警告

服务层级属于旧版功能。

警告

Priority Tier（优先层级）容量承诺已不再提供购买。已有承诺的组织可以在合同到期日之前继续使用 Priority Tier，本页面将继续作为参考保留供其使用。如果您需要有保障的容量，请联系销售。

Anthropic 提供三种服务层级：

  • Priority Tier（优先层级）： 仅适用于已有容量承诺的组织
  • Standard（标准层级）： 默认层级，适用于日常用例的试点和规模化扩展
  • Batch（批处理层级）： 最适合可以等待、或能从脱离您的常规容量中获益的异步工作流

标准层级

标准层级是所有 API 请求的默认服务层级。API 会以尽力而为的可用性，将这些请求与所有其他请求一同进行优先级处理。

Priority Tier

API 会将此层级中的请求优先于所有其他请求进行处理。这种优先处理有助于最大限度地减少“服务器过载”错误，即使在高峰时段也是如此。

有关更多信息，请参阅现有 Priority Tier 承诺。

请求如何被分配层级

在处理请求时，Anthropic 会在以下情况下决定将请求分配到 Priority Tier：

  • 您的组织拥有足够的 Priority Tier 容量每分钟输入令牌
  • 您的组织拥有足够的 Priority Tier 容量每分钟输出令牌

Anthropic 按如下方式将用量计入 Priority Tier 容量：

输入令牌

  • 缓存读取：从缓存中读取的每个令牌计为 0.1 个令牌
  • 缓存写入：每写入 5 分钟 TTL 缓存 1 个令牌计为 1.25 个令牌
  • 缓存写入：每写入 1 小时 TTL 缓存 1 个令牌计为 2.00 个令牌
  • 对于在 Claude 4.6 及更高版本模型上的仅限美国推理（inference_geo: "us"）请求，每个输入令牌计为 1.1 个令牌
  • 所有其他输入令牌均为每个令牌计为 1 个令牌

输出令牌

  • 对于在 Claude 4.6 及更高版本模型上的仅限美国推理（inference_geo: "us"）请求，每个输出令牌计为 1.1 个令牌
  • 所有其他输出令牌均为每个令牌计为 1 个令牌

否则，请求将按标准层级处理。

注意

这些消耗率反映了每种令牌类型的相对定价。例如，仅限美国推理在 Claude 4.6 及更高版本模型上的定价为 1.1 倍，因此使用 inference_geo: "us" 消耗的每个令牌会从您的 Priority Tier 容量中扣除 1.1 个令牌。

注意

分配到 Priority Tier 的请求会同时占用 Priority Tier 容量和常规速率限制。 如果处理该请求会超出速率限制，则该请求将被拒绝。

使用服务层级

您可以通过设置 service_tier 参数来控制请求可以使用哪些服务层级：

cURL

curl 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-opus-4-8",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "Hello, Claude!"}],
    "service_tier": "auto"
  }'

CLI

ant messages create <<'YAML'
model: claude-opus-4-8
max_tokens: 1024
messages:
  - role: user
    content: Hello, Claude!
service_tier: auto  # Automatically use Priority Tier when available, fall back to standard
YAML

Python

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello, Claude!"}],
    service_tier="auto",  # Automatically use Priority Tier when available, fall back to standard
)
print(message.usage.service_tier)

TypeScript

const client = new Anthropic();

const message = await client.messages.create({
  model: "claude-opus-4-8",
  max_tokens: 1024,
  messages: [{ role: "user", content: "Hello, Claude!" }],
  service_tier: "auto" // Automatically use Priority Tier when available, fall back to standard
});
console.log(message.usage.service_tier);

C#

AnthropicClient client = new();

var message = await client.Messages.Create(new MessageCreateParams
{
    Model = Model.ClaudeOpus4_8,
    MaxTokens = 1024,
    Messages = [new UserMessageParam { Content = "Hello, Claude!" }],
    ServiceTier = ServiceTier.Auto, // Automatically use Priority Tier when available, fall back to standard
});
Console.WriteLine(message.Usage.ServiceTier);

