Claude Code 用量限制与配额（2026）：5 小时会话限制、每周限制、API 速率限制和上下文长度

Claude Code 的限制（limits）来自三个不同的地方，碰到哪一种，处理办法就不一样：

1. 订阅套餐的用量限制（也就是常说的 Claude Code 配额 / quota）：用 Claude Pro、Max、Team 或 Enterprise 套餐登录时生效，包括 5 小时会话限制和每周限制。
2. API 速率限制和月度消费上限：Claude Code 使用 Anthropic API Key 时生效，按组织所在的用量等级限制每分钟请求数和 token 数。
3. 单次请求的 token 上限：由模型本身决定，即上下文窗口和最大输出长度。

有两类常见报错不属于以上任何一种：529 Overloaded 和 Server is temporarily limiting requests 是 Anthropic 那边临时容量不足，不计入你的配额。

本文内容于 2026 年 10 月 27 日对照 Anthropic 的 Claude Code 文档、API 文档和帮助中心核对过。Anthropic 会不定期调整限制，具体数值以文中链接的官方页面为准。

先判断：你碰到的是哪种限制？

来源：Claude Code 错误参考。

一、套餐用量限制：5 小时会话限制和每周限制

套餐限制怎么算

付费 Claude 套餐下，Claude Code 和网页版、桌面端、手机端的 Claude 共用同一份额度。Anthropic 帮助中心的说明如下（usage and length limits、在 Pro 或 Max 套餐中使用 Claude Code）：

• 会话限制（session limit）：每 5 小时重置一次。
• 每周限制（weekly limit）：覆盖所有模型，在分配给你账号的固定星期和时间重置。重置时间可以在 Settings > Usage 查看。
• Fable 每周限制：Max 套餐另外还有一个单独的 Fable 每周限制。

每次请求会同时计入会话限制和每周限制，所以一次高强度的突发使用（比如一次性派出大量子代理）可能在会话窗口重置前就把每周额度用完（错误参考）。Claude Code 还可能对 Opus 或 Sonnet 系列显示单独的限制。

来源：Pro 套餐、Max 套餐、Claude Code 文档：Teams 和 Enterprise 的用量、在 Team 或 Enterprise 套餐中使用 Claude Code。

Anthropic 帮助中心没有把这些额度写成固定的消息条数或 token 数。用得快慢取决于消息和对话长度、附件大小、所用模型、effort 档位以及用到的工具。Anthropic 还说明，为了管理容量，可能会自行以其他方式限制用量，例如每周和每月上限，或对特定模型、功能的限制（Pro 套餐）。视套餐和席位类型而定，Fable 的请求可能直接计入 usage credits 而不是套餐额度，这时 /model 选择器里的 Fable 一行会显示「Requires usage credits」（模型配置）。

查看 Claude Code 剩余额度

• /usage（别名 /cost、/stats）：显示套餐用量进度条和各个限制的重置时间。Pro、Max、Team、Enterprise 用户还能看到额度被什么消耗了（skills、子代理、插件、各个 MCP 服务器）以及优化建议。按 d 或 w 在最近 24 小时和最近 7 天之间切换。这份拆分来自本机的会话记录，不包含其他设备和 claude.ai 上的用量（成本文档）。
• /status：显示版本、模型、账号以及当前生效的凭据。如果环境里设置了 ANTHROPIC_API_KEY，Claude Code 会用这个 Key 而不是你的订阅，按 API 价格计费（帮助中心）。
• claude.ai 的 Settings > Usage：显示所有 Claude 产品合计的会话和每周用量。
• 预警：窗口快用完时，Claude Code 会提示，例如 You've used 85% of your session limit · resets 3:45pm。也可以在自定义状态栏里显示 rate_limits 字段。

如果 /usage 里出现 rate limited until 3:14am 之类的字样，只表示在那之前 Claude Code 没法刷新用量数据，并不限制你继续干活（成本文档）。

用完额度会怎样

You've hit your session limit · resets 3:45pm
You've hit your weekly limit · resets Mon 12:00am
You've hit your Opus limit · resets 3:45pm
You've hit your Sonnet limit · resets 3:45pm

