Claude Rate Exceeded: как понять, чей лимит сработал

Сообщение Claude API Error: Rate limit reached, «Rate Exceeded» или строка с кодом 429 ещё не означает, что исчерпан один общий лимит Anthropic API. Запрос мог остановить тариф claude.ai, проверка прав на контекст 1M, рабочее пространство API-ключа, проект в Amazon Bedrock или Google Cloud, шлюз компании или сам сервис на несколько минут. Ключ, тариф и модель меняют только после того, как понятно, чей это лимит.

Если вы видите именно Rate limit reached, начните с версии Claude Code. В актуальном справочнике ошибок Claude Code такой строки нет: текущие версии называют конкретную причину. Старые версии писали её и тогда, когда квота была ни при чём. В списке изменений версии 2.1.89 исправлено «вводящее в заблуждение сообщение Rate limit reached» при ошибке прав доступа, а в 2.1.78 — та же ошибка в VS Code при выборе Opus, когда меню предлагало вариант с контекстом 1M подписчикам, чей тариф не удалось определить. Обновите Claude Code, повторите запрос один раз и найдите полный текст новой ошибки в таблице.

Правило остановки: пока неясно, чей лимит сработал, не меняйте ключ, тариф, провайдера или модель. Исключение — когда сообщение само называет действие, как /model при ошибке с контекстом 1M. Если ошибка пропала после смены маршрута, причина от этого понятнее не стала.

Сначала определите маршрут

Фраза rate limit reached не доказывает, что исчерпан один конкретный лимит Anthropic API. Прямой запрос к api.anthropic.com проверяется через HTTP 429, тело ответа и заголовки. Claude Code может идти через ANTHROPIC_API_KEY, а может идти через подписку. Bedrock, Vertex AI и шлюз могут вернуть похожий текст, но источник лимита будет в облачном проекте, регионе, политике шлюза или вышестоящем сервисе.

Задайте три вопроса: какая учетная запись обработала запрос, в какой консоли видны лимиты этой учетной записи, и можно ли воспроизвести ошибку один раз тем же путём без смены модели, региона, провайдера или текста запроса.

Если на деле это 500 или 529, а не лимит, переходите к статье Claude Code 500 и 529: как восстановить сессию и продолжить без дублей. Пошаговая проверка того же сообщения в терминале Claude Code — способ входа, окно использования, контекст, API-ключ — собрана в статье Claude Code Rate Limit Reached: что делать и как продолжить.

Claude.ai или Desktop: сначала проверьте окно использования

Если ошибка появилась в Claude.ai, Desktop или mobile без HTTP headers, сначала считайте это лимитом самого приложения. Usage limits задают, сколько вы можете использовать Claude за период времени, а length limits относятся к размеру одного разговора. Длинные чаты, файлы, tools, Research, connectors и более тяжелые модели быстрее расходуют окно.

Не начинайте с замены API-ключа. Проверьте Settings > Usage, прочитайте reset time, уберите лишние файлы/tools или подождите. Новый чат не сбрасывает уже израсходованное окно, но короткий разговор тратит его медленнее. Capacity constraints могут быть временным управлением нагрузкой и не всегда выглядят как status-page outage.

Direct Anthropic API: доверяйте заголовкам

Для прямого Anthropic API HTTP 429 соответствует rate_limit_error. Следующий шаг задают retry-after и anthropic-ratelimit заголовки. RPM, input tokens per minute и output tokens per minute могут блокировать независимо. Остаток месячного бюджета не отменяет короткое окно.

Сделайте следующий запрос меньше: уменьшите concurrency, задайте backoff с jitter, сократите фактическую длину ответа (на прямом API сам max_tokens не резервирует OTPM), разбейте длинные задачи, кешируйте стабильный context и повторите один запрос тем же путём.

Claude Code: сначала проверьте активный ключ через /status

В Claude Code важно не перепутать подписку и вход через API-ключ. /status показывает активный путь. Если задан ANTHROPIC_API_KEY, ошибка принадлежит рабочему пространству ключа, а не обязательно Pro или Max. Смотрите Claude Code: API-ключ или подписка, кто оплачивает работу? и Настройка Claude Code API: ключи, settings.json, модели и шлюзы.

