Claude 使用限制：觸發額度上限的處理方式

Claude 的使用限制為何？

Claude 的使用限制分為兩套系統，首先必須釐清是哪一套系統導致您受限。Claude 訂閱方案（Pro、Max、Team 或 Enterprise）提供一套滾動式的使用額度，該額度由各模型與 Claude 聊天功能共享；若觸發此限制，系統會顯示 You've hit your session limit · resets 3:45pm 類型的訊息。Claude API 則採用另一套衡量標準：計算每分鐘發送的請求數與 Token 數。若觸發此限制，系統會回傳 HTTP 429 錯誤，錯誤類型為 rate_limit_error，並附帶一個 retry-after 標頭，告知您需等待的秒數。

這兩者的解決方式截然不同。訂閱限制取決於您在特定時間視窗內的使用量，因此您必須等待額度重置或購買更多使用量。API 速率限制則取決於您當下的請求速度，只要降低速度，幾秒鐘後即可恢復。

方案額度與速率限制層級的數值變動頻繁，錯誤的數據比沒有數據更糟糕，因此本文不列出具體數值。請透過下方的指令查看您個人的限制額度。

您觸發了哪種限制？請閱讀確切的錯誤訊息

Claude Code 輸出的文字中會標示系統名稱。在進行任何變更前，請先確認您的情況。

• You've hit your session limit · resets 3:45pm 代表訂閱限制。您在當前時間窗口內的方案額度已用盡。
• You've hit your weekly limit · resets Mon 12:00am 代表相同系統在更長的時間窗口內的限制。
• You've hit your Opus limit · resets 3:45pm 代表僅適用於 Opus 請求的訂閱限制。這是唯一透過切換模型可以解決的情況。
• API Error: Request rejected (429) · this may be a temporary capacity issue. If it persists, check https://status.claude.com. 代表 API 速率限制。您觸發了為您的 API key、Amazon Bedrock 或 Google Cloud 專案所設定的限制。具體適用哪一項，取決於 客戶端如何進行驗證，因為 Bedrock 或 Vertex 客戶端是根據您的雲端專案配額進行計量，而非 Anthropic 組織配額。
• API Error: Server is temporarily limiting requests (not your usage limit) 代表與您的方案額度無關的短暫節流。Claude Code 在顯示該行訊息前，會自動透過退避機制（backoff）進行重試。

訂閱限制：工作階段、每週額度與 Opus 視窗

訂閱方案包含滾動式的用量額度。當額度耗盡時，Claude Code 會封鎖後續請求，直到訊息中顯示的重置時間為止。該額度有兩個特性最容易造成混淆。

• 此額度與 Claude 聊天共用。您在 claude.ai 進行的工作與終端機中的工作會消耗相同的額度，因此若下午在聊天中大量使用，會縮短您晚上的編碼時間。您使用該帳號登入的所有介面皆從同一個額度池扣除，因此在 Linux 上，測試版桌面應用程式與 Claude Code CLI 兩者共用同一個額度，而非各自擁有。
• 此額度跨模型共用。工作階段與每週限制並無針對個別模型的預算，唯一的例外是 Opus 限制。

在 Claude for Teams 與 Enterprise 方案中，其架構為每席位額度，並於滾動式的五小時視窗與每週視窗進行重置，該額度與 Claude 聊天及 Cowork 共用，並依據席位等級（Standard 或 Premium）決定大小。對於 Pro 與 Max 方案，訊息中顯示的重置時間以及您自己的 /usage 條狀圖才是可靠的數據，而非從部落格文章複製的數字。若您仍在選擇方案，您需要哪種 Claude 方案 頁面比較了各方案的限制項目。

為何使用 /model 切換模型無法恢復存取權

這是最常見的錯誤操作，文件對此說明得很直接：對話額度與週限制是所有模型共用的，因此切換模型並不會恢復存取權。在對話額度用盡後選擇較小的模型，僅會改變回應的模型，並不會改變剩餘的額度，因為額度並非按模型個別計算，切換模型也無從釋放額度。