在提示里的重置时间之前，Claude Code 会拦下后续请求。可以这样处理：

• 等重置。 用 claude.ai 套餐登录的交互式会话里，Claude Code v2.1.234 及以上会在当前会话里等待，重置后自动接着做（Continuing automatically at 3:45pm · esc to cancel）。如果重置时间在 24 小时以后（每周限制常常如此），它不会自动开始等待，需要在 /rate-limit-options 里选 Wait here, then continue automatically。在 /config 里关闭 Continue automatically at usage limit 可以停用这个行为（交互模式文档）。
• 换模型——只对模型系列限制有用。 会话限制和每周限制是所有模型共用的，/model 换模型不能恢复使用。如果是 Opus 或 Sonnet 系列的单独限制，换到该系列以外的模型可以继续工作。每个模型有各自的提示缓存，换模型后的下一次请求会在没有缓存命中的情况下重新读入整段对话。
• 开启 usage credits。 运行 /usage-credits（以前叫 /extra-usage）。Pro 和 Max 会打开 claude.ai 的 Settings > Usage；Team 和 Enterprise 会打开组织的用量设置，或者向管理员发出申请。开启后，超出套餐额度的请求按 Anthropic 标准 API 价格继续计费，直到达到你设置的月度消费上限，或者在关闭自动充值的情况下余额用完（usage credits、成本文档）。
• 升级套餐。 Pro → Max 5x → Max 20x。Anthropic 说明升级后新套餐的额度立即生效（usage and length limits）；关于升级，另见下文 2026 年 10 月的用户反馈。
• 改用 API Key。 Claude Console 账号按 token 计费，没有 5 小时和每周窗口，改受 API 速率限制约束（见第二部分）。

Max 和 Team 套餐附带的每月 API 额度不能用于 Claude Code，也不能抵扣 usage credits（帮助中心）。Anthropic 还在逐步推出一个小额的「收尾额度」：如果回复进行到一半时达到 5 小时限制，Claude Code 可能会把当前这一步做完，并显示 Usage limit reached · wrapping up，这部分用量计入每周限制。

为什么额度掉得比预想快

Claude Code 成本文档列出的常见原因：

• 每次请求都会发送完整对话。有提示缓存时按缓存价重读，但在开了一整天的会话里问一句话，仍然要为整段对话消耗额度。
• 中断超过缓存有效期后的第一条消息会错过缓存，整段上下文重新处理。
• /loop 等定时任务、goal 的检查、来自你其他会话的消息，即使你没在操作也会发起新的轮次。
• 每个子代理、每个 agent teammate 都会发出自己的请求。
• /compact 要读取它总结的整段对话，本身就是一次大请求；/clear 不消耗额度。

2026 年 10 月的用户反馈

有多位用户在 Anthropic 的 Claude Code GitHub 仓库提交 issue，说套餐用量计数涨得比实际使用快。以下是用户反馈，Anthropic 尚未确认原因；截至 2026 年 10 月 27 日，这三个 issue 下都没有 Anthropic 员工的回复：

• #103376：一位 Max 20x 用户反馈，每周重置后的 22 小时里，每周用量从 0% 涨到 54%，而这段时间的 Claude Code token 量和前一周同一时段差不多。评论区还有其他 Max 用户和 Team 席位用户贴出了类似的测算。
• #105015：一位 Pro 用户反馈，10 月 25 日 5 小时用量在大约三小时内从 0% 涨到 100%，10 月 21 日也出现过；而他本机的 Claude Code 记录显示这些时段没有任何请求。
• #105162：一位用户 10 月 15 日从 Max 5x 升级到 Max 20x，反馈 5 小时限制变了，但每周限制似乎没有重新计算。另有两位评论者描述了在账单周期中途升级后的相同情况。

如果你觉得用量计数不对：对比 /usage 和 claude.ai 的 Settings > Usage，检查同一账号下是否有其他设备、Remote Control、后台或云端会话、定时任务在跑，然后联系 Anthropic：登录 claude.ai，点左下角头像缩写，选择 Get help（成本文档）。

二、使用 API Key：按用量等级的 Anthropic 速率限制

如果 Claude Code 用 Claude Console 账号登录，或者使用 ANTHROPIC_API_KEY，就没有 5 小时和每周窗口，而是按 token 付费，受组织的速率限制和月度消费上限约束。

