Bởi Matt Connor 2026-10-20

Claude bị giới hạn usage: xử lý thế nào?

Q: Làm cách nào để xem giới hạn sử dụng Claude và thời điểm reset?

Trong Claude Code, chạy /usage để xem các thanh hạn mức của plan, thời điểm reset và thống kê sử dụng. /cost là alias. d hoặc w chuyển đổi giữa 24 giờ gần nhất và 7 ngày gần nhất. Các số liệu này lấy từ lịch sử session cục bộ. Vì vậy, chúng không bao gồm mức sử dụng trên thiết bị khác và trên claude.ai. Với API, Console hiển thị biểu đồ rate limit. GET /v1/organizations/rate_limits trả về các giới hạn đã cấu hình bằng thông tin xác thực Admin API, chẳng hạn như Admin API key.

Q: Tôi có thể tiếp tục làm việc sau khi chạm giới hạn plan Claude không?

Đôi khi có thể. Chạy /usage-credits để mua thêm usage vượt quá giới hạn trên Pro và Max, hoặc gửi yêu cầu đến admin trên Team và Enterprise. Tính năng này cần đăng nhập claude.ai thông qua /login và không khả dụng khi xác thực bằng API key. Nếu không, hãy chờ đến thời điểm reset, dùng tùy chọn reset giới hạn miễn phí nếu Settings > Usage trên claude.ai hoặc Claude Desktop cung cấp, đổi model nếu bạn đã chạm giới hạn Opus, Sonnet hoặc Fable, hoặc chuyển công việc sang API key. API key tính usage theo phút thay vì theo từng cửa sổ thời gian.

Đổi model chỉ giúp khi chạm giới hạn model family. Phân biệt session, weekly limit của gói Claude với lỗi API 429 và biết bước xử lý tiếp theo.

Claude có những giới hạn sử dụng nào?

Giới hạn sử dụng của Claude thuộc 2 hệ thống riêng biệt. Trước tiên, bạn cần xác định hệ thống nào đã chặn mình. Gói thuê bao Claude (Pro, Max, Team hoặc Enterprise tính theo seat) cung cấp một hạn mức sử dụng luân phiên được dùng chung giữa các model, ngoại trừ một số mức trần theo nhóm model, và dùng chung với Claude chat. Khi hết hạn mức, Claude sẽ dừng và hiển thị thông báo như You've hit your session limit · resets 3:45pm. Các gói Enterprise tính phí theo mức sử dụng hiện tại là ngoại lệ: chúng không có hạn mức bao gồm sẵn, và mọi mức sử dụng đều được tính theo giá API ngay từ token đầu tiên. Claude API đo một yếu tố khác: tốc độ bạn gửi request và token, được tính theo phút. API sẽ dừng request bằng lỗi HTTP 429 thuộc loại rate_limit_error, thường kèm header retry-after cho biết cần chờ bao nhiêu giây.

Cách xử lý hai loại giới hạn này hoàn toàn khác nhau. Giới hạn của gói thuê bao phụ thuộc vào lượng bạn đã sử dụng trong một khoảng thời gian. Bạn cần chờ đến khi hạn mức được reset, mua thêm usage hoặc dùng một lần reset hạn mức miễn phí nếu gói của bạn được cung cấp tùy chọn đó. Rate limit của API phụ thuộc vào tốc độ gửi request hiện tại. Giới hạn này sẽ được gỡ sau vài giây khi bạn giảm tốc độ.

Hạn mức của từng gói và số tier của rate limit thường xuyên thay đổi. Một con số sai còn tệ hơn không có con số nào, nên phần này không liệt kê số cụ thể. Hãy dùng các lệnh bên dưới để đọc thông tin của chính bạn.

Đã chạm giới hạn nào? Đọc chính xác thông báo lỗi

Claude Code ghi rõ hệ thống trong nội dung hiển thị. Hãy xác định đúng trường hợp của bạn trước khi thay đổi bất kỳ thứ gì.

