LLM 速率限制计算器
在 Anthropic Start 层级，Claude Sonnet 5.5 每分钟允许 1,000 个请求、2,000,000 个输入 token 和 400,000 个输出 token。输入 3,000、输出 500 token 的请求每分钟约 667 个，100,000 个请求需 150 分钟；若 80% 的输入走缓存，速度升至每分钟 800 个，用时 125 分钟(限制核对日期 2026-10-16)。
使用方法
- 选择一个 Claude 层级预设，或保留自定义并填入控制台显示的限制。不适用的限制填 0。
- 输入单个请求的输入和输出 token、输入中从提示缓存读取的比例，以及缓存 token 是否不计入输入限制。
- 输入任务的请求总数和单个请求耗时。查看吞吐量、最先卡住的限制、任务时间、并发数和请求间隔。
计算方法
每分钟请求数 = RPM、输入 TPM ÷ 计入的输入 token、输出 TPM ÷ 输出 token、合计 TPM ÷ (计入输入 + 输出 token) 中的最小值。
计入的输入 token = 缓存 token 不计入时(多数 Claude 模型)为输入 token × (1 − 缓存比例)，否则为全部输入 token。
任务时间 = 请求数 ÷ 每分钟请求数。若每日上限(RPD)小于按分钟限制可处理的量，则每个整天处理 RPD 个请求，剩余在最后一天完成。
并发数 = 每秒请求数 × 每个请求的秒数，向上取整(利特尔法则)。请求间隔 = 60 ÷ 每分钟请求数 秒。
常见问题
通常哪个限制先卡住？
提示较长时通常是输入 token 限制，回答较长时是输出 token 限制，请求很短时是请求数限制。计算器会标出决定速度的那个限制。
缓存 token 计入 Claude 速率限制吗？
Anthropic 文档说明，多数 Claude 模型只有未缓存的输入 token 和缓存写入计入每分钟输入 token 限制，所以缓存读取越多，实际吞吐越高。Claude Haiku 3.5 例外。
为什么低于限制也会出现 429 错误？
限制按令牌桶在很短的间隔内执行，即使每分钟平均值没问题，瞬时突发也可能超限。请按显示的间隔分散请求，并逐步加量。
为什么没有 OpenAI 和 Gemini 预设？
它们的限制随模型和账户层级变化，显示在各自账户的控制台中。本页不做猜测，留作自定义输入，请从你的限制页面抄录数字。