唯一的例外是 Opus 的限制，這是真正針對該模型的上限。如果訊息顯示 You've hit your Opus limit，則 /model 是正確的解決方式。請切換至其他模型繼續工作，因為只有 Opus 的請求被封鎖。

將限制視為程式錯誤是第二個常見的錯誤。重新安裝或重新驗證身分皆無濟於事。額度會在時間窗口重置時自動恢復，或是透過購買使用額度來增加。

當您達到訂閱限制時該怎麼做

1. 查看重置時間。工作階段視窗很短。每週視窗不適合在座位上等待。
2. 如果是 Opus 限制，請執行 /model 並選擇其他模型。
3. 執行 /usage 以查看您的方案限制、使用量條以及重置時間。/cost 是同一個畫面的別名。
4. 執行 /usage-credits 以在達到上限後繼續工作。在 Pro 和 Max 方案中，這會開啟您的帳單設定。在 Team 和 Enterprise 方案中，這會開啟您組織的使用量設定，或者如果您沒有帳單存取權，則會向管理員發送請求。
5. 如果您每週都遇到同樣的瓶頸，代表該方案不適合您的工作方式，與其每次重置時煩惱，不如評估一次 突破使用限制的方法。

/usage-credits 需要透過 /login 登入的 claude.ai 訂閱。此功能無法透過 API key 驗證使用，因為 API key 沒有可擴充的方案額度。

使用額度有一個值得先了解的副作用。訂閱期間的 prompt cache 生命週期為一小時，一旦開始消耗額度，生命週期會降至五分鐘，因此會有更多回合從冷啟動開始，且執行相同工作時的 Claude Code token 使用量 會隨之增加。

看似使用量限制但並非如此的訊息

有四種 Claude Code 錯誤常被誤認為使用量限制，但其實不然。

• 內容長度或自動壓縮警告並非使用量限制。當對話長度超過模型的上下文視窗時，/context 會顯示類似 Context exceeds the 200k-token limit by 94k tokens — run /compact or /clear to continue. 的訊息。系統會摘要舊的對話紀錄以釋放空間，您的方案額度不會受到影響。
• Error during compaction: Conversation too long. Press esc twice to go up a few messages and try again. 代表 /compact 本身執行失敗，原因是剩餘的上下文空間不足以容納產生的摘要。
• Credit balance is too low 代表您的 Console 組織已用盡預付點數。請至 platform.claude.com/settings/billing 新增點數，該頁面亦提供自動加值功能。
• API Error: Usage credits required for 1M context · run /usage-credits to turn them on, or /model to switch to standard context 是權限檢查錯誤，而非配額用盡。請選擇不帶 [1m] 後綴的模型版本，或設定 CLAUDE_CODE_DISABLE_1M_CONTEXT=1。

此外還有一個來自 API 的錯誤。413 request_too_large 是單次請求的大小限制，而非速率限制。

API 速率限制：429 錯誤的實際計算方式

Messages API 針對每個模型類別分別計算三項指標：

• 每分鐘請求數 (RPM)
• 每分鐘輸入 Token 數 (ITPM)
• 每分鐘輸出 Token 數 (OTPM)

您的組織另有支出上限，這與上述限制不同：這是 API 使用量的每月最高費用。一旦達到您所屬層級的支出上限，API 使用將暫停至下個月，除非您申請提高上限。任何重試迴圈都無法解決此問題。

四種機制決定了何時會觸發 429 錯誤：

• 限制依模型類別而定。 限制適用於每個模型，因此您可以同時使用不同模型，直到各自達到上限。部分系列共享同一個配額：Opus 的速率限制是 Claude Opus 4.8、Opus 4.7、Opus 4.6 與 Opus 4.5 的總和，而 Claude Sonnet 5 則擁有獨立配額。
• 容量持續補充。 API 採用 Token Bucket 演算法，因此容量是持續補充，而非在固定時間點重置。每分鐘 60 次請求的限制可能會以每秒 1 次請求的方式執行，因此若一次發送 60 次請求仍會失敗。
• 在大多數模型中，僅未快取的輸入計入 ITPM。 input_tokens 與 cache_creation_input_tokens 會計入。在大多數 Claude 模型中，cache_read_input_tokens 不會計入，Claude Haiku 3.5 是文件中記載的例外。因此，快取不僅能節省成本，還能增加速率限制的餘裕。在輸出端，高 max_tokens 不會計入 OTPM，因為 OTPM 僅計算實際產生的 Token。
• 限制適用於組織層級。 工作區可設定較低的限制，但即使工作區限制的總和超過組織上限，組織層級的限制仍會優先適用。若您未在工作區覆寫限制，則會繼承組織的限制，而非處於無限制狀態。