You've hit your session limit · resets 3:45pm là giới hạn subscription. Bạn đã dùng hết hạn mức rolling của plan trong window này.
You've hit your weekly limit · resets Mon 12:00am là cùng hệ thống đó, nhưng áp dụng cho window dài hơn.
You've hit your Opus limit · resets 3:45pm là giới hạn subscription chỉ áp dụng cho request Opus. Chuyển sang model ngoài họ Opus để tiếp tục làm việc.
You've hit your Sonnet limit · resets 3:45pm là cùng loại giới hạn theo họ model, nhưng chỉ áp dụng cho request Sonnet. Chuyển sang model ngoài họ Sonnet để tiếp tục làm việc.
Thông báo bắt đầu bằng Fable limit reached có nghĩa là bạn đã dùng phần hạn mức hằng tuần mà các model Fable được phép sử dụng. Nếu tiếp tục với Fable, hệ thống sẽ tính vào usage credits, nên Claude Code yêu cầu bạn xác nhận trước. Chọn model khác bằng /model để tiếp tục trong phạm vi plan.
API Error: Request rejected (429) · this may be a temporary capacity issue. If it persists, check https://status.claude.com. là giới hạn tốc độ của API. Bạn đã chạm giới hạn được cấu hình cho API key, hoặc cho project Amazon Bedrock hay Google Cloud. Giới hạn nào được áp dụng phụ thuộc vào cách client xác thực, vì client Bedrock hoặc Vertex được tính vào quota của cloud project thay vì organization Anthropic.
API Error: Server is temporarily limiting requests (not your usage limit) là một giới hạn throttle tạm thời, không liên quan đến quota của plan. Claude Code tự động retry với backoff trước khi hiển thị dòng này.

Giới hạn gói: phiên, tuần và cửa sổ Opus

Gói Pro, Max, Team hoặc Enterprise tính theo seat có hạn mức sử dụng luân phiên. Khi dùng hết hạn mức, Claude Code sẽ chặn các request tiếp theo cho đến thời điểm reset hiển thị trong thông báo. Hai đặc điểm của hạn mức này là nguyên nhân gây ra phần lớn nhầm lẫn.

Hạn mức được dùng chung với Claude chat. Công việc bạn thực hiện trên claude.ai dùng cùng hạn mức với công việc trong terminal, nên một buổi chiều dùng chat nhiều sẽ làm ngắn thời gian bạn có thể code vào buổi tối. Mọi giao diện bạn đăng nhập bằng tài khoản đó đều dùng chung một pool. Vì vậy trên Linux, ứng dụng desktop beta và Claude Code CLI dùng chung một hạn mức, không phải mỗi bên một hạn mức. Các phiên Claude Code trên web chạy trong trình duyệt cũng trừ vào chính pool này, nên một tác vụ dài trên repo GitHub ở đó sẽ rút ngắn thời gian bạn còn lại trong terminal.
Hạn mức được dùng chung giữa các model. Giới hạn theo phiên và theo tuần dùng chung cho mọi model. Ngoại lệ là các mức trần theo dòng model trong pool đó: giới hạn Opus và Sonnet, cùng với hạn mức Fable tối đa 50% giới hạn theo tuần trên seat Max và Premium. Trên seat Pro và Standard, Fable hoàn toàn không nằm trong giới hạn của gói và tính vào usage credits ngay từ request đầu tiên.

Trên Claude for Teams và Enterprise tính theo seat, tài liệu mô tả một hạn mức cho từng seat. Hạn mức này reset theo cửa sổ luân phiên 5 giờ và cửa sổ theo tuần, dùng chung với Claude chat và Cowork, đồng thời phụ thuộc vào cấp seat (Standard hoặc Premium). Các gói Enterprise hiện tính theo usage hoạt động khác: không có hạn mức đi kèm để dùng hết; usage được tính theo API rates, còn mức trần là các giới hạn chi tiêu do admin đặt ở cấp tổ chức và cho từng user. Trên gói có sales hỗ trợ, usage bị dừng vì spend limit sẽ tiếp tục vào đầu kỳ billing tiếp theo, trừ khi owner tăng giới hạn trước thời điểm đó. Trên gói self-serve, usage cũng dừng khi prepaid credit balance cạn, cho đến khi owner mua thêm. Trên Pro và Max, thời điểm reset in trong thông báo và các thanh /usage của chính bạn là số liệu đáng tin cậy; không nên dùng một con số chép từ bài blog. Nếu bạn vẫn đang chọn tier, bạn cần gói Claude nào sẽ so sánh các giới hạn của từng gói.

