SSD Nodes Learn Hosting plans →
गाइड Matt Connorलेखक: Matt Connor

Claude Code को Amazon Bedrock या Vertex AI पर कैसे चलाएं

Claude Code को Amazon Bedrock या Google Vertex AI से कनेक्ट करने का तरीका जानें। आवश्यक environment variables, billing प्रक्रिया और क्लाउड सेटअप के बारे में पूरी जानकारी यहाँ पाएं।

जब Claude Code आपके अपने क्लाउड अकाउंट पर चलता है तो क्या बदलता है

आप Claude Code को Amazon Bedrock या Google Vertex AI पर चला सकते हैं। इसके लिए केवल दो या तीन environment variables और आपकी टीम के पास पहले से मौजूद cloud credentials की आवश्यकता होती है। स्थानीय स्तर पर सब कुछ वैसा ही काम करता है: CLI, subagents, hooks, skills, MCP servers और आपकी CLAUDE.md फाइलें। केवल model call का स्थान बदलता है, और इसके साथ चार चीजें बदलती हैं: वह नेटवर्क जिससे अनुरोध गुजरता है, वह अकाउंट जो इसका भुगतान करता है, वे Claude models जिन्हें आप invoke करने के लिए अधिकृत हैं, और वे server-side फीचर्स जो उपलब्ध हैं।

सवाल यह नहीं है कि क्या यह काम करता है। यह काम करता है। सवाल यह है कि उन चार चीजों में से आपके लिए सबसे महत्वपूर्ण क्या है।

तीन राउटिंग विकल्प, और उनकी लागत

Anthropic direct, सब्सक्रिप्शन के साथ। आप Pro, Max, Ultra, Team या Enterprise प्लान पर claude.ai अकाउंट के साथ साइन इन करते हैं। अनुरोध Anthropic के API पर जाते हैं। Pro, Max, Ultra और Team प्लान में आप प्रति सीट भुगतान करते हैं, और उपयोग की सीमा टोकन के बजाय प्लान की लिमिट से तय होती है। वर्तमान Enterprise प्लान इसका अपवाद हैं: सीट शुल्क में कोई उपयोग शामिल नहीं होता, और प्रत्येक टोकन का बिल मानक API दरों पर अलग से आता है। पुराने सीट-आधारित Enterprise अनुबंध नवीनीकरण (renewal) पर इसी मॉडल में बदल रहे हैं। यह एकमात्र राउटिंग है जो अकाउंट पर बने इंटरफेस तक पहुँचती है, जैसे वेब पर Claude Code, मोबाइल ऐप और Remote Control। एक टीम के लिए, Team प्लान में पहले से ही सिंगल साइन-ऑन और संगठन-व्यापी Claude Code कॉन्फ़िगरेशन के लिए सर्वर-प्रबंधित सेटिंग्स शामिल हैं, और Claude Enterprise प्लान इसमें ऑडिट लॉग, SCIM, कस्टम डेटा रिटेंशन कंट्रोल और एक Compliance API जोड़ता है।

Anthropic direct, API key के साथ। आप Anthropic Console में एक की (key) बनाते हैं और प्रति टोकन भुगतान करते हैं। इंफ्रास्ट्रक्चर और क्षेत्र सब्सक्रिप्शन वाले ही हैं, कोई सीट शुल्क नहीं है, और उपयोग Anthropic के अपने डैशबोर्ड में दिखता है। इन दोनों में से कौन सा सस्ता है, यह इस बात पर निर्भर करता है कि एजेंट वास्तव में दिन में कितने घंटे चलता है, जो कि API बनाम सब्सक्रिप्शन लागत तुलना और Claude Code की व्यावहारिक लागत का मुख्य विषय है।

Bedrock या Vertex पर थर्ड-पार्टी एंडपॉइंट। आपका अपना AWS या Google Cloud अकाउंट मॉडल को सर्व करता है। इन्फरेंस (inference) के समय Anthropic अनुरोध पथ में नहीं होता है। टोकन का बिल आपको उसी में मिलता है जो आप पहले से प्राप्त करते हैं, और यह उन IAM (identity and access management) नीतियों और ऑडिट लॉग्स के अंतर्गत आता है जिन्हें आप पहले से चला रहे हैं। तीन अन्य थर्ड-पार्टी विकल्प मौजूद हैं: Microsoft Foundry, AWS पर Claude Platform और Google Cloud पर Claude Models (Anthropic द्वारा प्रबंधित), और वे एक ही तरह से काम करते हैं: एक एनवायरनमेंट वेरिएबल प्रदाता का चयन करता है, और क्लाउड अकाउंट भुगतान करता है। Anthropic द्वारा प्रबंधित Google Cloud रूट CLAUDE_CODE_USE_ANTHROPIC_GOOGLE_CLOUD=1 का उपयोग करता है और Vertex से अलग है।