Go

client := anthropic.NewClient()

message, err := client.Messages.New(context.TODO(), anthropic.MessageNewParams{
	Model:     anthropic.ModelClaudeOpus4_8,
	MaxTokens: 1024,
	Messages: []anthropic.MessageParam{
		anthropic.NewUserMessage(anthropic.NewTextBlock("Hello, Claude!")),
	},
	// 在可用时自动使用 Priority Tier（优先级层级），否则回退到标准层级
	ServiceTier: anthropic.MessageNewParamsServiceTierAuto,
})
if err != nil {
	log.Fatal(err)
}
fmt.Println(message.Usage.ServiceTier)

Java

AnthropicClient client = AnthropicOkHttpClient.fromEnv();

MessageCreateParams params = MessageCreateParams.builder()
    .model(Model.CLAUDE_OPUS_4_8)
    .maxTokens(1024L)
    .addUserMessage("Hello, Claude!")
    // 在可用时自动使用 Priority Tier，否则回退到标准层级
    .serviceTier(MessageCreateParams.ServiceTier.AUTO)
    .build();

Message message = client.messages().create(params);
IO.println(message.usage().serviceTier().orElseThrow());

PHP

$client = new Client();

$message = $client->messages->create(
    model: Model::CLAUDE_OPUS_4_8,
    maxTokens: 1024,
    messages: [['role' => 'user', 'content' => 'Hello, Claude!']],
    serviceTier: 'auto', // Automatically use Priority Tier when available, fall back to standard
);
echo $message->usage->serviceTier;

Ruby

client = Anthropic::Client.new

message = client.messages.create(
  model: Anthropic::Model::CLAUDE_OPUS_4_8,
  max_tokens: 1024,
  messages: [{ role: "user", content: "Hello, Claude!" }],
  service_tier: :auto # Automatically use Priority Tier when available, fall back to standard
)
puts(message.usage.service_tier)

service_tier 参数接受以下值：

  • "auto"（默认）- 如果可用则使用 Priority Tier 容量，否则回退到您的其他容量
  • "standard_only" - 仅使用 Standard 层级容量，适用于您不想使用 Priority Tier 容量的情况

响应的 usage 对象还包含分配给该请求的服务层级：

{
  "usage": {
    "input_tokens": 410,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0,
    "output_tokens": 585,
    "service_tier": "priority"
  }
}

这使您能够确定请求被分配到了哪个服务层级。

当对具有 Priority Tier 承诺的模型请求 service_tier="auto" 时，以下响应头会提供相关信息：

anthropic-priority-input-tokens-limit: 10000
anthropic-priority-input-tokens-remaining: 9618
anthropic-priority-input-tokens-reset: 2025-01-12T23:11:59Z
anthropic-priority-output-tokens-limit: 10000
anthropic-priority-output-tokens-remaining: 6000
anthropic-priority-output-tokens-reset: 2025-01-12T23:12:21Z

您可以通过这些响应头是否存在来检测您的请求是否符合 Priority Tier 的条件，即使它已超出限制。

现有 Priority Tier 承诺

Priority Tier 承诺包括：

  • 每分钟输入令牌数量
  • 每分钟输出令牌数量
  • 承诺期限（1、3、6 或 12 个月）
  • 特定的模型版本

Priority Tier 的目标是借助优先分配的计算资源实现 99.5% 的正常运行时间。超出您承诺容量的请求会自动回退到 Standard 层级。

支持的模型

除 Claude Fable 5.1、Claude Haiku 5.5、Claude Mythos 5.1、Claude Mythos 5、Claude Mythos Preview、Claude Opus 5.5、Claude Opus 5、Claude Sonnet 5.5 和 Claude Sonnet 5 之外，所有可用的 Claude 模型均支持 Priority Tier。

有关可用模型的更多详细信息，请查看模型概览。

可用性

服务层级在所有模型上可用。

API 支持

Messages API

  • 可用性：可用
  • 用法：需要 Priority Tier 承诺，该承诺已停止销售。拥有承诺时，请求默认使用 Priority Tier；将 service_tier 设置为 "standard_only" 可仅使用标准容量。
状态 云平台
可用 Claude API

Managed Agents

  • 可用性：不可用