Tại sao việc đổi model bằng /model không khôi phục giới hạn phiên hoặc giới hạn hàng tuần

Đây là thao tác sai phổ biến nhất, và tài liệu đã nêu rõ: giới hạn phiên và giới hạn hàng tuần được chia sẻ trên tất cả các model, vì vậy việc chuyển đổi model không khôi phục quyền truy cập. Việc chọn một model nhỏ hơn sau khi cửa sổ phiên của bạn đã hết chỉ thay đổi model nào sẽ trả lời. Nó không thay đổi lượng hạn mức còn lại, vì hạn mức phiên và hàng tuần không được giữ riêng cho từng model, nên việc chuyển đổi không giải phóng được gì cả.

Các ngoại lệ là trần giới hạn theo dòng model. Nếu thông báo hiển thị You've hit your Opus limit hoặc You've hit your Sonnet limit, thì /model là cách khắc phục chính xác. Hãy chuyển sang một model nằm ngoài dòng đó và tiếp tục làm việc, vì chỉ có các yêu cầu của dòng model đó bị chặn. Giới hạn Fable trên các gói Max và Premium cũng hoạt động theo cách tương tự: chuyển sang model khác để tiếp tục làm việc trong gói của bạn, hoặc tiếp tục dùng Fable bằng tín dụng sử dụng. Tuy nhiên, Fable rút từ nguồn hàng tuần chung nhanh hơn các model khác, vì vậy việc chuyển đổi sau khi đạt giới hạn Fable không bao giờ giúp bạn vượt qua giới hạn hàng tuần tổng thể.

Coi giới hạn là một lỗi (bug) là thao tác sai thứ hai. Việc cài đặt lại hoặc xác thực lại không thay đổi được gì. Hạn mức sẽ quay lại khi cửa sổ thời gian reset, khi bạn dùng một lượt reset hạn mức miễn phí, hoặc khi bạn mua thêm tín dụng sử dụng.

Cách xử lý khi chạm giới hạn subscription

Đọc thời điểm reset. Cửa sổ session thường ngắn. Cửa sổ theo tuần không phải thứ bạn có thể ngồi chờ tại bàn làm việc. Trên Claude Code v2.1.234 trở lên, /rate-limit-options có thể chờ đến khi reset rồi tự động tiếp tục tác vụ bị gián đoạn.
Nếu chạm giới hạn của Opus, Sonnet hoặc Fable, chạy /model rồi chọn một model ngoài nhóm đó.
Chạy /usage để xem giới hạn của plan, các thanh mức sử dụng và thời điểm reset. /cost là alias mở cùng màn hình.
Kiểm tra Settings > Usage trên claude.ai hoặc trong Claude Desktop để tìm mục Resets. Một số plan đủ điều kiện đôi khi được cung cấp tùy chọn reset limit miễn phí. Nhấp vào "Reset for free" sẽ đưa giới hạn session năm giờ hoặc giới hạn theo tuần, tùy loại mà ưu đãi áp dụng, trở lại mức đầy đủ ngay lập tức. Nút này không có trong Claude Code chạy trên terminal hoặc IDE, cũng không có trên Claude Mobile. Mỗi ưu đãi đều có thời hạn.
Chạy /usage-credits để tiếp tục làm việc sau khi chạm mức trần. Với Pro và Max, lệnh này mở billing settings của bạn. Với Team và Enterprise, lệnh này mở usage settings của tổ chức hoặc gửi yêu cầu đến admin nếu bạn không có quyền truy cập billing.
Nếu tuần nào bạn cũng chạm cùng một giới hạn, plan hiện tại không phù hợp với cách bạn làm việc. Bạn nên cân nhắc các cách vượt giới hạn sử dụng một lần, thay vì xem xét lại sau mỗi lần reset.

/usage-credits cần có subscription claude.ai đã đăng nhập thông qua /login. Tính năng này không dùng được với xác thực bằng API key vì API key không có quota của plan để gia hạn.

