Cuotas para los modelos Claude de Anthropic

En esta página, se describe cómo Gemini Enterprise Agent Platform administra las cuotas de los modelos de Anthropic Claude.

Descripción general

Los modelos Claude de Anthropic en Agent Platform usan uno de los siguientes sistemas de cuotas:

• Modelos lanzados después del 26 de mayo de 2026: Cuotas de linaje compartido.
• Modelos lanzados antes del 26 de mayo de 2026: Cuotas por modelo.

Cuotas de linaje compartidas

Los endpoints globales y multirregionales para los modelos Claude de Anthropic que se lancen después del 26 de mayo de 2026 usan cuotas de linaje de modelos compartidos. Se comparte un solo límite de cuota entre todas las versiones del modelo en un linaje de modelos para una ubicación determinada.

Por ejemplo, si llamas a Claude Opus 4.8 en Google Cloud a través del endpoint global, todas las solicitudes, los tokens de entrada y los tokens de salida se contabilizan en el mismo bucket de cuota de anthropic-claude-opus para el endpoint global, independientemente de la versión específica de Opus a la que llames.

Las cuotas en el extremo global y en cada extremo multirregional son buckets independientes. El uso del extremo global no consume cuota en un extremo multirregional, y, de manera similar, el uso de un extremo multirregional no consume cuota en el extremo global.

En las siguientes secciones, se describe cómo funcionan las cuotas de linaje compartido para los endpoints globales y los endpoints multirregionales.

Extremos globales

En la siguiente tabla, se describen las métricas para los extremos globales:

Extremos multirregionales

En la siguiente tabla, se describen las métricas para los extremos multirregionales, como us y eu:

Implicaciones para tu aplicación

• Agregar una versión nueva de un linaje no requiere una nueva solicitud de cuota. Cuando se lanza una versión nueva de un linaje de modelos, como una versión futura de Sonnet, en un extremo público, comparte el bucket de cuota de linaje de modelos existente. No es necesario que solicites un aumento de cuota independiente para usar la versión nueva.

• La combinación de versiones consume el mismo bucket de cuota. La división del tráfico entre varias versiones del mismo linaje de modelos se extrae de una cuota compartida. Planifica la capacidad a nivel del linaje, no de la versión.

Consulta y administra tus cuotas

Para ver tus límites de uso actuales o solicitar aumentos de cuota, ve a la página Cuotas y límites del sistema en la consola deCloud de Confiance .

Para filtrar las cuotas, usa el valor del linaje del modelo de base_model, como anthropic-claude-opus.

Cuotas por modelo

Los modelos de Claude de Anthropic lanzados antes del 26 de mayo de 2026 tienen cuotas basadas en el tipo de endpoint que se usa: regional, multirregional o global. La cuota se especifica en consultas por minuto (QPM) y tokens por minuto (TPM). El TPM incluye tokens de entrada y salida.

Para mantener el rendimiento general del servicio y la Política de Uso Aceptable, las cuotas máximas pueden variar según la cuenta y, en algunos casos, el acceso puede estar restringido. Consulta las cuotas de tu proyecto en la página Cuotas y límites del sistema de la consola de Cloud de Confiance . También debes tener disponibles las siguientes cuotas:

• Consultas por minuto (QPM):

  • Para los extremos regionales: online_prediction_requests_per_base_model
  • Para el extremo global, haz lo siguiente: global_online_prediction_requests_per_base_model
  • Para el extremo multirregional de EE.UU.: us_multi_region_online_prediction_requests_per_base_model
  • Para el extremo multirregional de la UE: eu_multi_region_online_prediction_requests_per_base_model

• Tokens por minuto (TPM):

  • Algunos modelos cuentan los tokens de entrada y salida juntos:
    • Regional: online_prediction_tokens_per_minute_per_base_model
    • Global: global_online_prediction_tokens_per_minute_per_base_model
  • Otros modelos cuentan los tokens de entrada y salida por separado:
    • TPM de entrada:
      • Regional: online_prediction_input_tokens_per_minute_per_base_model
      • Global: global_online_prediction_input_tokens_per_minute_per_base_model
      • EE.UU. multirregional: us_multi_region_online_prediction_input_tokens_per_minute_per_base_model
      • UE multirregión: eu_multi_region_online_prediction_input_tokens_per_minute_per_base_model
    • TPM de salida:
      • Regional: online_prediction_output_tokens_per_minute_per_base_model
      • Global: global_online_prediction_output_tokens_per_minute_per_base_model
      • Región múltiple de EE.UU.: us_multi_region_online_prediction_output_tokens_per_minute_per_base_model
      • Multirregión de la UE: eu_multi_region_online_prediction_output_tokens_per_minute_per_base_model

  Para ver qué modelos cuentan los tokens de entrada y salida por separado, consulta Cuotas por modelo y región.

Tokens de entrada

En la siguiente lista, se definen los tokens de entrada que se pueden incluir en tu cuota de TPM de entrada. La cantidad de tokens de entrada que cuenta cada modelo puede variar. Para ver qué tokens de entrada cuenta un modelo, consulta Cuotas por modelo y región.

• Los tokens de entrada incluyen todos los tokens de entrada, incluidos los tokens de lectura y escritura de la caché.
• Tokens de entrada no almacenados en caché incluye solo los tokens de entrada que no se leyeron de una caché (tokens de lectura de caché).
• Tokens de escritura de caché incluye los tokens que se usaron para crear o actualizar una caché.

Cuotas por modelo y región

En la siguiente tabla, se muestran las cuotas predeterminadas y la longitud del contexto admitida para cada modelo en cada región.

Si quieres aumentar cualquiera de tus cuotas para Agent Platform, puedes usar la Cloud de Confiance consola para solicitar un aumento de cuota. Para obtener más información sobre las cuotas, consulta la descripción general de Cloud Quotas.