شرح حدود استخدام كلود فابل 5

إذا كنت تبني على أحدث نموذج من Anthropic وتتساءل عن حدود معدل Claude Fable 5، فإليك الإجابة الصادقة مقدمًا: لم تشحن Anthropic نظامًا منفصلاً لحدود المعدل خاصًا بـ Fable 5 فقط عند الإطلاق. يستخدم Fable 5 (معرف النموذج claude-fable-5، بسعر 10 دولارات لكل مليون رمز إدخال و 50 دولارًا لكل مليون رمز إخراج، تم إطلاقه في 9 يونيو 2026) نفس Messages API القياسي ويستند إلى حدود معدل واجهة برمجة التطبيقات القياسية المستندة إلى المستويات في مؤسستك. تتناسب هذه الحدود مع استخدام حسابك وسجل الإنفاق، ويتم تطبيقها لكل مؤسسة ولكل فئة نموذج، وتعتمد الأرقام الدقيقة التي تحصل عليها على مستوى الاستخدام الذي أنت فيه. هذا الإطار مهم، لأنه إذا كنت تحاول التخطيط لسعة عامل Fable 5، فأنت تخطط بناءً على نظام مستويات Anthropic، وليس بناءً على رقم سحري مطبوع في إعلان الإطلاق. إذا كنت جديدًا على النموذج نفسه، فإن نظرة عامة على Claude Fable 5 هي قراءة مصاحبة جيدة.

خلاصة القول

يستخدم Claude Fable 5 حدود المعدل القياسية المستندة إلى المستويات من Anthropic: طلبات في الدقيقة (RPM) بالإضافة إلى رموز الإدخال في الدقيقة (ITPM) ورموز الإخراج في الدقيقة (OTPM)، ويتم تطبيقها لكل مؤسسة ولكل فئة نموذج. تزداد الحدود مع ارتفاع إنفاقك التراكمي في مستويات الاستخدام (من 1 إلى 4). تأكد دائمًا من أرقامك الحقيقية في وحدة تحكم Anthropic، وتعامل مع استجابة 429 بقراءة ترويسة retry-after.

كيف تعمل حدود معدل Anthropic

لا تحدد Anthropic "حدًا واحدًا عالميًا لواجهة برمجة التطبيقات". إنها تدير نظام مستويات الاستخدام، ويحدد مستواك مقدار الإنتاجية التي تحصل عليها. هناك مفهومان مرتبطان: حدود الإنفاق (مقدار ما يمكن أن تتم فوترته لك شهريًا) وحدود المعدل (مدى سرعة استدعاء واجهة برمجة التطبيقات). تدور هذه المقالة حول المفهوم الثاني، ولكن المفهومين مرتبطان، لأن مستواك هو الذي يرفع كليهما.

أنواع الحدود

بالنسبة لـ Messages API، تقاس حدود المعدل بثلاثة أبعاد، يُطبق كل منها لكل دقيقة ولكل فئة نموذج:

• الطلبات في الدقيقة (RPM). عدد استدعاءات API المنفصلة التي يمكنك البدء بها كل دقيقة.
• رموز الإدخال في الدقيقة (ITPM). عدد رموز الإدخال التي يمكنك إرسالها كل دقيقة. في معظم النماذج الحالية، يتم احتساب رموز الإدخال غير المخزنة مؤقتًا فقط هنا. الرموز المقروءة من ذاكرة التخزين المؤقت للموجه لا تحتسب ضمن ITPM، ولهذا السبب يمكن للتخزين المؤقت أن يرفع إنتاجيتك الفعالة بشكل كبير فوق العدد الخام.
• رموز الإخراج في الدقيقة (OTPM). عدد الرموز التي يمكن للنموذج توليدها لك كل دقيقة. يتم تقييم هذا في الوقت الفعلي أثناء تدفق الرموز، ولا يتم خصم حد max_tokens الخاص بك منه مسبقًا. لا يؤدي تعيين max_tokens عالٍ، بحد ذاته، إلى استهلاك OTPM؛ فقط الرموز التي تم إنتاجها فعليًا هي التي تحتسب.