Usage credits có một tác động phụ bạn nên biết trước. Theo mặc định, Claude Code cung cấp cho cuộc trò chuyện chính một prompt cache có thời hạn một giờ khi bạn vẫn nằm trong usage đã bao gồm của subscription. Khi bạn bắt đầu dùng credits, thời hạn này giảm xuống còn năm phút. Vì vậy, nhiều turn hơn sẽ phải khởi động lại từ đầu và mức sử dụng token của Claude Code tăng lên cho cùng một tác vụ. Subagent nằm ngoài nhóm của cuộc trò chuyện chính, nên chúng luôn có thời hạn năm phút, kể cả khi bạn vẫn trong usage của plan. Chọn TTL thủ công bằng setting promptCacheTtl hoặc CLAUDE_CODE_PROMPT_CACHE_TTL trên Claude Code v2.1.242 trở lên sẽ giữ thời hạn một giờ khi bạn đang dùng credits.

Các thông báo trông giống giới hạn sử dụng nhưng không phải

Bốn lỗi của Claude Code thường bị báo nhầm là giới hạn sử dụng, nhưng không lỗi nào trong số đó là giới hạn sử dụng.

Cảnh báo về context hoặc auto-compact không phải là giới hạn sử dụng. /context in một dòng như Context exceeds the 200k-token limit by 94k tokens, sau đó là command giải phóng dung lượng, khi cuộc hội thoại đã vượt quá context window của model. Việc compact sẽ tóm tắt lịch sử cũ để giải phóng dung lượng, nhưng không miễn phí: /compact đọc cuộc hội thoại mà nó tóm tắt, nên compact một context lớn tự nó cũng là một request lớn tính vào plan của bạn. Khi muốn bắt đầu mới thay vì duy trì continuity, /clear không tốn phí.
Prompt is too long · automatic compaction failed: <the underlying error> có nghĩa là quá trình tự động compact đã lỗi, với nguyên nhân được nêu trong lỗi đó. /compact sẽ tiếp tục lỗi với cùng nguyên nhân cho đến khi bạn xử lý xong.
Credit balance is too low có nghĩa là organization trên Console đã hết credit trả trước, hoặc Claude Code đang gửi request của subscriber thông qua Console API key; /status cho biết credential nào đang active. Thêm credit tại platform.claude.com/settings/billing; trang này cũng có tùy chọn auto-reload.
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 là bước kiểm tra entitlement, không phải quota đã hết. Nếu bạn chọn biến thể [1m] của Opus 4.6 hoặc Sonnet 4.6, hãy chọn biến thể không có hậu tố [1m], hoặc đặt CLAUDE_CODE_DISABLE_1M_CONTEXT=1. Nếu lỗi xuất hiện giữa cuộc hội thoại vì context đã vượt quá 200K token, Claude Code tự compact xuống dưới giới hạn tiêu chuẩn. Sonnet 5 trở lên, Opus 4.7 trở lên, Haiku 5.5 và các model Fable chạy với window native 1M và không có hậu tố để bỏ; chính biến đó giới hạn chúng ở 200K.

Một lỗi khác đến từ API. Lỗi 413 request_too_large là giới hạn kích thước trên một request đơn lẻ, không phải rate limit.

Giới hạn tốc độ API: mã 429 thực sự đang đếm gì

Messages API đo 3 chỉ số, riêng cho từng nhóm model.

requests per minute (RPM)
input tokens per minute (ITPM)
output tokens per minute (OTPM)

Organization của bạn cũng có spend limit. Đây là một cơ chế khác: chi phí API tối đa mỗi tháng. Khi đạt spend cap của tier, API sẽ tạm dừng đến tháng tiếp theo, trừ khi bạn yêu cầu tăng giới hạn. Trường hợp này cũng trả về 429 rate_limit_error, nhưng không có header retry-after và có enforced_spend_limit_reached trong error.details.error_code. Không có retry loop nào xử lý được. Spend limit thấp hơn do bạn tự đặt trong Console lại hiển thị theo cách khác: request trả về HTTP 400 invalid_request_error với message bắt đầu bằng You have reached your specified API usage limits. Tăng hoặc xóa giới hạn sẽ khôi phục quyền truy cập.

4 cơ chế quyết định thời điểm 429 xuất hiện.