नामकरण संबंधी नोट, अक्टूबर 2026 तक: Google ने Vertex AI का नाम बदलकर Google Cloud's Agent Platform कर दिया है। Anthropic का डॉक्यूमेंटेशन नए नाम का उपयोग करता है, Claude Code लॉगिन प्रॉम्प्ट अभी भी Google Vertex AI कहता है, और एनवायरनमेंट वेरिएबल अभी भी VERTEX दर्शाते हैं।

Data residency ही वह मुख्य कारण है जिसके लिए टीमें ऐसा करती हैं

Bedrock पर, अनुरोध आपके द्वारा चुने गए AWS region में, आपके अपने account के भीतर एक Bedrock endpoint पर जाता है। Data at rest को AWS-managed keys के तहत AES-256 के साथ encrypt किया जाता है, और आप AWS KMS (key management service) के माध्यम से अपनी खुद की key प्रदान कर सकते हैं। Vertex पर इसका समकक्ष Google-managed encryption keys है, जिसमें CMEK (customer-managed encryption keys) भी उपलब्ध हैं। Access उन IAM roles द्वारा नियंत्रित होता है जिनका आप पहले से उपयोग कर रहे हैं, और ये calls CloudTrail में दिखाई देती हैं, या यदि Data Access audit logging सक्षम है, तो Cloud Audit Logs में दिखाई देती हैं। एक विनियमित (regulated) टीम के लिए, यही पूरा तर्क है, और यह एक ठोस तर्क है।

दो विवरण इसे मार्केटिंग द्वारा बताए गए दावों की तुलना में कम पूर्ण बनाते हैं।

एक cross-region inference profile एक एकल region नहीं होता है। Bedrock पर, Claude Code अपने इन-बिल्ट डिफ़ॉल्ट models को cross-region inference profile IDs में resolve करता है, और यह जिस prefix को प्राथमिकता देता है वह उस region से आता है जहाँ इसे resolve किया गया है: us. एक us-* region में, eu. एक eu-* region में, apac. एक ap-* region में, और us-gov. GovCloud में। एक cross-region profile उस भूगोल (geography) के भीतर किसी अन्य region से अनुरोध पूरा कर सकता है, इसलिए आपको जो गारंटी मिलती है वह एक भूगोल की है, न कि किसी शहर की। यदि आपकी आवश्यकता किसी एक विशिष्ट region का नाम लेती है, तो cross-region profile के बजाय उस region में foundation model द्वारा समर्थित application inference profile के माध्यम से route करें, और ANTHROPIC_MODEL को उसके ARN पर सेट करें।

कुछ traffic अभी भी Anthropic तक पहुँचता है। Telemetry, error reporting और /feedback command Bedrock और Vertex दोनों पर डिफ़ॉल्ट रूप से बंद होते हैं, और /feedback कुछ भी upload करने के बजाय आपकी अपनी मशीन पर ~/.claude/feedback-bundles/ के अंतर्गत एक archive लिखता है। हर provider पर दो अपवाद चलते हैं। URL fetch करने से पहले, WebFetch tool safety blocklist की जाँच करने के लिए hostname, और केवल hostname, को api.anthropic.com पर भेजता है। Session quality surveys भी अभी भी दिखाई देते हैं। पहले वाले को अपनी settings file में skipWebFetchPreflight के साथ बंद करें और दूसरे को CLAUDE_CODE_DISABLE_FEEDBACK_SURVEY=1 के साथ। CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC सेट करने से surveys भी बंद हो जाते हैं, साथ ही बाकी non-essential traffic भी, लेकिन यह WebFetch check को प्रभावित नहीं करता है, जिसका अपना अलग opt-out होता है। जब कोई host platform CLAUDE_CODE_PROVIDER_MANAGED_BY_HOST सेट करता है, तो telemetry डिफ़ॉल्ट रूप से चालू हो जाता है।

Training के संबंध में: व्यावसायिक शर्तों के तहत Anthropic, Claude Code के माध्यम से भेजे गए code या prompts पर models को train नहीं करता है, और third-party platform का उपयोग व्यावसायिक है। Development Partner Program, जो एक opt-in है और training की अनुमति देता है, Bedrock या Vertex उपयोगकर्ताओं को बिल्कुल भी पेश नहीं किया जाता है। Vertex पर, Fable models के लिए दुरुपयोग की निगरानी (abuse monitoring) हेतु Anthropic के साथ prompt-response साझा करना आवश्यक है; यही बात Cyber Verification Program में नामांकित models पर भी लागू होती है। इन endpoints पर zero data retention आपके AWS या Google के साथ हुए समझौते और model की retention आवश्यकताओं के अधीन है।