تفرض Anthropic هذه الحدود باستخدام خوارزمية دلو الرموز. بدلاً من إعادة تعيين حصتك الكاملة في بداية كل دقيقة، يتم إعادة ملء سعتك باستمرار حتى الحد الأقصى. النتيجة العملية هي أن حدًا مثل "50 RPM" يمكن أن يتصرف كطلب واحد تقريبًا في الثانية، لذا فإن دفعة كثيفة من الاستدعاءات يمكن أن تتجاوز الحد حتى عندما يبدو متوسطك في الدقيقة جيدًا. تحصل حركة المرور السلسة والثابتة على أقصى استفادة من نفس الأرقام مقارنة بحركة المرور المتقطعة.

لكل مؤسسة، لكل فئة نموذج

هناك تفصيلان آخران يشكلان كيفية تطبيق الأرقام عليك. أولاً، يتم تعيين الحدود على مستوى المؤسسة، وليس لكل مفتاح API، لذلك تسحب كل مفتاح في مؤسستك من نفس المجموعة (يمكنك تحديد حدود أصغر لكل مساحة عمل إذا كنت ترغب في حماية مساحة عمل من أخرى). ثانيًا، يتم تطبيق الحدود لكل فئة نموذج. وهذا يعني أن حركة مرور Fable 5، وحركة مرور Opus على سبيل المثال، تقاس مقابل دلاءها المنفصلة. يمكنك تشغيل فئات نماذج مختلفة حتى حدودها الخاصة في نفس الوقت دون أن يؤثر أحدهما على الآخر.

كيف تتقدم المستويات

تتقدم المستويات تلقائيًا عندما تتجاوز مشترياتك الائتمانية التراكمية العتبات. وفقًا للمستويات المنشورة من Anthropic (تحقق من حالتك الخاصة في وحدة التحكم)، يبدو الهيكل كالتالي: يتم فتح المستوى 1 عند شراء ائتمان بقيمة 5 دولارات، والمستوى 2 عند تراكم 40 دولارًا، والمستوى 3 عند تراكم 200 دولار، والمستوى 4 عند تراكم 400 دولار، مع ارتفاع سقوف الإنفاق الشهرية في كل خطوة. تنتقل إلى المستوى الأعلى بمجرد تجاوزك العتبة؛ لا يتعين عليك تقديم تذكرة. فوق المستوى 4، يتم التعامل مع السقوف الأعلى عبر المبيعات أو الفواتير الشهرية.

لإلقاء نظرة أعمق على كيفية ترجمة تلك المشتريات إلى تكلفة على هذا النموذج المحدد، يتوافق تفصيل تسعير Claude Fable 5 بشكل جيد مع هذا القسم.

ماذا يعني هذا لـ Claude Fable 5 على وجه التحديد

هذا هو الجزء الذي يرغب الناس في تثبيته أكثر. لا يحصل Fable 5 على إطار عمل غريب ومحدد للحدود الخاصة بالنموذج. إنه يندرج في جدول المستويات القياسي كفئة نموذج خاصة به، لذا فإن السؤال "ما هي حدود Fable 5 الخاصة بي؟" يتحول إلى "في أي مستوى تقع مؤسستي، وماذا يقول صف Fable 5 لهذا المستوى؟"

وفقًا لمستويات حدود المعدل المنشورة من Anthropic (مرة أخرى، تأكد من مستوياتك في وحدة التحكم، حيث تختلف الترتيبات المخصصة والمؤسسية)، يتدرج صف Fable 5 تقريبًا كالتالي:

• المستوى 1: 50 طلب في الدقيقة (RPM)، 100,000 رمز إدخال في الدقيقة (ITPM)، 20,000 رمز إخراج في الدقيقة (OTPM).
• المستوى 2: 1,000 طلب في الدقيقة (RPM)، 500,000 رمز إدخال في الدقيقة (ITPM)، 100,000 رمز إخراج في الدقيقة (OTPM).
• المستوى 3: 2,000 طلب في الدقيقة (RPM)، 1,500,000 رمز إدخال في الدقيقة (ITPM)، 300,000 رمز إخراج في الدقيقة (OTPM).
• المستوى 4: 4,000 طلب في الدقيقة (RPM)، 4,000,000 رمز إدخال في الدقيقة (ITPM)، 800,000 رمز إخراج في الدقيقة (OTPM).