Giới hạn áp dụng theo nhóm model. Chúng được áp dụng riêng cho từng model, nên bạn có thể dùng đồng thời các model khác nhau trong giới hạn tương ứng của từng model. Một số dòng model dùng chung một bucket: rate limit của Opus là tổng cho Claude Opus 4.8, Opus 4.7, Opus 4.6 và Opus 4.5, trong khi Claude Sonnet 5 có bucket riêng.
Capacity được nạp lại liên tục. API sử dụng thuật toán token bucket, nên capacity được bổ sung liên tục thay vì reset tại một thời điểm cố định. Giới hạn 60 requests per minute có thể được thực thi thành 1 request mỗi giây, vì vậy 60 request gửi cùng lúc vẫn sẽ fail.
Trên hầu hết model, chỉ input chưa được cache mới được tính vào ITPM. input_tokens và cache_creation_input_tokens được tính. Trên hầu hết Claude model, cache_read_input_tokens không được tính; Claude Haiku 3.5 là ngoại lệ được ghi rõ trong tài liệu. Vì vậy, caching vừa tăng headroom của rate limit vừa giúp giảm chi phí. Ở phía output, max_tokens cao không được tính vào OTPM, vì OTPM chỉ tính số token thực tế được tạo ra.
Giới hạn áp dụng ở cấp organization. Một workspace có thể được đặt giới hạn thấp hơn, và giới hạn toàn organization luôn được áp dụng ngay cả khi tổng giới hạn của các workspace cao hơn. Nếu bạn không override giới hạn trên workspace, workspace sẽ kế thừa giới hạn từ organization, không phải được xem là không giới hạn.

Các tier Start, Build, Scale và Custom quy định các giá trị thực tế. Tier được tự động gán dựa trên lịch sử sử dụng và trạng thái tài khoản. Organization mới hoặc organization có ít lịch sử sử dụng có thể bắt đầu ở tier Evaluation, thấp hơn các giới hạn tiêu chuẩn được công bố. Vì vậy, 429 đầu tiên có thể xuất hiện sớm hơn dự đoán từ bảng. Mức sử dụng tăng đột ngột sẽ kích hoạt acceleration limits. Các giới hạn này trả về 429 ngay cả khi bạn vẫn còn trong giới hạn của tier, vì vậy hãy tăng lưu lượng dần dần. Mọi số liệu được công bố đều là mức trần: các giới hạn trong tài liệu là mức sử dụng tối đa được phép, không phải mức tối thiểu được đảm bảo. Để yêu cầu tăng giới hạn, dùng "Request tier increase" trên trang Rate limits trong Claude Console.

Đọc lỗi 429: retry-after, các header và cơ chế retry của SDK

Mọi lỗi API đều trả về cùng một cấu trúc: một object error lồng nhau chứa type và message, cùng với request_id ở cấp cao nhất.

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

Các header chứa phần thông tin còn lại.

retry-after là số giây cần chờ trước khi bạn có thể retry request. Retry sớm hơn sẽ thất bại. Không phải lỗi 429 nào cũng có header này, và lỗi 429 do spend cap thì không bao giờ có.
anthropic-ratelimit-requests-limit, anthropic-ratelimit-requests-remaining và anthropic-ratelimit-requests-reset mô tả request budget của bạn.
anthropic-ratelimit-input-tokens-* và anthropic-ratelimit-output-tokens-* cung cấp thông tin tương tự cho ITPM và OTPM, với các hậu tố limit, remaining và reset tương ứng.
anthropic-ratelimit-tokens-* hiển thị các giá trị của limit hạn chế nhất đang có hiệu lực.

Các reset header là timestamp theo RFC 3339. Các remaining token header được làm tròn đến nghìn gần nhất, nên hãy xem chúng như một gauge. Fast mode có pool riêng và các header anthropic-fast-* riêng. Đọc tất cả các header này từ bất kỳ call thành công nào:

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'

Mỗi response cũng có một header request-id duy nhất, chẳng hạn req_018EeWyXxfu5pfWkrYcMdjWG. Header này xuất hiện dưới dạng request_id trong error body và dưới dạng _request_id trên response của Python và TypeScript SDK. Hãy cung cấp giá trị này khi liên hệ với bộ phận hỗ trợ.

