Quote per i modelli Anthropic Claude

Questa pagina descrive in che modo Gemini Enterprise Agent Platform gestisce le quote per i modelli Anthropic Claude.

Panoramica

I modelli Anthropic Claude su Agent Platform utilizzano uno dei seguenti sistemi di quote:

• Modelli lanciati dopo il 26 maggio 2026: quote di derivazione condivise.
• Modelli lanciati prima del 26 maggio 2026: quote per modello.

Quote di derivazione condivise

Gli endpoint globali e multiregionali per i modelli Claude di Anthropic lanciati dopo il 26 maggio 2026 utilizzano quote di lignaggio del modello condivise. Un unico limite di quota viene condiviso tra tutte le versioni del modello in una genealogia di modelli per una determinata località.

Ad esempio, se chiami Claude Opus 4.8 su Google Cloud tramite l'endpoint globale, tutte le richieste, i token di input e i token di output vengono conteggiati rispetto allo stesso bucket di quota anthropic-claude-opus per l'endpoint globale, indipendentemente dalla versione specifica di Opus che chiami.

Le quote sull'endpoint globale e su ogni endpoint multiregionale sono bucket indipendenti. L'utilizzo sull'endpoint globale non consuma la quota su un endpoint multiregionale e, analogamente, l'utilizzo su un endpoint multiregionale non consuma la quota sull'endpoint globale.

Le sezioni seguenti descrivono il funzionamento delle quote di derivazione condivisa per gli endpoint globali e multiregionali.

Endpoint globali

La tabella seguente descrive le metriche per gli endpoint globali:

Endpoint multiregionali

La tabella seguente descrive le metriche per gli endpoint multiregionali, come us e eu:

Implicazioni per la tua applicazione

• L'aggiunta di una nuova versione di una derivazione non richiede una nuova richiesta di quota. Quando una nuova versione di una famiglia di modelli, ad esempio una futura release di Sonnet, viene lanciata su un endpoint pubblico, condivide il bucket di quota della famiglia di modelli esistente. Non è necessario presentare una richiesta di aumento della quota separata per utilizzare la nuova versione.

• La combinazione di versioni consuma lo stesso bucket di quota. La suddivisione del traffico tra più versioni della stessa famiglia di modelli utilizza una quota condivisa. Pianifica la capacità a livello di lignaggio, non di versione.

Visualizzare e gestire le quote

Per visualizzare i limiti di utilizzo attuali o richiedere aumenti della quota, vai alla pagina Quote e limiti di sistema nella consoleCloud de Confiance .

Per filtrare le quote, utilizza il valore genealogia del modello di base_model, ad esempio anthropic-claude-opus.

Quote per modello

I modelli Anthropic Claude lanciati prima del 26 maggio 2026 hanno quote basate sul tipo di endpoint utilizzato: regionale, multiregionale o globale. La quota è specificata in query al minuto (QPM) e token al minuto (TPM). I TPM includono sia i token di input sia quelli di output.

Per mantenere le prestazioni complessive del servizio e le norme di utilizzo accettabile, le quote massime potrebbero variare in base all'account e, in alcuni casi, l'accesso potrebbe essere limitato. Visualizza le quote del tuo progetto nella pagina Quote e limiti di sistema della console Cloud de Confiance . Devi inoltre disporre delle seguenti quote:

• Query al minuto (QPM):

  • Per gli endpoint regionali: online_prediction_requests_per_base_model
  • Per l'endpoint globale: global_online_prediction_requests_per_base_model
  • Per l'endpoint multiregionale degli Stati Uniti: us_multi_region_online_prediction_requests_per_base_model
  • Per l'endpoint multiregionale UE: eu_multi_region_online_prediction_requests_per_base_model

• Token per minuto (TPM):

  • Alcuni modelli conteggiano insieme i token di input e output:
    • Regionale: online_prediction_tokens_per_minute_per_base_model
    • Globale: global_online_prediction_tokens_per_minute_per_base_model
  • Altri modelli conteggiano i token di input e output separatamente:
    • Input TPM:
      • Regionale: online_prediction_input_tokens_per_minute_per_base_model
      • Globale: global_online_prediction_input_tokens_per_minute_per_base_model
      • Multi-regione US: us_multi_region_online_prediction_input_tokens_per_minute_per_base_model
      • Multiregione UE: eu_multi_region_online_prediction_input_tokens_per_minute_per_base_model
    • Output TPM:
      • Regionale: online_prediction_output_tokens_per_minute_per_base_model
      • Globale: global_online_prediction_output_tokens_per_minute_per_base_model
      • Multi-regione US: us_multi_region_online_prediction_output_tokens_per_minute_per_base_model
      • UE (multi-regione): eu_multi_region_online_prediction_output_tokens_per_minute_per_base_model

  Per vedere quali modelli conteggiano separatamente i token di input e output, consulta Quote per modello e regione.

Token di input

Il seguente elenco definisce i token di input che possono essere conteggiati ai fini della quota di TPM di input. I token di input conteggiati da ogni modello possono variare. Per vedere quali token di input vengono conteggiati da un modello, consulta Quote per modello e regione.

• Token di input include tutti i token di input, inclusi i token di lettura e scrittura della cache.
• Token di input non memorizzati nella cache include solo i token di input che non sono stati letti da una cache (token di lettura della cache).
• Token di scrittura della cache include i token utilizzati per creare o aggiornare una cache.

Quote per modello e regione

La tabella seguente mostra le quote predefinite e la finestra contestuale supportata per ogni modello in ogni regione.

Se vuoi aumentare una delle tue quote per Agent Platform, puoi utilizzare la console Cloud de Confiance per richiedere un aumento della quota. Per scoprire di più sulle quote, consulta la panoramica delle quote di Cloud.