用量等级和计量方式

• Anthropic 会根据使用历史和账号状况，自动把每个组织放到一个用量等级：Evaluation（新组织，限额低于标准值）、Start、Build、Scale，以及 Custom（与 Anthropic 单独约定）。
• 限制按组织设定，而不是按 API Key。同一组织下的所有 Key 共用这份限额。可以给单个 workspace 设置更低的限额。
• Messages API 的限制按模型类别，分别计量每分钟请求数（RPM）、每分钟输入 token（ITPM）和每分钟输出 token（OTPM）。
• API 使用令牌桶算法：额度是持续补充的，不是到固定时间点清零。限制也可能按更短的时间间隔执行，比如 60 RPM 可能按每秒 1 个请求执行，短时间突发请求会触发报错。
• 对当前模型，只有未命中缓存的输入计入 ITPM，从提示缓存读取的 token 不计入。
• OTPM 只算实际生成的 token，你设置的 max_tokens 不计入。
• 组织当前的等级和限额可以在 Claude Console 的 Rate limits 页面查看。

当前模型的 Messages API 标准限额（RPM / ITPM / OTPM）：

Opus 5.5 和 Sonnet 5.5 各自有独立的限额，与更早的 Opus、Sonnet 模型分开。月度消费上限：Start 为 500 美元，Build 为 1,000 美元，Scale 为 200,000 美元；Custom 没有上限。

429 长什么样

触发速率限制时返回 HTTP 429，错误类型为 rate_limit_error，消息里会说明超了哪一项。响应带 retry-after 头时，等待对应的秒数再重试。anthropic-ratelimit-input-tokens-remaining、anthropic-ratelimit-output-tokens-reset 等响应头会告诉你当前还剩多少（响应头说明）。组织流量突然大幅上涨也可能因为加速限制（acceleration limits）收到 429，所以流量要逐步加上去。

达到等级的月度消费上限时，同样返回 429 rate_limit_error，但不带 retry-after。在下个月 1 日 00:00 UTC 之前重试都会失败，除非升到更高等级：

{
  "type": "error",
  "error": {
    "type": "rate_limit_error",
    "message": "You have reached your API usage limits: your organization has crossed its monthly API usage threshold, set based on your organization's API tier. You will regain access on 2026-09-01 at 00:00 UTC.",
    "details": { "error_code": "enforced_spend_limit_reached" }
  },
  "request_id": "req_018EeWyXxfu5pfWkrYcMdjWG"
}

如果是你自己设置的、低于等级上限的消费限额，返回的是 400 invalid_request_error，消息以 You have reached your specified API usage limits 开头。

在 Claude Code 里，API 速率限制显示为：

API Error: Request rejected (429) · this may be a temporary capacity issue. If it persists, check https://status.claude.com.

看到这条提示之前，Claude Code 已经对临时性的 429 按指数退避重试过，最多 10 次（自动重试）。

遇到 429 怎么办

• 按 retry-after 等待。 Claude Code 的重试次数由 CLAUDE_CODE_MAX_RETRIES 控制（默认 10）。无人值守的 CI 任务可以设 CLAUDE_CODE_RETRY_WATCHDOG=1，对 429 和 529 持续重试；但遇到消费上限导致的 429 仍会立即失败。
• 降低并发。 少开并行子代理，或者在大批量脚本任务里用 /model 换小一些的模型。
• 让提示缓存生效。 Claude Code 会自动使用缓存，当前模型的缓存读取不计入 ITPM。会话中途换模型会从新缓存开始。
• 确认用的是哪个 Key。 运行 /status。环境里残留的 ANTHROPIC_API_KEY 可能让请求走一个低等级的 Key。
• 申请更高等级。 在 Console 的 Rate limits 页面点 Request tier increase。紧急情况也可以联系 Anthropic 支持提高限额。
• 按团队规模规划限额。 Claude Code 文档给出了按团队人数的每人建议值，例如 1–5 人时每人 200k–300k TPM、5–7 RPM，500 人以上时每人 10k–15k TPM、0.25–0.35 RPM。这些限额作用于整个组织，别人空闲时个人可以用得更多。在 Console 自动创建的「Claude Code」workspace 上设置 workspace 速率限制，可以给 Claude Code 的用量封顶，保护其他生产业务（成本文档）。

529 overloaded_error 是另一回事：API 对所有用户都忙不过来，不计入你的配额。详见 Claude API 报 529 overloaded_error：原因和处理办法。