Claude Code को Amazon Bedrock से जोड़ना

किसी भी client configuration के काम करने से पहले, प्रत्येक AWS account के लिए दो चीजें एक बार करनी होती हैं। Amazon Bedrock console खोलें, model catalog से एक Anthropic model चुनें और use case form जमा करें: जमा करने के तुरंत बाद access मिल जाता है। इसके बाद एक IAM policy attach करें जो Claude Code द्वारा की जाने वाली calls की अनुमति देती हो।

  • bedrock:InvokeModel
  • bedrock:InvokeModelWithResponseStream
  • bedrock:ListInferenceProfiles
  • bedrock:GetInferenceProfile

ListInferenceProfiles वह है जो Claude Code को startup पर यह जाँचने देता है कि आपका account वास्तव में किन models को invoke कर सकता है। GetInferenceProfile इसे application inference profile ARN को उसके पीछे के foundation model में resolve करने देता है, ताकि यह सही request shape चुन सके। इसके बिना भी requests सफल हो जाती हैं, क्योंकि Claude Code दूसरी shape के साथ एक बार retry करता है। इसका लक्षण हर नए model के लिए एक अतिरिक्त round trip है, न कि कोई error। Anthropic द्वारा प्रकाशित policy Bedrock के माध्यम से call किए जाने पर aws-marketplace:ViewSubscriptions और aws-marketplace:Subscribe की भी अनुमति देती है, जो model subscription चरण को कवर करती है।

सबसे तेज़ client path wizard है। claude चलाएँ, 3rd-party platform और फिर Amazon Bedrock चुनें, या पहले से signed-in session में /setup-bedrock टाइप करें। यह आपकी ~/.aws directory में profiles को पढ़ता है, सत्यापित करता है कि आप किन models को invoke कर सकते हैं, और परिणाम को ~/.claude/settings.json के env block में लिख देता है, ताकि कुछ भी आपकी shell profile पर निर्भर न रहे।

Scripted rollout के लिए, variables को स्वयं set करें।

export CLAUDE_CODE_USE_BEDROCK=1
export AWS_REGION=us-east-1

Credentials मानक AWS SDK credential chain से आते हैं, इसलिए जो भी aws CLI के लिए पहले से काम कर रहा है, वह यहाँ भी काम करेगा: aws configure, एक SSO profile, एक assumed role, या एक Bedrock API key।

aws sso login --profile=your-profile-name
export AWS_PROFILE=your-profile-name
export AWS_BEARER_TOKEN_BEDROCK=your-bedrock-api-key

Bearer token सबसे सरल विकल्प है और इसे सावधानी से संभालना चाहिए, क्योंकि यह एक secret है जो environment variable में रहता है। AWS अल्पकालिक keys जारी करता है जो 12 घंटे तक चलती हैं और दीर्घकालिक keys जो आपके द्वारा set की गई तारीख तक चलती हैं, और केवल exploration के लिए दीर्घकालिक प्रकार की सिफारिश करता है। Shared build box पर, ऐसे role को प्राथमिकता दें जिसकी अवधि समाप्त हो जाती है। यही तर्क उन सभी अन्य credentials पर लागू होता है जिन्हें agent पढ़ सकता है, जो AI agent की पहुँच से secrets को दूर रखना का विषय है।

Region का जाल। Claude Code इस क्रम में region को resolve करता है: AWS_REGION, फिर AWS_DEFAULT_REGION, फिर आपकी active AWS profile पर region, और फिर us-east-1। वह अंतिम चरण एक default है, error नहीं, इसलिए जिस टीम ने कहीं भी region set नहीं किया है और European routing मान लिया है, वह बिना किसी चेतावनी के अपने requests को US region में भेज देती है। Resolved region और उसके स्रोत को देखने के लिए Claude Code के अंदर /status चलाएँ। यह पुष्टि करने के लिए कि आपका account किसी region में क्या call कर सकता है, aws bedrock list-inference-profiles --region your-region चलाएँ।

Bedrock, Mantle endpoint भी प्रदान करता है, जो native Anthropic API shape का उपयोग करता है। इसे CLAUDE_CODE_USE_MANTLE=1 के साथ चुनें; यह उन्हीं AWS credentials का उपयोग करता है लेकिन इसके लिए अलग bedrock-mantle: IAM permissions की आवश्यकता होती है।