Trước khi tự viết backoff loop, hãy kiểm tra xem bạn có thực sự cần hay không. Các SDK chính thức tự động retry những lỗi tạm thời, bao gồm lỗi kết nối, rate limit và lỗi server 5xx, bằng exponential backoff, mặc định retry 2 lần và tuân theo header retry-after nếu header này có mặt. Mỗi client có tùy chọn maximum-retries để thay đổi hoặc tắt hành vi này.

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 không phải lỗi của bạn

Mã 429 cho biết bạn gửi request quá nhanh. Mã 529 overloaded_error cho biết API đang quá tải tạm thời. Lỗi này có thể xảy ra khi API nhận lưu lượng cao từ tất cả người dùng. Key hoặc code của bạn không gây ra lỗi này. Hãy retry với exponential backoff. SDK đã tự thực hiện việc này cho các response 5xx. Nếu lỗi không tự hết, hãy kiểm tra status.claude.com. Mã 500 api_error là lỗi nội bộ và bạn retry theo cách tương tự. Cả hai mã này đều không phải rate limit.

Đọc giới hạn của chính bạn thay vì xem bảng

Với gói subscription, /usage là màn hình cần xem. Màn hình này hiển thị các thanh mức sử dụng của gói và phân tích những thành phần đã tiêu tốn mức đó. d hoặc w chuyển đổi giữa 24 giờ qua và 7 ngày qua. Có 2 điểm cần lưu ý. Khối Session hiển thị mức sử dụng API token và dành cho người dùng API, nên subscriber có thể bỏ qua giá trị dollar ở đây. Các số liệu lấy từ lịch sử session cục bộ trên máy đó. Vì vậy, mức sử dụng trên thiết bị khác hoặc trên claude.ai không được tính.

Ở phía API, trang Usage trong Claude Console hiển thị 2 biểu đồ: "Rate Limit - Input Tokens" và "Rate Limit - Output Tokens". Biểu đồ input thể hiện giá trị cao nhất theo giờ của số input token không được cache mỗi phút, so với giới hạn ITPM hiện tại. Biểu đồ cũng hiển thị cache rate bên cạnh để bạn theo dõi mức sử dụng tiến gần giới hạn thay vì chỉ phát hiện khi đã chạm giới hạn trong production.

Để đọc các giới hạn đã cấu hình bằng chương trình:

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

Lệnh này cần thông tin xác thực Admin API: Admin API key, OAuth token có scope org:admin, hoặc personal key hay service account key không bị giới hạn trong một workspace. Workspace API key không hoạt động. GET /v1/organizations/workspaces/{workspace_id}/rate_limits thực hiện thao tác tương tự cho từng workspace. Cả 2 lệnh đều chỉ đọc dữ liệu. Để thay đổi giới hạn, hãy dùng trang Rate limits trong Console.

Dùng ít hơn để ít chạm giới hạn hơn

Bên dưới, cả hai hệ thống đều tính cùng một loại tài nguyên, nên các cách này áp dụng cho cả hai.

Dùng ít token hơn trong mỗi lượt. Các phiên làm việc liên tục giữ cache nóng, còn /clear giữa các tác vụ không liên quan không tốn thêm gì. Mức sử dụng token của Claude Code trình bày đầy đủ các cách này.
Giảm effort. Các mức gồm low, medium, high, xhigh và max. Menu /effort cũng có ultracode, tùy chọn này làm tăng mức sử dụng thay vì giảm. Dùng suy luận chuyên sâu cho một thao tác đổi tên đơn giản không mang lại lợi ích.
Giảm concurrency sau lỗi 429. Giảm CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY và tránh chạy nhiều subagent song song. Đồng thời chạy /status: một ANTHROPIC_API_KEY còn sót có thể định tuyến request qua key cấp thấp thay vì subscription của bạn.
Chuyển các tác vụ không tương tác sang Message Batches API. API này xử lý khối lượng lớn theo cách bất đồng bộ, được giảm 50% phí cho input và output token, với rate limit riêng. Nhờ đó, job chạy hằng đêm không cạnh tranh tài nguyên với phiên làm việc của bạn.