تعامل مع هذه الأرقام كشكل للنظام، وليس كعقد. تقوم Anthropic بتحديث الجداول، وتغير المستويات ذات الأولوية والصفقات المؤسسية الصورة، ووحدة التحكم الخاصة بك هي مصدر الحقيقة. إذا اختلف رقم هنا في أي وقت عما يظهره حسابك، فصدق حسابك.

البعد الذي يؤثر بشدة على Fable 5 هو OTPM. تم بناء Fable 5 للأعمال ذات الملايين من الرموز والآفاق الطويلة، وهو نوع من التشغيل حيث يقوم الوكيل بمعالجة مهمة كبيرة وإخراج الكثير من المخرجات على طول الطريق. لا يستهلك التوليد الطويل جزءًا كبيرًا من OTPM في البداية؛ بل يستنفد ميزانية الإخراج الخاصة بك بشكل مطرد أثناء تدفقه. لذا، يمكن لمهمة Fable 5 طموحة واحدة أن تبقى قريبة من سقف OTPM الخاص بك لفترة طويلة، وإذا أطلقت عدة مهام من هذا القبيل بالتزامن، فعادةً ما يكون OTPM هو أول حاجز تصادفه، وليس RPM. يترتب على ذلك عادتان: تحديد حجم max_tokens بشكل صحيح حتى لا يتضخم التوليد الجامح، وتدفق المخرجات الطويلة حتى لا تحتفظ باتصال مفتوح بانتظار استجابة ضخمة غير متدفقة (وهو ما يساعدك أيضًا على تجنب مهلات الطلبات). إذا كنت تقوم بتوصيل النموذج لأول مرة، فإن دليل API الخاص بـ Claude Fable 5 يوضح شكل الطلب الذي تنطبق عليه هذه الحدود.

قراءة حدودك والتحقق منها

لا تخمن حدودك أبدًا من منشور مدونة، بما في ذلك هذا المنشور. هناك طريقتان موثوقتان لرؤية الأرقام الحقيقية.

الأول هو وحدة تحكم Anthropic. تعرض صفحة الحدود ضمن الإعدادات المستوى الحالي لمؤسستك وحدود المعدل لكل نموذج سارية المفعول، وترسم صفحة الاستخدام معدل رموز الإدخال ورموز الإخراج الفعلي لديك بمرور الوقت مقابل سقفك، بما في ذلك معدل إصابة ذاكرة التخزين المؤقت لديك. هذه الرسوم البيانية هي أسرع طريقة للإجابة على سؤال "هل لدي مساحة كافية، أم أنني على وشك الاصطدام بحاجز؟" قبل زيادة حركة المرور.

الثاني هو ترويسات الاستجابة في كل استدعاء API. تُرجع Anthropic مجموعة من ترويسات anthropic-ratelimit-* التي تخبرك بالضبط أين تقف في تلك اللحظة:

• anthropic-ratelimit-requests-limit و anthropic-ratelimit-requests-remaining لـ RPM.
• anthropic-ratelimit-input-tokens-limit و anthropic-ratelimit-input-tokens-remaining لـ ITPM.
• anthropic-ratelimit-output-tokens-limit و anthropic-ratelimit-output-tokens-remaining لـ OTPM.
• ترويسة *-reset مطابقة لكل منها، بتنسيق RFC 3339، تخبرك متى يمتلئ هذا الدلو بالكامل.

يتم تقريب ترويسات الرموز المتبقية إلى أقرب ألف، وتقوم ترويسات الرموز المجمعة بالإبلاغ عن الحد الأكثر تقييدًا في الوقت الحالي (على سبيل المثال، حد على مستوى مساحة العمل إذا قمت بتعيين واحد). تتيح قراءة *-remaining في كل استجابة لعميلك تقييد نفسه قبل أن يحصل على استجابة 429، وهذا هو الفرق بين الضغط الخلفي اللطيف وتيار الأخطاء.

التعامل مع استجابات 429 بلطف

تعني استجابة 429 أنك وصلت إلى أحد الحدود. يخبرك النص الرئيسي بأي منها، والأهم من ذلك، تحمل الاستجابة ترويسة retry-after مع عدد الثواني التي يجب انتظارها قبل المحاولة مرة أخرى. ستفشل المحاولة مرة أخرى إذا قمت بذلك قبل الوقت المحدد في retry-after، لذا احترم ذلك.