Google Vertex AI पर Claude Code चलाएं

API को सक्षम करें और क्रेडेंशियल्स प्राप्त करें।

gcloud config set project YOUR-PROJECT-ID
gcloud services enable aiplatform.googleapis.com
gcloud auth application-default login

Model Garden में उन Claude मॉडल्स के लिए एक्सेस का अनुरोध करें जिनकी आपको आवश्यकता है। अनुमोदन के लिए 24 से 48 घंटे का समय दें। roles/aiplatform.user प्रदान करें, जिसमें aiplatform.endpoints.predict अनुमति शामिल है जिसका उपयोग मॉडल इनवोकेशन और टोकन काउंटिंग दोनों के लिए किया जाता है।

फिर प्रोवाइडर का चयन करें।

export CLAUDE_CODE_USE_VERTEX=1
export CLOUD_ML_REGION=global
export ANTHROPIC_VERTEX_PROJECT_ID=YOUR-PROJECT-ID

CLOUD_ML_REGION में global का उपयोग किया जा सकता है, जो कि eu या us जैसा एक मल्टी-रीजन लोकेशन, या कोई सिंगल रीजन हो सकता है। ग्लोबल एंडपॉइंट सबसे अच्छी उपलब्धता देता है और इस पर सबसे कम नियंत्रण होता है कि रिक्वेस्ट कहाँ सर्व की जा रही है, इसलिए डेटा रेजिडेंसी की आवश्यकता होने पर आमतौर पर किसी विशिष्ट लोकेशन का नाम देना बेहतर होता है। तीनों रूपों में मॉडल कवरेज अलग-अलग होता है। जब आपको आवश्यक कोई मॉडल ग्लोबल एंडपॉइंट पर उपलब्ध न हो, तो उस मॉडल को उसके VERTEX_REGION_CLAUDE_* वेरिएबल के साथ किसी विशिष्ट लोकेशन पर पिन करें और बाकी सब कुछ ग्लोबल रहने दें। पुरानी हो चुकी सूची पर भरोसा करने के बजाय वर्तमान Vertex AI locations पेज देखें।

प्रोजेक्ट ट्रैप। ANTHROPIC_VERTEX_PROJECT_ID यह तय करता है कि रिक्वेस्ट कहाँ जाएंगी। Claude Code उन्हें उस प्रोजेक्ट पर भेजता है, भले ही GCLOUD_PROJECT, GOOGLE_CLOUD_PROJECT या GOOGLE_APPLICATION_CREDENTIALS द्वारा नामित क्रेडेंशियल फ़ाइल में कोई अन्य प्रोजेक्ट हो। ऐसी मशीन पर जहाँ gcloud एक प्रोजेक्ट की ओर इशारा करता है और कोई पुराना ANTHROPIC_VERTEX_PROJECT_ID किसी दूसरे का नाम बताता है, तो शुल्क दूसरे प्रोजेक्ट पर लगेगा, और सेशन में आपको इसकी कोई चेतावनी नहीं मिलेगी।

किसी भी प्रोवाइडर परिवर्तन के बाद सत्यापन करें। सक्रिय प्रोवाइडर और कॉन्फ़िगरेशन की जाँच करने के लिए /status चलाएं। यदि वेरिएबल्स प्रोसेस तक नहीं पहुँच रहे हैं, तो जाँचें कि क्या उन्हें उस शेल में एक्सपोर्ट किया गया था जिसने claude को लॉन्च किया था। उन्हें सेटिंग्स फ़ाइल के env ब्लॉक में ले जाएं, जो कि AWS_PROFILE जैसे मान को आपके द्वारा शुरू की जाने वाली अन्य सभी प्रक्रियाओं से दूर रखने का तरीका भी है।

आपको कौन से मॉडल मिलते हैं, और वे कितनी देरी से आते हैं

sonnet और opus जैसे उपनामों (aliases) का मतलब यह नहीं है कि वे सबसे नए हैं। किसी थर्ड-पार्टी एंडपॉइंट पर, ये उस प्रदाता के लिए Claude Code के इन-बिल्ट डिफ़ॉल्ट पर रिज़ॉल्व होते हैं, जो वर्तमान रिलीज़ से पीछे हो सकते हैं और हो सकता है कि आपके अकाउंट में सक्षम ही न हों। जब डिफ़ॉल्ट उपलब्ध नहीं होता है, तो Claude Code उस सत्र के लिए किसी पुराने या निचले स्तर के मॉडल पर वापस चला जाता है और एक सूचना प्रिंट करता है। यह फॉलबैक सेव नहीं होता है, लेकिन Claude Code मशीन पर मॉडल एक्सेस रिफ्यूज़ल को एक दिन तक याद रख सकता है और अंतिम जांच के दस मिनट बाद लॉन्च होने पर वर्तमान डिफ़ॉल्ट के याद किए गए रिफ्यूज़ल की दोबारा जांच करता है।