名為 Start、Build、Scale 與 Custom 的層級設定了實際數值，這些數值會根據您的使用歷史與帳戶狀況自動分配。新組織的初始限制可能低於公開發布的標準值，因此首次出現 429 的時間可能早於表格預測。使用量急劇增加會觸發加速限制，即使您仍在層級額度內也會收到 429 錯誤，因此請逐步增加流量。所有發布的數據均為上限：文件記載的限制為允許使用的最大值，而非保證的最小值。若需申請更高額度，請使用 Claude Console 中「Limits」頁面的「Request rate limit increase」功能。

解讀 429 錯誤：retry-after、標頭與 SDK 重試機制

每個 API 錯誤都會回傳相同的封裝格式：一個包含類型與訊息的巢狀 error 物件，以及頂層的 request_id。

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

其餘資訊則包含在標頭中。

• retry-after 是您在重試請求前必須等待的秒數。過早重試將會失敗。
• anthropic-ratelimit-requests-limit、anthropic-ratelimit-requests-remaining 與 anthropic-ratelimit-requests-reset 描述您的請求配額。
• anthropic-ratelimit-input-tokens-* 與 anthropic-ratelimit-output-tokens-* 針對 ITPM 與 OTPM 提供相同資訊，並具有對應的 limit、remaining 與 reset 後綴。
• anthropic-ratelimit-tokens-* 顯示目前生效的最嚴格限制數值。

重置時間標頭採用 RFC 3339 時間戳記。剩餘額度標頭會四捨五入至千位數，請將其視為概略指標。快速模式（Fast mode）擁有獨立的資源池與專屬的 anthropic-fast-* 標頭。請從任何成功的呼叫中讀取這些數值：

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'

每個回應皆包含一個唯一的 request-id 標頭，例如 req_018EeWyXxfu5pfWkrYcMdjWG。它在錯誤內容中顯示為 request_id，在 Python 與 TypeScript SDK 回應中則顯示為 _request_id。聯繫技術支援時請提供此編號。

在撰寫退避迴圈（backoff loop）前，請先確認是否有此必要。官方 SDK 會自動重試暫時性失敗，包含連線錯誤、速率限制與 5xx 伺服器錯誤。SDK 預設會執行兩次指數退避重試，並在偵測到 retry-after 標頭時優先遵守該時間。每個客戶端皆支援 maximum-retries 選項，可用於調整或停用此行為。

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 並非您的問題

429 錯誤代表您的請求頻率過高。529 overloaded_error 錯誤則表示 API 暫時負載過重，這可能發生在 API 面臨所有使用者的高流量時。這與您的金鑰或程式碼無關。請使用指數退避（exponential backoff）機制進行重試（SDK 已針對 5xx 回應內建此機制），若問題持續，請檢查 status.claude.com。500 api_error 錯誤為內部錯誤，請以相同方式重試；這兩者皆非速率限制（rate limit）問題。

直接讀取您的限制而非查看表格

若您訂閱了服務，/usage 是關鍵畫面。它會顯示您的方案使用量長條圖以及各項目的消耗細節，並可透過 d 或 w 切換顯示過去 24 小時或過去 7 天的數據。有兩點注意事項。Session 區塊顯示的是 API token 使用量，專供 API 使用者參考，訂閱者可忽略其中的金額數字。這些數據來自該機器的本機工作階段歷史紀錄，因此來自其他裝置或 claude.ai 的使用量不會被計入。

