei Einschränkungen. 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 von einem anderen Gerät oder über claude.ai fehlt.

Auf der API-Seite zeigt die Seite „Usage“ 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 können Sie erkennen, dass sich ein Limit nähert, bevor es in der Produktion erreicht wird.

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 ist ein Admin API key erforderlich. Mit GET /v1/organizations/workspaces/{workspace_id}/rate_limits können Sie dasselbe für einen Workspace ausführen. Beide Befehle sind schreibgeschützt. Um ein Limit zu ändern, verwenden Sie im Console die Registerkarte „Limits“.

Weniger verbrauchen und dadurch weniger Limits erreichen

Beide Systeme messen im Hintergrund dasselbe. Diese Stellschrauben funktionieren daher bei beiden.

• Pro Turn weniger Tokens verbrauchen. Längere zusammenhängende Sitzungen halten den Cache warm, und /clear zwischen unabhängigen Aufgaben verursacht keine Kosten. Token-Verbrauch von 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. Tiefgehendes Reasoning bringt bei einer mechanischen Umbenennung keinen Nutzen.
• Die Nebenläufigkeit nach einem 429-Fehler reduzieren. Verringern Sie CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY und vermeiden Sie viele parallele Subagenten. Führen Sie außerdem /status aus: Ein versehentlich gesetztes ANTHROPIC_API_KEY leitet Anfragen über einen Schlüssel mit niedrigerem Tarif statt über Ihr Abonnement.
• Nichtinteraktive Arbeiten in die Message Batches API verschieben. Sie verarbeitet große Mengen asynchron mit einem Rabatt von 50% auf Input- und Output-Tokens und verwendet eigene Rate-Limits. Dadurch konkurriert ein nächtlicher Job nicht mehr mit Ihrer Sitzung.

Bei Arbeiten, die viele Daten in den Kontext laden, ist dieser Effekt besonders stark: Wenn Sie Aktien und Optionen anhand von Live-Marktdaten analysieren, kostet das Abrufen des kleinen Ausschnitts, den die jeweilige Frage benötigt, nur einen Bruchteil des Einfügens vollständiger Kurs- und Optionsketten. Stoßweise anfallende Arbeiten, die von einem Programm statt von einer Person gesteuert werden, gehören von Anfang an auf einen API-Schlüssel. Dadurch ändert sich nicht nur die Messung, sondern auch die Abrechnung, denn die Claude API hat keinen kostenlosen Tarif über das kleine Guthaben hinaus, das bei der Registrierung gewährt wird. Ihre erste Claude-API-Anwendung auf einem VPS behandelt die Verwaltung des Schlüssels und Wiederholungsversuche. Ein langer Agentenlauf übersteht eine unterbrochene Verbindung, 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. Das Kontingent gehört zum Tarif und nicht zu einem Modell. /model legt daher fest, welches Modell antwortet, ändert aber nicht das verbleibende Kontingent. Die einzige Ausnahme ist You've hit your Opus limit. Dieses Limit gilt nur für Opus-Anfragen. In diesem Fall ist der Modellwechsel die dokumentierte Lösung.

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

Das bedeutet, dass Ihr Konto ein Ratenlimit für diese Modellklasse erreicht hat: Anfragen pro Minute, Eingabetokens pro Minute oder Ausgabetokens pro Minute. Die Antwort enthält einen retry-after-Header mit der Wartezeit in Sekunden. Frühere Wiederholungsversuche schlagen fehl. Die offiziellen SDKs wiederholen Anfragen bei Ratenlimits und 5xx-Fehlern bereits mit exponentiellem Backoff, standardmäßig zweimal, und berücksichtigen diesen Header. Ein 429-Fehler, der innerhalb der Limits Ihres Tarifs auftritt, weist auf ein Beschleunigungslimit nach einer plötzlichen Steigerung hin.

Wie kann ich meine Claude-Nutzungslimits und deren Zurücksetzung anzeigen?

Führen Sie in Claude Code /usage aus, um die Kontingentbalken Ihres Tarifs, die Zurücksetzungszeiten und eine Nutzungsaufstellung 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. In der API zeigt die Console Ihre Ratenlimits in Diagrammen an. GET /v1/organizations/rate_limits gibt Ihre konfigurierten Limits mit einem Admin API key zurück.

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 Anmeldung bei claude.ai über /login erforderlich. Mit einer API key-Authentifizierung ist diese Funktion nicht verfügbar. Warten Sie andernfalls bis zur Zurücksetzungszeit, wechseln Sie das Modell, wenn das Opus-Limit erreicht wurde, oder verlagern Sie die Arbeit auf einen API key. Dieser wird pro Minute und nicht pro Zeitfenster abgerechnet.