三、单次请求的 token 上限：上下文窗口和输出长度

当前模型（来源：Anthropic 模型总览）：

在 Claude Code 里的表现（模型配置）：

• 这些模型默认就用 1M 窗口，不需要加 [1m] 后缀。默认在约 967K token 时自动压缩，可以用 /autocompact 设置更小的窗口。
• [1m] 后缀只对老模型有意义。Opus 4.6 和 Sonnet 4.6 只有通过 [1m] 才能用到 1M，视套餐而定可能需要 usage credits，否则会看到 API Error: Usage credits required for 1M context。
• 设置 CLAUDE_CODE_DISABLE_1M_CONTEXT=1 可以把会话限制在 200K。
• Haiku 5.5 的提示超过 100K token 时，每 token 价格更高（价格页）。
• Opus 5.5 需要 Claude Code v2.1.280 及以上，Sonnet 5.5 需要 v2.1.284，Haiku 5.5 需要 v2.1.293，Fable 5.1 需要 v2.1.257。模型被拒时先运行 claude update。

上下文满了，请求会以 Prompt is too long 失败，交互式会话里显示为 Context limit reached · /compact or /clear to continue。/context 会显示窗口被什么占用，超出时给出警告，例如 Context exceeds the 200k-token limit by 94k tokens — run /compact or /clear to continue.。另有一个独立的限制 Request too large (max 32MB)，针对的是请求体的字节大小，通常由图片或附件引起（错误参考）。

单次回复达到输出上限时，会看到 API Error: Claude's response exceeded the ... output token maximum。回复 continue 让它接着写，或者让它每次只输出一个文件或一个部分。CLAUDE_CODE_MAX_OUTPUT_TOKENS 可以把上限提高到模型允许的最大值，但设得越高，自动压缩前可用的上下文就越少。Claude Code 改用非流式重发的请求，输出最多 64,000 token。

通过网关接入、或者模型 ID 不被 Claude Code 识别时，Claude Code 会按 200K 窗口处理。这种情况和完整的处理办法见 Claude Code 提示「Prompt is too long」：原因和解决办法。

上下文窗口和用量限制是两回事：上下文窗口限制的是一段对话能有多长，用量限制管的是 5 小时和一周内的总用量。但两者有关联：上下文越大，每次请求消耗的额度越多，因为每次都要发送整段对话。

四、让额度更耐用的实用做法

以下来自 Claude Code 成本文档：

• 不相关的任务之间用 /clear。 先用 /rename 起个名字，之后可以用 /resume 找回来。
• 长任务里带重点地 /compact，例如 /compact Focus on code samples and API usage。注意它本身就是一次大请求。
• 找出占用上下文的东西。 运行 /context，用 /mcp disable <name> 关掉不用的 MCP 服务器，保持 CLAUDE.md 精简（文档建议 200 行以内），把特定流程的说明挪到 skills 里。
• 按任务选模型。 大多数编码任务用 Sonnet；复杂推理再用 Opus；简单的子代理任务用 model: haiku。
• 日常任务用 /effort 调低 effort。 思考 token 按输出 token 计费。
• 任务中途别随意换模型，每次换模型都会从冷缓存开始。
• 把输出量大的工作交给子代理，比如跑测试、处理日志，主对话只收到摘要。子代理的请求同样计入用量。
• 停掉不再需要的东西： /loop 任务、后台会话、agent teammate。teammate 在 plan 模式下运行时，agent team 的 token 用量约为普通会话的 7 倍。
• 用好 /usage 的建议。 底部出现 f to fix 时按 f，让 Claude Code 自动应用它能处理的建议（需要 v2.1.305 及以上）。

长期方案一：通过 TeamoRouter 中转

TeamoRouter 提供了统一配额管理功能，可以从根本上解决限制问题：

统一配额管理

TeamoRouter 将多个 API Key 的配额汇聚到一起，统一管理。当一个 Key 触发限制时，自动切换到其他可用 Key。

请求整形（Request Shaping）

TeamoRouter 自动对请求进行整形：

• 速率控制： 平滑请求速率，避免短时间内大量请求
• 优先级队列： 关键请求优先处理，非关键请求排队
• 智能重试： 触发限制后自动按指数退避重试

缓存减少调用次数

TeamoRouter 的 99.3% 缓存命中率意味着大量重复请求无需实际调用 Anthropic API，从根本上减少了触发限制的概率。

实际操作步骤

1. 在 TeamoRouter 控制台配置多个 API Key
2. 设置 Key 的优先级和轮询策略
3. 配置请求速率上限
4. 设置预算和用量预警
5. 将 Claude Code 的 Base URL 指向 TeamoRouter