पूरी टीम में रोलआउट के लिए, वर्ज़न को पिन करें।

# Copy the exact IDs from your provider's own model catalog.
export ANTHROPIC_DEFAULT_OPUS_MODEL='<provider model id>'
export ANTHROPIC_DEFAULT_SONNET_MODEL='<provider model id>'
export ANTHROPIC_DEFAULT_HAIKU_MODEL='<provider model id>'

models overview से और अपने प्रदाता के कैटलॉग से ID लें, क्योंकि प्रारूप प्रदाता के अनुसार अलग-अलग होता है: Bedrock को एक इन्फरेंस प्रोफ़ाइल ID या ARN की आवश्यकता होती है, Vertex को एक साधारण मॉडल नाम की। उन्हें किसी लेख से कॉपी न करें, जिसमें यह लेख भी शामिल है। पिनिंग लागत नियंत्रण का भी एक तरीका है, क्योंकि डिफ़ॉल्ट प्राथमिक मॉडल एक Opus-क्लास मॉडल है और Opus की कीमत Sonnet की तुलना में प्रति टोकन अधिक है, इसलिए जो डिप्लॉयमेंट कुछ भी पिन नहीं करता है, उसे उच्च दर पर बिल किया जाता है। इसके बजाय किसी एक मॉडल को सत्र डिफ़ॉल्ट के रूप में सेट करने के लिए, ANTHROPIC_MODEL को उसकी पूर्ण ID पर सेट करें।

इस तुलना में मॉडल का आगमन सबसे स्पष्ट अंतर है। Anthropic के अपने API पर, मॉडल लॉन्च होने के दिन ही काम करने लगता है। Bedrock और Vertex पर, यह तब काम करता है जब आपके क्लाउड प्रदाता ने इसे आपके क्षेत्र में सक्षम कर दिया हो और आपके अकाउंट को एक्सेस दे दिया हो। यदि कुछ काम सबसे नए मॉडल पर चलना आवश्यक है, तो एक ऐसी रूटिंग रखें जो उस तक पहुँच सके। यही विभिन्न कार्यों के लिए विभिन्न मॉडलों को रूट करने का व्यावहारिक कारण है।

Bedrock और Vertex पर आप किन सुविधाओं को छोड़ देते हैं

स्थानीय स्तर पर सब कुछ हर provider पर काम करता है: subagents, hooks, slash commands, skills, plugins, checkpoints, sandboxing, managed settings file और OpenTelemetry metrics। कमियां पूरी तरह से server-side पर हैं।

दोनों endpoints पर अनुपलब्ध: Advisor, Channels, Code Mode, analytics dashboard, server-managed settings, और /design-sync तथा /import commands। इसके अलावा, claude.ai account की आवश्यकता वाली हर चीज़ भी अनुपलब्ध है, जिसमें web पर Claude Code, mobile app, Remote Control, routines और artifacts शामिल हैं।

केवल Bedrock पर: fast mode अनुपलब्ध है, और WebSearch tool वहां मौजूद नहीं है, इसलिए Claude Bedrock पर route किए गए session से search नहीं चला सकता। जब आप इसे URL देते हैं तो यह WebFetch के साथ page पढ़ सकता है। Vertex पर web search काम करता है, Claude 4 generation models और उसके बाद के versions के लिए। Vertex, global, us या eu में Claude Code v2.1.322 या उसके बाद के version के साथ Fable 5.2 पर fast mode का भी समर्थन करता है, यदि provider fast mode को अस्वीकार करता है तो standard speed fallback के रूप में काम करती है।

दोनों पर आंशिक: auto mode केवल नए models के सीमित set पर चलता है, cross-session messaging केवल उसी machine पर आपके अन्य sessions तक पहुँचती है, और एक /loop जो अपना interval खुद चुनता है, उसके लिए Claude Code v2.1.248 या उसके बाद के version की आवश्यकता होती है। Desktop तक 3P पर Claude Desktop के माध्यम से या app में अथवा administrator द्वारा configure की गई gateway routing के माध्यम से पहुँचा जा सकता है। अपनी टीम से किसी सुविधा का वादा करने से पहले Anthropic का feature availability page देखें, क्योंकि यह सूची बदलती रहती है।