الخبر السار هو أن حزم SDK الرسمية تقوم بالفعل بالشيء الصحيح. تقوم حزمة Anthropic SDK تلقائيًا بإعادة محاولة الاستجابات 429 و 5xx مع تأخير أسي (محاولتان افتراضيًا)، مع قراءة retry-after لتحديد توقيت كل محاولة. بالنسبة لمعظم التطبيقات، يكون هذا السلوك المدمج كافيًا، ولا يجب عليك إنشاء حلقة إعادة محاولة يدويًا ما لم تكن بحاجة إلى شيء لا توفره حزمة SDK. إليك استدعاء الأساس مع Fable 5:

import anthropic

client = anthropic.Anthropic()  # reads ANTHROPIC_API_KEY from the environment

# Raise max_retries above the default of 2 for a 429-prone batch workload.
resilient = client.with_options(max_retries=5)

message = resilient.messages.create(
    model="claude-fable-5",
    max_tokens=4096,
    messages=[
        {"role": "user", "content": "Draft a release summary for our June changelog."}
    ],
)

print(message.content[0].text)

إذا كنت بحاجة إلى تحكم صريح، على سبيل المثال لعرض حالة "نحن مشغولون، نعيد المحاولة" في واجهة المستخدم الخاصة بك، يمكنك التقاط الاستثناء المكتوب وقراءة الترويسة بنفسك:

import anthropic

client = anthropic.Anthropic()

try:
    message = client.messages.create(
        model="claude-fable-5",
        max_tokens=4096,
        messages=[{"role": "user", "content": "Summarize this incident report."}],
    )
except anthropic.RateLimitError as exc:
    wait_seconds = int(exc.response.headers.get("retry-after", "60"))
    print(f"Rate limited. Backing off for {wait_seconds}s before retry.")

بعد إعادة المحاولات، الحل الدائم للضغط المستمر هو الانتظار في قائمة الانتظار. إذا كانت حركة المرور الخاصة بك متقطعة، ضع الطلبات في قائمة انتظار وقم بتصريفها بمعدل يمكن لمستواك استيعابه، باستخدام ترويسات anthropic-ratelimit-*-remaining لتحديد سرعة التصريف. هذا يحول جدارًا من استجابات 429 إلى خط أنابيب سلس أبطأ قليلاً، وهو ما تريده دائمًا تقريبًا. تظهر نفس آلية التقييد والانتظار عند اختبار أي واجهة برمجة تطبيقات ذات حدود معدل، وتنتقل الأنماط في اختبار ChatGPT API باستخدام Apidog مباشرة إلى العمل مع Claude.

رفع حدودك وتقليل الضغط

عندما تستمر في الاصطدام بالحدود، لديك رافعتان: الحصول على مساحة أكبر، أو الحاجة إلى قدر أقل منها.

للحصول على مساحة أكبر، ارفع مستواك. نظرًا لأن المستويات تتغير مع مشتريات الائتمان التراكمية، فإن الاستخدام الحقيقي الثابت يرفعك تلقائيًا في الجدول، وترفع كل خطوة بشكل كبير RPM و ITPM و OTPM. إذا كنت بحاجة إلى التقدم على الجدول الزمني التلقائي، أو كنت بحاجة إلى حدود مخصصة أو مؤسسية، فاتصل بالمبيعات عبر صفحة الحدود في وحدة التحكم؛ فالمستوى ذو الأولوية والفواتير الشهرية موجودان خصيصًا لأعباء العمل الملتزمة وعالية الحجم.