和 Claude 套餐的关系：当 Claude Code 发送的是 TeamoRouter 的 API Key（ANTHROPIC_BASE_URL 配合 ANTHROPIC_AUTH_TOKEN）时，这个 Key 会替代你的 claude.ai 登录，这些请求不占用套餐的 5 小时和每周额度，改从你的 TeamoRouter 账户计费。如果只设置了 ANTHROPIC_BASE_URL 而没有设置 Key，claude.ai 登录仍是生效的凭据，套餐的额度和计费照常适用（Claude Code 网关文档）。运行 /status 可以看到当前生效的是哪个凭据。

长期方案二：多 API Key 负载均衡

TeamoRouter 内置支持多 API Key 负载均衡：

关于 Anthropic 一侧的说明：Anthropic 的速率限制和消费上限是按组织设定的，同一个 Anthropic 组织下的多个 API Key 共用一份限额，workspace 还可以单独设更低的上限（速率限制文档）。把流量分散到同一组织的多个 Key 上，并不能提高这个组织的上限。

配置示例

在 TeamoRouter 控制台中，你可以按以下方式配置：

keys:
  - key: sk-ant-xxx1
    weight: 3        # 权重 3（主 Key）
    tier: primary
    daily_limit: $100 # 每日上限
  - key: sk-ant-xxx2
    weight: 1        # 权重 1（备用）
    tier: secondary
    daily_limit: $50
  - key: sk-ant-xxx3
    weight: 1
    tier: fallback   # 最后的保障
    daily_limit: $30

团队配额管理

对于团队用户，TeamoRouter 提供了配额管理功能：

多用户共享配额

• 创建一个团队账户，添加多个成员
• 共享统一的配额池
• 按成员分配子配额

用量报表

• 按成员、项目、时间段查看用量
• 自动生成周/月报表
• 异常消耗实时告警

预算控制

• 设置团队总预算上限
• 按成员设置个人配额
• 超过阈值自动限制

常见问题（FAQ）

怎样获得更高的 Claude Code 额度？

用 Claude 套餐的话，可以升级（Pro → Max 5x → Max 20x），或者用 /usage-credits 开启 usage credits，超出额度后按 Anthropic 标准 API 价格继续使用。Team 和 Enterprise 由管理员选择席位类型并设置 usage credits 的消费上限。用 API Key 的话，在 Claude Console 的 Rate limits 页面使用 Request tier increase，紧急情况可以联系 Anthropic 支持。随着使用历史积累，组织也会自动升到更高等级。

529 Overloaded 会消耗我的额度吗？

不会。529 表示 API 对所有用户都处于满载，不计入你的用量限制（错误参考）。过几分钟再试，或用 /model 换个模型。

碰到限制时换模型有用吗？

只对模型系列限制有用（You've hit your Opus limit 或 You've hit your Sonnet limit）。5 小时会话限制和每周限制是所有模型共用的，换模型不能恢复使用。

TeamoRouter 的多 Key 负载均衡怎么做？

在 TeamoRouter 控制台中添加多个 API Key，设置权重和优先级，系统会自动进行负载均衡和 failover。详细配置参考Claude Code 接入文档。

团队使用 Claude Code 怎么管理配额？

推荐通过 TeamoRouter 创建团队账户，配置统一的配额池和个人配额限制，配合用量报表进行管理。

缓存能解决 Rate Limit 问题吗？

能。缓存减少了实际调用 Anthropic API 的频率，从源头上降低了触发 Rate Limit 的概率。TeamoRouter 的 99.3% 缓存命中率可以显著减少 API 调用次数。在 Anthropic 一侧，提示缓存也有直接作用：对当前模型，从提示缓存读取的 token 不计入每分钟输入 token（ITPM）限额（速率限制文档）。使用 Claude 套餐时，缓存中的历史仍然计入用量，只是按缓存价计算。