बिल किसका बनता है

Subscription और third-party endpoint दोनों अलग-अलग खरीदारी हैं। एक दूसरे का विकल्प नहीं है।

यह स्पष्ट रूप से बताना आवश्यक है, क्योंकि यह गलती चुपचाप हो जाती है। यदि आप किसी ऐसी मशीन पर CLAUDE_CODE_USE_BEDROCK=1 सेट करते हैं जहाँ आप Max seat के साथ भी साइन-इन हैं, तो traffic का बिल AWS द्वारा भेजा जाएगा: Bedrock की on-demand दरों पर प्रति token, या यदि आपके खाते ने provisioned throughput खरीदा है तो उसके अनुसार। Seat का मासिक शुल्क अलग से लगता रहेगा और यह किसी भी traffic का भुगतान नहीं करेगा। कोई संयुक्त दृश्य (combined view) भी उपलब्ध नहीं है: खर्च AWS Cost Explorer या Google Cloud Billing में दिखता है, और Anthropic analytics dashboard किसी भी provider पर उपलब्ध नहीं है। /logout कमांड भी गायब हो जाती है, क्योंकि समाप्त करने के लिए कोई Anthropic session नहीं होता। Credential ही cloud credential होता है।

दरें provider के अपने पेज पर होती हैं और बदलती रहती हैं, इसलिए किसी लेख में दिए गए आंकड़ों के बजाय Amazon Bedrock pricing या Vertex AI pricing को देखें। एक संरचनात्मक बिंदु नहीं बदलता है: इन endpoints पर on-demand inference का बिल प्रति token के हिसाब से आता है, इसलिए यदि कोई agent पूरे दिन चलता रहता है, तो उसका खर्च उसी के अनुसार होगा, जिसे रोकने के लिए कोई plan cap नहीं है। दोनों clouds जो विकल्प बेचते हैं वह provisioned throughput है, जो आपके द्वारा रखे जाने तक निश्चित शुल्क पर reserved capacity है। AWS इसका बिल प्रति घंटे के हिसाब से भेजता है, और जब आप provisioned throughput ARN को model ID के रूप में सेट करते हैं, तो Claude Code इसका उपयोग करता है। क्या दोनों में से कोई भी विकल्प सभी के लिए seat खरीदने से बेहतर है, यह पहले invoice के बाद के बजाय rollout से पहले ही तय कर लेना चाहिए, और Team और Enterprise के लिए seat बनाम प्रति-token का गणित टीम के स्तर पर इसकी तुलना करता है।

Rate limits और quotas प्रत्येक routing पर अलग तरह से काम करते हैं

Pro, Max, Ultra, Team और पुराने seat-based Enterprise subscriptions पर, limits account से जुड़ी होती हैं और एक निश्चित schedule पर reset होती हैं। यदि आप limit तक पहुँच जाते हैं, तो आपको इंतज़ार करना होगा, जब तक कि usage credits चालू न हों: Pro, Max और Ultra subscribers, तथा Team और पुराने seat-based Enterprise organizations, spend limit तक standard API rates पर limit के बाद भी काम जारी रख सकते हैं। वर्तमान usage-based Enterprise plans में कोई plan या seat-level usage limits नहीं होती हैं: usage का billing खपत के आधार पर होता है, और admins organization तथा individual spend limits सेट कर सकते हैं। यह व्यवहार usage limits कैसे काम करती हैं में बताया गया है।

Anthropic API key पर, limits organization से जुड़ी होती हैं, जिन्हें requests और tokens per minute के रूप में दर्शाया जाता है, और ये आपके usage tier के साथ बढ़ती हैं।

Bedrock और Vertex पर, limits cloud quotas होती हैं जिनका किसी Anthropic plan से कोई संबंध नहीं होता है। Bedrock पर ये प्रति account और region सेट की जाती हैं, मुख्य रूप से प्रति model, साथ ही उस account और region में समर्थित models के लिए एक daily token quota होता है। Vertex पर ये प्रति project और location सेट की जाती हैं, और global तथा multi-region endpoints पर, 26 May, 2026 के बाद लॉन्च किए गए Claude models प्रति model lineage एक quota साझा करते हैं: एक model family का प्रत्येक version किसी दिए गए location पर एक ही bucket से quota लेता है, और global endpoint तथा प्रत्येक multi-region endpoint अलग-अलग buckets रखते हैं। 429 error का मतलब आमतौर पर यह होता है कि उन quotas में से कोई एक समाप्त हो गया है, लेकिन shared pay-as-you-go capacity पर इसका मतलब यह भी हो सकता है कि provider के पास capacity कम है, इसलिए कुछ भी बदलने से पहले backoff के साथ retry करें। जब समस्या आपके quota की हो, तो समाधान provider के console में होता है: increase का अनुरोध करें, या ऐसे location पर जाएँ जहाँ headroom उपलब्ध हो। Bedrock, flat request count के बजाय token burndown rule के आधार पर quota charge करता है, और किसी भी cloud पर reserved capacity को provisioned throughput के रूप में खरीदा जाता है। Vertex पर, 429 error की जाँच करते समय यह सुनिश्चित करें कि आपका single-region endpoint primary model और small fast model दोनों को serve कर रहा है; CLOUD_ML_REGION=global बेहतर availability के लिए documented starting point है। Google का quotas page increase request के बारे में जानकारी देता है।

