本页介绍了 Gemini Enterprise Agent Platform 如何管理 Anthropic Claude 模型的配额。
概览
Agent Platform 上的 Anthropic Claude 模型使用以下配额系统之一：
共享沿袭配额
2026 年 5 月 26 日之后推出的 Anthropic Claude 模型的全球端点和多区域端点使用共享模型沿袭配额。单个配额限制适用于给定位置的模型谱系中的所有模型版本。
例如，如果您通过全局端点在 Google Cloud 上调用 Claude Opus 4.8，那么所有请求、输入令牌和输出令牌都会计入全局端点的同一 anthropic-claude-opus 配额桶，无论您调用的是哪个特定的 Opus 版本。
全球端点和每个多区域端点上的配额是独立的。全球端点上的用量不会消耗多区域端点上的配额，同样，多区域端点上的用量也不会消耗全球端点上的配额。
以下各部分介绍了共享沿袭配额如何适用于全球端点和多区域端点。
全球端点
下表介绍了全局端点的指标：
| 指标 | 配额维度 |
|---|---|
global_online_prediction_requests_per_base_model |
base_model：
|
global_online_prediction_input_tokens_per_minute_per_base_model
|
base_model：
|
global_online_prediction_output_tokens_per_minute_per_base_model
|
base_model：
|
多区域端点
下表介绍了多区域端点（例如 us 和 eu）的指标：
| 指标 | 配额维度 |
|---|---|
LOCATION_multi_region_online_prediction_requests_per_base_model
|
base_model：
|
LOCATION_multi_region_online_prediction_input_tokens_per_minute_per_base_model
|
base_model：
|
LOCATION_multi_region_online_prediction_output_tokens_per_minute_per_base_model
|
base_model：
|
对您的应用的意义
添加新的谱系版本不需要提交新的配额申请。 当模型沿袭的新版本（例如未来的 Sonnet 版本）在公共端点上发布时，它会共享现有的模型沿袭配额桶。您无需单独申请增加配额即可使用新版本。
混合使用版本会消耗同一配额桶。在同一模型谱系中的多个版本之间拆分流量时，会使用一个共享配额。在谱系级层（而非版本级层）规划容量。
查看和管理配额
如需查看当前的用量限制或申请增加配额，请前往Google Cloud 控制台中的配额和系统限制页面。
如需过滤配额，请使用 base_model 的模型沿袭值，例如 anthropic-claude-opus。
每个模型的配额
在 2026 年 5 月 26 日之前发布的 Anthropic Claude 模型具有基于所用端点类型（区域级、多区域级或全球级）的配额。配额在每分钟查询次数 (QPM) 和每分钟令牌数 (TPM) 中指定。TPM 包括输入和输出词元。
为了保持整体服务性能和可接受的使用情况，配额上限可能会因账号而异，并且在某些情况下，访问可能会受到限制。在 Google Cloud 控制台的配额和系统限制页面上查看项目的配额。 您还必须拥有以下可用配额：
每分钟查询次数 (QPM)：
- 对于区域级端点：
online_prediction_requests_per_base_model - 对于全球端点：
global_online_prediction_requests_per_base_model - 对于美国多区域端点：
us_multi_region_online_prediction_requests_per_base_model - 对于欧盟多区域端点：
eu_multi_region_online_prediction_requests_per_base_model
- 对于区域级端点：
每分钟 token 数 (TPM)：
- 部分模型将输入和输出 token 一起计算：
- 区域级：
online_prediction_tokens_per_minute_per_base_model - 全球：
global_online_prediction_tokens_per_minute_per_base_model
- 区域级：
- 其他模型会分别计算输入和输出 token：
- 输入 TPM：
- 区域级：
online_prediction_input_tokens_per_minute_per_base_model - 全球：
global_online_prediction_input_tokens_per_minute_per_base_model - 美国多区域：
us_multi_region_online_prediction_input_tokens_per_minute_per_base_model - 欧盟多区域：
eu_multi_region_online_prediction_input_tokens_per_minute_per_base_model
- 区域级：
- 输出 TPM：
- 区域级：
online_prediction_output_tokens_per_minute_per_base_model - 全球：
global_online_prediction_output_tokens_per_minute_per_base_model - 美国多区域：
us_multi_region_online_prediction_output_tokens_per_minute_per_base_model - 欧盟多区域：
eu_multi_region_online_prediction_output_tokens_per_minute_per_base_model
- 区域级：
- 输入 TPM：
如需了解哪些模型会分别计算输入和输出 token，请参阅按模型和区域列出的配额。