Các tác vụ đưa nhiều dữ liệu vào context chịu ảnh hưởng rõ nhất: nếu bạn đang phân tích cổ phiếu và quyền chọn dựa trên dữ liệu thị trường trực tiếp, chỉ lấy phần dữ liệu cần cho từng câu hỏi sẽ tốn ít hơn nhiều so với việc dán toàn bộ bảng giá và chain. Các tác vụ tăng đột biến do chương trình chạy thay vì con người nên dùng API key ngay từ đầu. Việc chuyển sang đó thay đổi cả cách tính phí lẫn cách tính mức sử dụng, vì Claude API không có free tier. Gói Max và Team có kèm credit API hằng tháng để chạy app và agent riêng sau khi bạn liên kết một tổ chức trong Console. Các credit này không áp dụng cho Claude Code và không thay đổi giới hạn sử dụng của gói. Chạy app Claude API đầu tiên trên VPS trình bày cách quản lý key và retry. Một agent chạy lâu vẫn tiếp tục hoạt động khi kết nối bị ngắt nếu bạn duy trì Claude Code chạy trên VPS bên trong tmux.

FAQ

Vì sao đổi model không giải quyết được giới hạn sử dụng Claude?

Vì giới hạn theo session và theo tuần được dùng chung cho tất cả model. Hạn mức đó thuộc về plan, không thuộc về một model cụ thể. Vì vậy, /model chỉ thay đổi model trả lời, không thay đổi hạn mức còn lại. Ngoại lệ là các giới hạn theo họ model: You've hit your Opus limit và You've hit your Sonnet limit chỉ áp dụng cho họ model tương ứng. Giới hạn Fable trên các seat Max và Premium chỉ giới hạn riêng Fable. Trong trường hợp đó, đổi model là cách xử lý được tài liệu hướng dẫn nêu rõ.

Lỗi 429 rate_limit_error có nghĩa là gì và tôi nên chờ bao lâu?

Lỗi này có nghĩa là account của bạn đã chạm giới hạn tốc độ của nhóm model đó: số request mỗi phút, số input token mỗi phút hoặc số output token mỗi phút. Response thường có header retry-after cho biết số giây cần chờ. Các lần retry sớm hơn sẽ tiếp tục fail. Các SDK chính thức đã tự retry khi gặp rate limit và lỗi 5xx bằng exponential backoff, mặc định 2 lần, đồng thời tuân theo header đó nếu header có mặt. Lỗi 429 xuất hiện khi bạn vẫn còn trong giới hạn của tier thường cho thấy có acceleration limit do lưu lượng tăng đột ngột. Lỗi 429 có enforced_spend_limit_reached trong error.details.error_code và không bao giờ có header retry-after là monthly spend cap. Chờ vài phút sẽ không xóa được giới hạn này.

Làm cách nào để xem giới hạn sử dụng Claude và thời điểm reset?

Trong Claude Code, chạy /usage để xem các thanh hạn mức của plan, thời điểm reset và thống kê sử dụng. /cost là alias. d hoặc w chuyển đổi giữa 24 giờ gần nhất và 7 ngày gần nhất. Các số liệu này lấy từ lịch sử session cục bộ. Vì vậy, chúng không bao gồm mức sử dụng trên thiết bị khác và trên claude.ai. Với API, Console hiển thị biểu đồ rate limit. GET /v1/organizations/rate_limits trả về các giới hạn đã cấu hình bằng thông tin xác thực Admin API, chẳng hạn như Admin API key.

Tôi có thể tiếp tục làm việc sau khi chạm giới hạn plan Claude không?

Đôi khi có thể. Chạy /usage-credits để mua thêm usage vượt quá giới hạn trên Pro và Max, hoặc gửi yêu cầu đến admin trên Team và Enterprise. Tính năng này cần đăng nhập claude.ai thông qua /login và không khả dụng khi xác thực bằng API key. Nếu không, hãy chờ đến thời điểm reset, dùng tùy chọn reset giới hạn miễn phí nếu Settings > Usage trên claude.ai hoặc Claude Desktop cung cấp, đổi model nếu bạn đã chạm giới hạn Opus, Sonnet hoặc Fable, hoặc chuyển công việc sang API key. API key tính usage theo phút thay vì theo từng cửa sổ thời gian.

#claude #claude-code #ai #rate-limits #api