在 API 方面，Claude Console 中的 Usage 頁面會繪製兩張圖表：「Rate Limit - Input Tokens」與「Rate Limit - Output Tokens」。輸入圖表會將每分鐘未快取輸入 token 的每小時最大值，與您目前的 ITPM 限制進行對照，並在旁顯示您的快取率，讓您能監控限制的接近程度，而非等到正式環境中才觸發限制。

若要以程式方式讀取您設定的限制：

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

此操作需要 Admin API key，而 GET /v1/organizations/workspaces/{workspace_id}/rate_limits 可針對每個工作區執行相同操作。兩者皆為唯讀：若要變更限制，請使用 Console 中的 Limits 分頁。

使用 less 以減少限制

兩個系統底層的計量方式相同，因此這些手段適用於兩者。

• 減少單次對話的 token 用量。 持續性的工作階段能維持快取熱度，且在無關任務之間進行 /clear 不會產生額外成本。Claude Code token 使用量 完整涵蓋了這些手段。
• 降低運算負擔。 等級分為 low、medium、high、xhigh 與 max。/effort 選單也提供 ultracode，這會增加而非降低支出。針對機械性的重新命名進行深度推理並無實質效益。
• 在出現 429 錯誤後降低並發數。 降低 CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY 並避免使用過多平行子代理。同時執行 /status：若遺留 ANTHROPIC_API_KEY，請求將會透過低階金鑰而非您的訂閱方案進行路由。
• 將非互動式工作移至 Message Batches API。 此 API 以非同步方式處理大量請求，輸入與輸出 token 可享 50% 折扣，並擁有獨立的速率限制，確保夜間排程任務不會與您的互動工作階段競爭資源。

將大量資料匯入 context 的工作最容易觸發限制：若您正在 針對即時市場數據分析股票與選擇權，僅擷取每個問題所需的特定片段，其成本遠低於貼上整份報價與鏈結表格。由程式而非人工驅動的突發性工作，應從一開始就使用 API key。遷移至該方式不僅改變計費與計量模式，且 Claude API 沒有免費層級（僅提供註冊時贈送的小額點數）。您的第一個 Claude API 應用程式於 VPS 上執行 涵蓋了金鑰管理與重試機制，且當您保持 Claude Code 在 VPS 的 tmux 中執行 時，長時間運行的代理程式即使連線中斷也能持續運作。

FAQ

為什麼切換模型無法解決 Claude 的使用限制？

因為會話與每週限制是所有模型共用的。配額屬於訂閱方案而非特定模型，因此 /model 僅會改變回答的模型，不會增加剩餘配額。唯一的例外是 You've hit your Opus limit，它僅適用於 Opus 的請求。在該情況下，切換模型是官方建議的解決方案。

429 rate_limit_error 代表什麼？我該等待多久？

這表示您的帳號已達到該模型類別的速率限制：包含每分鐘請求數、每分鐘輸入 Token 數或每分鐘輸出 Token 數。回應中會包含一個 retry-after 標頭，標示需等待的秒數，過早重試將會失敗。官方 SDK 已內建速率限制與 5xx 錯誤的指數退避重試機制（預設重試兩次），並會遵循該標頭的指示。若您在未達方案限制的情況下收到 429 錯誤，則代表請求量激增觸發了加速限制。

如何查看 Claude 的使用限制與重置時間？

在 Claude Code 中，執行 /usage 可查看方案進度條、重置時間與使用量明細；/cost 為其別名，而 d 或 w 可在過去 24 小時與過去 7 天的數據間切換。這些數據來自本地會話歷史，因此不包含來自其他裝置或 claude.ai 的使用量。若使用 API，請透過 Console 查看速率限制圖表，或使用管理員 API 金鑰執行 GET /v1/organizations/rate_limits 查詢已設定的限制。

達到 Claude 方案限制後，我還能繼續工作嗎？

視情況而定。執行 /usage-credits 可在 Pro 與 Max 方案中購買超出上限的額度，或在 Team 與 Enterprise 方案中向管理員申請；此功能需透過 /login 登入 claude.ai，且無法透過 API 金鑰驗證使用。否則，請等待重置時間，若觸發的是 Opus 限制則可切換模型，或將工作轉移至 API 金鑰，API 是按每分鐘計量而非按時間窗口計量。