Почему usage есть, а запрос заблокирован

Лимиты часто работают как rolling buckets. Длинный context давит на input tokens, длинный answer давит на output tokens, много коротких запросов давят на RPM, а резкий рост нагрузки может сработать как acceleration control. Поэтому покупка большего плана не является первым решением.

Как исправить следующий запрос

Меняйте только одну переменную: ограничьте workers, добавьте retry budget, снизьте max output, поставьте очередь, логируйте request_id, источник лимита, model, workspace, region, retry-after и reset values. Повтор должен идти тем же путём.

Если команда одновременно меняет prompt, модель, gateway и число workers, диагноз теряется. Сначала зафиксируйте путь, на котором запрос падает, и сравните три события: последний успешный запрос, первый отказ и текущий отказ. Ищите, что изменилось: request rate, input tokens, output tokens, region, project, tenant, model или credential. Такой журнал превращает общее ощущение "Claude ограничивает нас" в проверяемую гипотезу.

Для production-клиента полезно добавить два счетчика еще до следующего инцидента: лимит параллельных запросов по маршруту и лимит ожидаемых output tokens по задаче. Первый счетчик защищает RPM, второй снижает давление на OTPM. Если оба значения записаны рядом с request_id, команда быстрее поймет, какой контроллер сработал и нужно ли ждать окно, менять форму запроса или просить увеличение лимита.

Отдельно сохраняйте решение оператора: почему команда ждала, снижала concurrency, уменьшала output или шла к провайдеру. Через неделю именно эта короткая заметка объяснит, почему выбранный fix был безопасным, а не случайным обходом. Это особенно важно для ночных инцидентов и последующего разбора.

Bedrock, Vertex AI или шлюз: лимит не в Anthropic Console

Если Claude вызывается через Bedrock, Vertex AI или шлюз, Anthropic Console может не показывать причину ошибки. Ищите её в квотах провайдера, лимитах проекта и региона, журналах шлюза и политике арендатора (tenant policy).

Пакет для эскалации

Эскалируйте после одного повтора тем же путём. Приложите exact message, timestamp, request_id, headers, model, workspace/project/region, источник лимита, status-page result и минимальный запрос. Не отправляйте ключи, токены и пользовательские данные.

Для прямого API важнее всего request_id и headers. Для Bedrock или Vertex AI важнее quota page, project, region и service account. Для шлюза важны tenant key, вышестоящий сервис и политика, которая сработала. Чем точнее определён источник лимита, тем меньше вероятность, что support вернет вас к другому провайдеру. Если у вас нет request_id, отправьте точное время, регион, модель, размер запроса и одно воспроизведение; это все равно лучше, чем письмо "rate limit reached, помогите". Для Claude.ai также укажите тип плана, текст reset, размер текущего чата, файлы, tools и было ли включено extra usage.

Часто задаваемые вопросы

Что значит «Claude API Error: Rate limit reached», если лимит ещё не исчерпан?

Так бывает в старых версиях Claude Code: до исправления в 2.1.89 они показывали эту строку и при ошибке прав доступа, например когда выбрана модель с контекстом 1M, не входящим в тариф. Текущие версии в таком случае пишут Usage credits required for 1M context: выберите в /model вариант без [1m] или включите usage credits.

Это всегда direct API 429?

Нет. Сначала нужно понять, чей лимит сработал: тарифа, ключа, облачного проекта или шлюза.

Нужно ли менять API key?

Нет, не первым шагом. Сначала проверьте через /status, какой ключ или вход активен.

Почему quota еще есть?

Потому что monthly usage и rolling RPM/token/burst window разные.

Что если status page зеленая?

Продолжайте проверку: headers, /status, provider quota или журналы шлюза.

Когда писать в support?

Когда повтор тем же путём снова падает и данные для эскалации собраны.