विफलता के प्रकार और दिखाई देने वाले संदेश

Could not load the default credentials, Vertex पर। Application Default Credentials मौजूद नहीं हैं या उनकी समय-सीमा समाप्त हो गई है। gcloud auth application-default login चलाएँ, या GOOGLE_APPLICATION_CREDENTIALS को किसी service account key file की ओर निर्देशित करें।

Vertex पर मॉडल का नाम बताते हुए 404 त्रुटि। वह मॉडल उस project के लिए Model Garden में सक्षम नहीं है, या वह आपके द्वारा सेट किए गए location पर उपलब्ध नहीं है। कुछ मॉडल केवल global endpoint या eu जैसे multi-region location पर ही उपलब्ध होते हैं, किसी विशिष्ट region में नहीं।

on-demand throughput isn't supported, Bedrock पर। आपने एक ऐसे मॉडल के लिए bare foundation model ID का उपयोग किया है जो केवल inference profile के माध्यम से उपलब्ध है। इसके बजाय inference profile ID का उपयोग करें।

AWS default-chain credential resolve timed out। AWS credential chain का कोई चरण रुक गया है, उदाहरण के लिए कोई credential_process helper ऐसे इनपुट की प्रतीक्षा कर रहा है जो उसे कभी प्राप्त नहीं हो सकता। credential cache को भरने वाला resolution डिफ़ॉल्ट रूप से 60 सेकंड के बाद time out हो जाता है। यदि आपकी chain को वास्तव में अधिक समय की आवश्यकता है, उदाहरण के लिए MFA (multi-factor authentication) के साथ browser SSO flow, तो CLAUDE_CODE_AWS_CHAIN_RESOLVE_TIMEOUT_MS के साथ limit को मिलीसेकंड में बढ़ाएँ। CLAUDE_CODE_SKIP_AWS_CRED_CACHE=1 सेट होने पर, प्रत्येक API request इस सीमा के बिना chain को resolve करती है।

Bedrock streaming response has content-type शुरू करने में त्रुटि। Claude Code और Bedrock के बीच कुछ ऐसा है जो stream को rewrite कर रहा है। Bedrock, application/vnd.amazon.eventstream content type के साथ binary event-stream format में stream करता है, इसलिए जो gateway इसे server-sent events के रूप में re-emit करता है, वह ऐसा body लौटाता है जिसे Claude Code decode नहीं कर सकता। gateway को ठीक करें ताकि वह response body और उसके Content-Type header को बिना किसी बदलाव के आगे भेज सके।

AWS SSO के दौरान browser tabs का लूप में खुलना। कोई corporate VPN या TLS-inspecting proxy sign-in प्रक्रिया में बाधा डाल रहा है। Claude Code इस टूटे हुए connection को authentication विफलता के रूप में पढ़ता है, awsAuthRefresh command को फिर से चलाता है, और यह प्रक्रिया बार-बार दोहराई जाती है। अपनी settings file से awsAuthRefresh को हटाएँ और Claude Code शुरू करने से पहले aws sso login को मैन्युअल रूप से चलाएँ।

Routing का चयन करना

जब आपको लॉन्च के दिन ही नए models और पूर्ण feature set चाहिए हों, तो Anthropic direct का चयन करें। जब आप seats खरीदे बिना per-token billing चाहते हों, तो API key का चयन करें। जब आपकी आवश्यकता यह हो कि inference आपके द्वारा नियंत्रित cloud account के भीतर हो, तो Bedrock या Vertex का चयन करें; इसके बदले में आपको provider की model availability और सीमित feature list स्वीकार करनी होगी। Amazon Bedrock और Google Vertex AI के लिए Anthropic के अपने setup pages को bookmark करना उपयोगी है, साथ ही AWS की models by region सूची भी देखें।

इन तीनों में से कोई भी यह नहीं बदलता कि agent स्वयं कहाँ execute होता है। Claude Code एक local process है जो आपकी files को पढ़ता है और आपके commands को run करता है, चाहे कोई भी endpoint उसे response दे। यही कारण है कि जो टीमें इसे laptop के अलावा कहीं और चलाना चाहती हैं, वे coding agent को VPS पर रखती हैं और वहीं इन्हीं variables को export करती हैं।

FAQ

क्या मेरा Claude subscription, Bedrock या Vertex पर Claude Code के लिए भुगतान करता है?