لتقليل الحاجة إلى مساحة أكبر، هاجم إنتاجية الرموز نفسها:

• استخدم Batch API للعمل غير الحساس للكمون. فهو يعالج طلبات Messages API بشكل غير متزامن بحوالي 50 بالمائة من التكلفة القياسية، ولديه مجمع حدود معدل خاص به، لذا فإنه يمنع المهام الكبيرة من التنافس مع حركة المرور التفاعلية المباشرة الخاصة بك.
• قم بتشغيل التخزين المؤقت للموجه للسياق المتكرر. نظرًا لأن رموز الإدخال المخزنة مؤقتًا لا تحتسب بشكل عام ضمن ITPM، فإن تخزين موجه نظام كبير أو مجموعة أدوات أو مستند مرجعي عبر دفعة Fable 5 يمكن أن يضاعف إنتاجية الإدخال الفعالة لديك دون المساس بمستواك. راقب معدل إصابة ذاكرة التخزين المؤقت في صفحة الاستخدام للتأكد من أنها تعمل.
• حدد حجم max_tokens بشكل صحيح. لا توجد عقوبة على OTPM بسبب سقف عالٍ، ولكن max_tokens السخي يسمح لاستجابة واحدة بالاستمرار لفترة طويلة واستنزاف OTPM لفترة أطول. عينه على ما تحتاجه المهمة بالفعل.
• قم بتدفق المخرجات الطويلة. يحميك التدفق من مهلات الطلبات في التوليدات الكبيرة ويتيح لك مشاهدة تراكم المخرجات في الوقت الفعلي، وهو ما يتوافق بشكل طبيعي مع قراءة ترويسات OTPM.

تتضافر هذه التقنيات. يمكن لخط أنابيب Fable 5 المخزن مؤقتًا والمُعالج على دفعات والمتدفق جيدًا أن ينجز عملًا أكثر بكثير داخل نفس المستوى مقارنة بخط أنابيب ساذج. بالنسبة لأعباء العمل التي تعتمد على الوكلاء على وجه التحديد، يوضح دليل وكيل Claude Fable 5 كيف تتناسب هذه الروافع مع حلقة طويلة الأمد. وإذا كنت تقارن فئات النماذج لوظيفة حساسة للإنتاجية، فإن دليل API الخاص بـ Claude Opus 4.8 وملاحظات تسعير Opus 4.8 هي نقاط مرجعية مفيدة، حيث أن كل فئة نموذج لديها دلو حدود خاص بها.

راقب استخدام Fable 5 الخاص بك مع Apidog

أنظف طريقة لفهم حدودك الحقيقية هي مراقبتها على الطلبات المباشرة، ويجعل عميل API ذلك ملموسًا. باستخدام Apidog، يمكنك بناء طلب Fable 5 مقابل Messages API، وإرساله، وفحص الاستجابة الكاملة، بما في ذلك ترويسات anthropic-ratelimit-* وكائن usage الذي يبلغ عن عدد رموز الإدخال والإخراج والرموز المخزنة مؤقتًا لذلك الاستدعاء. رؤية هذه الأرقام جنبًا إلى جنب، طلبًا بعد طلب، يخبرك بالضبط مدى قربك من حدود ITPM و OTPM، ومقدار التخزين المؤقت الذي يوفره لك بالفعل، دون انتظار استجابة 429 لمعرفة ذلك.

حلقة عملية أثناء البناء: أرسل موجه Fable 5 تمثيليًا في Apidog، واقرأ قيمة anthropic-ratelimit-output-tokens-remaining وقيمة usage.output_tokens من الاستجابة، ولاحظ مدى سرعة سحب التوليد الطويل للعدد المتبقي. ثم أضف موجه نظام مخزن مؤقتًا، وأرسله مرة أخرى، وتأكد من ارتفاع usage.cache_read_input_tokens بينما بالكاد تتغير استهلاك ITPM الخاص بك. يحول هذا المقارنة بين طلبين جدول المستويات المجرد إلى شعور بمساحتك الخاصة. يمكنك أيضًا حفظ الطلب، وتغيير max_tokens، ومراقبة كيفية تتبع استهلاك OTPM للإخراج الفعلي بدلاً من سقفك، وهي أسرع طريقة لإقناع نفسك بأن max_tokens العالي آمن. قم بتنزيل Apidog إذا كنت ترغب في إجراء هذه التجربة باستخدام مفتاحك الخاص، وراقب ترويسات الاستجابة أثناء ضبط معدل طلبك. يمكن للفرق التي اعتمدت بالفعل على Apidog لتصميم واختبار واجهات برمجة التطبيقات دمج مراقبة Fable 5 في نفس مساحة العمل التي يستخدمونها لكل شيء آخر.