- 部分模型将输入和输出 token 一起计算：
输入令牌
以下列表定义了可计入输入 TPM 配额的输入token。每种模型统计的输入 token 数量可能有所不同。如需了解模型会统计哪些输入令牌，请参阅按模型和区域列出的配额。
- 输入令牌包括所有输入令牌，包括缓存读取和缓存写入令牌。
- 未缓存的输入令牌仅包含未从缓存读取的输入令牌（缓存读取令牌）。
- 缓存写入令牌包括用于创建或更新缓存的令牌。
按模型和区域列出的配额
下表展示了每个模型在每个区域中的默认配额和支持的上下文长度。
| 型号 | 区域 | 配额 | 上下文长度 |
|---|---|---|---|
| Google Cloud 上的 Claude Sonnet 5 | Multi-region |
|
1,000,000 |
Multi-region |
|
1,000,000 | |
global endpoint |
|
1,000,000 | |
| Google Cloud 上的 Claude Fable 5 | Multi-region |
|
1,000,000 |
Multi-region |
|
1,000,000 | |
global endpoint |
|
1,000,000 | |
| Google Cloud 上的 Claude Opus 4.8 | Multi-region |
|
1,000,000 |
Multi-region |
|
1,000,000 | |
global endpoint |
|
1,000,000 | |
| Google Cloud 上的 Claude Opus 4.7 | Multi-region |
|
1,000,000 |
Multi-region |
|
1,000,000 | |
global endpoint |
|
1,000,000 | |
| Google Cloud 上的 Claude Opus 4.6 | us-east5 |
|
1,000,000 |
europe-west1 |
|
1,000,000 | |
asia-southeast1 |
|
1,000,000 | |
global endpoint |
|
1,000,000 | |
| Google Cloud 上的 Claude Sonnet 4.6 | us-east5 |
|
1,000,000 |
europe-west1 |
|
1,000,000 | |
asia-southeast1 |
|
1,000,000 | |
global endpoint |
|
1,000,000 | |
| Google Cloud 上的 Claude Opus 4.5 | us-east5 |
|
200,000 |
europe-west1 |
|
200,000 | |
asia-southeast1 |
|
200,000 | |
global endpoint |
|
200,000 | |
| Google Cloud 上的 Claude Opus 4.1 | us-east5 |
|
200,000 |
global endpoint |
|
200,000 | |
| Google Cloud 上的 Claude Opus 4 | us-east5 |
|
200,000 |
global endpoint |
|
200,000 | |
| Google Cloud 上的 Claude Sonnet 4.5 | us-east5 |
|
1,000,000（Beta 版），200,000（正式版） |
europe-west1 |
|
1,000,000（Beta 版），200,000（正式版） | |
asia-southeast1 |
|
1,000,000（Beta 版），200,000（正式版） | |
global endpoint |
|
1,000,000（Beta 版），200,000（正式版） | |
| Google Cloud 上的 Claude Sonnet 4 | us-east5 |
|
1,000,000 |
europe-west1 |
|
1,000,000 | |
global endpoint |
|
1,000,000 | |
| Google Cloud 上的 Claude 3.7 Sonnet | us-east5 |
|
200,000 |
europe-west1 |
|
200,000 | |
global endpoint |
|
200,000 | |
| Google Cloud 上的 Claude 3.5 Sonnet v2 | us-east5 |
|
200,000 |
europe-west1 |
|
200,000 | |
global endpoint |
|
200,000 | |
| Google Cloud 上的 Claude Haiku 4.5 | us-east5 |
|
200,000 |
europe-west1 |
|
200,000 | |
asia-east1 |
|
200,000 | |
global endpoint |
|
200,000 | |
| Google Cloud 上的 Claude 3.5 Haiku | us-east5 |
|
200,000 |
europe-west1 |
|
200,000 | |
| Google Cloud 上的 Claude 3.5 Sonnet | us-east5 |
|
200,000 |
europe-west1 |
|
200,000 | |
asia-southeast1 |
|
200,000 | |
| Google Cloud 上的 Claude 3 Opus | us-east5 |
|
200,000 |
| Google Cloud 上的 Claude 3 Haiku | us-east5 |
|
200,000 |
europe-west1 |
|
200,000 | |
asia-southeast1 |
|
200,000 |
如果要增加代理平台 (Agent Platform) 的任何配额，您可以使用 Google Cloud 控制台申请增加配额。如需详细了解配额，请参阅 Cloud 配额概览。