नहीं। Pro, Max, Ultra, Team या Enterprise सीट और third-party endpoint अलग-अलग खरीदे जाते हैं, और एक का भुगतान दूसरे को कवर नहीं करता है। जब CLAUDE_CODE_USE_BEDROCK=1 या CLAUDE_CODE_USE_VERTEX=1 सेट होता है, तो traffic का बिल AWS या Google Cloud द्वारा, उनके on-demand rates पर प्रति token या आपके द्वारा खरीदे गए provisioned throughput के आधार पर काटा जाता है, और यह उसी cloud bill में जुड़ता है। वहीं, सीट का शुल्क उन surfaces के लिए लगता है जिन्हें वह कवर करती है। खर्च की ट्रैकिंग AWS Cost Explorer या Google Cloud Billing में चली जाती है, क्योंकि Anthropic analytics dashboard किसी भी provider पर उपलब्ध नहीं है।

Amazon Bedrock पर Claude Code मेरे requests किस region में भेजता है?

उस region में जिसे वह resolve करता है, जिसे /status आपको दिखाएगा। Claude Code पहले AWS_REGION, फिर AWS_DEFAULT_REGION, और फिर आपके active AWS profile पर region की जाँच करता है, और यदि इनमें से कोई भी सेट न हो तो us-east-1 पर वापस आ जाता है। इसके built-in default models फिर cross-region inference profiles पर resolve होते हैं जिनका prefix उस region का अनुसरण करता है, जैसे us. या eu., और एक cross-region profile उसी geography के भीतर किसी अन्य region से request serve कर सकती है। जब एक विशिष्ट region अनिवार्य हो, तो cross-region profile के बजाय उस region में foundation model द्वारा समर्थित application inference profile का उपयोग करें, और ANTHROPIC_MODEL को उसके ARN पर सेट करें।

मेरे Bedrock या Vertex account में सबसे नया Claude model क्यों नहीं दिख रहा है?

क्योंकि प्रत्येक cloud provider अपने स्वयं के schedule पर models को enable करता है, और उसके ऊपर आपके account को access दिया जाना आवश्यक है। Vertex पर आप Model Garden में access का अनुरोध करते हैं और approval में 24 से 48 घंटे लग सकते हैं। तब तक, sonnet और opus जैसे aliases उस provider के लिए Claude Code के built-in default पर resolve होते हैं, और जब वह default आपके account में उपलब्ध नहीं होता है, तो Claude Code session के लिए किसी पुराने या lower-tier model पर वापस आ जाता है और एक सूचना दिखाता है। ANTHROPIC_DEFAULT_SONNET_MODEL और उसके siblings को उन IDs पर pin करें जिन्हें आपने confirm किया है कि वे enabled हैं।

नहीं। WebSearch tool Bedrock पर उपलब्ध नहीं है, इसलिए Claude वहाँ route किए गए session से search नहीं चला सकता है। जब आप URL प्रदान करते हैं तो यह WebFetch के साथ किसी विशिष्ट page को पढ़ सकता है। Google Vertex AI पर web search काम करता है, Claude 4 generation models और उसके बाद के versions के लिए, जो उन कुछ क्षमता अंतरों में से एक है जो Vertex के पक्ष में काम करते हैं।

क्या Bedrock या Vertex पर Claude Code चलाने के लिए मुझे Anthropic account की आवश्यकता है?

नहीं। Authentication आपके AWS या Google Cloud credential के माध्यम से होता है, यही कारण है कि /logout दोनों providers पर उपलब्ध नहीं है। Anthropic के साथ एक connection बना रहता है, चाहे आप किसी भी provider का उपयोग करें: URL fetch करने से पहले, WebFetch tool hostname को, और केवल hostname को, api.anthropic.com पर भेजता है ताकि उसे safety blocklist के विरुद्ध जाँचा जा सके। इसे बंद करने के लिए अपनी settings file में skipWebFetchPreflight सेट करें, और यदि आप अभी भी यह सीमित करना चाहते हैं कि Claude किन domains तक पहुँच सकता है, तो इसे WebFetch permission rules के साथ जोड़ें।

क्या यह लेख उपयोगी था?