Claude su Amazon Bedrock: quote, limiti e aumenti

Le quote che valgono per Claude

Nonostante i nomi, queste quote valgono per ogni API di inferenza che chiama il modello tramite bedrock-runtime, anche Converse, Responses e Chat Completions. Il nuovo endpoint bedrock-mantle è conteggiato a parte, con quote proprie per i token di input e di output al minuto e senza quota di richieste al minuto.

Valori predefiniti pubblicati per i modelli Claude attuali

Perché la quota scende più in fretta della fattura

Bedrock converte i token di output in consumo di quota con un fattore fisso (burndown). AWS indica 10 volte per Claude Opus 5.5, Sonnet 5, Opus 5 e Fable 5.1, 15 volte per i modelli Claude della versione 4.8 e 5 volte per la versione 4.7 e precedenti. Per Sonnet 5.5 e Haiku 5.5 la pagina non indica un fattore specifico. Si pagano solo i token effettivamente usati.

La quota viene inoltre addebitata in anticipo. All'avvio di una richiesta Bedrock sottrae i token di input più l'intero valore di max_tokens e restituisce la parte non usata alla fine. Le letture dalla cache non contano. Ecco la formula di AWS per una richiesta a Claude Opus 5.5:

Token di input        20.000
max_tokens            32.000
Output generato        2.000

Riservato all'avvio   52.000
  = input + max_tokens
Addebitato alla fine  40.000
  = input + output x 10
Token fatturati       22.000
  = input + output

Impostare max_tokens vicino alla dimensione reale dell'output è il modo più economico per far stare più richieste parallele nella stessa quota.

Inferenza interregionale

L'inferenza interregionale invia una richiesta tramite un profilo di inferenza e Bedrock sceglie la regione che la serve. Le chiamate tramite un profilo usano la quota interregionale del modello, separata dalla quota on-demand per le chiamate in una sola regione.

ThrottlingException ed errori collegati

Come esempio AWS indica sei tentativi in totale, la richiesta iniziale più cinque nuovi tentativi. In boto3:

import boto3
from botocore.config import Config

config = Config(retries={
    "total_max_attempts": 6,
    "mode": "standard",
})
client = boto3.client(
    "bedrock-runtime", config=config
)

Come chiedere un aumento di quota

1. Apri Service Quotas, scegli Amazon Bedrock e controlla i valori del tuo account per il modello e la regione che chiami.
2. Controlla prima il ciclo di vita del modello. Per i modelli in stato Legacy o Deprecated AWS non concede aumenti.
3. Chiedi l'aumento per "Cross-Region InvokeModel tokens per minute" del modello. L'AWS Support offre poi di alzare nello stesso caso anche i token on-demand al minuto e i token al giorno.
4. Documenta l'utilizzo reale. Secondo AWS hanno la precedenza i clienti il cui traffico usa già per intero la quota esistente; le altre richieste possono essere respinte. Gli aumenti piccoli vengono spesso approvati in automatico, quelli più grandi li valuta AWS Support.
5. Per l'endpoint bedrock-mantle vale una procedura separata.

# Quote Claude dell'account, regione corrente
aws service-quotas list-service-quotas \
  --service-code bedrock \
  --query "Quotas[?contains(QuotaName,
    'Claude Sonnet 5.5')].[QuotaName,Value]" \
  --output table

# Chiedere l'aumento con il codice della quota
aws service-quotas \
  request-service-quota-increase \
  --service-code bedrock \
  --quota-code L-XXXXXXXX \
  --desired-value 12000000

Provisioned Throughput e livelli di servizio

Ottenere di più dalla quota che hai

• Imposta max_tokens sull'output atteso, perché l'intero valore viene riservato all'avvio di ogni richiesta.
• Usa il prompt caching per il contesto che si ripete.
• Limita in base a token e parallelismo. AWS avverte che un limite basato solo sulle richieste al minuto non protegge quando cambia la dimensione delle richieste.
• Aumenta il carico per gradi e a ogni passo osserva i tassi di 429, 503 e 529.
• Sposta il lavoro offline sull'inferenza batch e il lavoro che tollera latenza sul Flex Tier, dove il modello lo supporta.

Oltre la quota di un singolo account

Per un obiettivo di disponibilità AWS stessa consiglia tentativi limitati e fallback su più regioni o modelli dentro la tua applicazione. Un gateway fa questo lavoro al posto tuo, su più fornitori.

Con Standard Compute il tuo account Bedrock diventa una delle diverse vie verso Claude, e non devi chiedere una quota AWS tua. Claude è servito da Anthropic e dai principali cloud, e la stessa API raggiunge GPT, Gemini e modelli aperti come GLM, DeepSeek e MiniMax. Ogni passaggio va al modello più economico in grado di svolgerlo e al fornitore più economico abbastanza veloce.

Per Claude in Europa imposti una regola Europa per l'azienda, un team o una singola chiave: ogni richiesta, compresi nuovi tentativi e fallback, viene servita solo da endpoint di inferenza europei approvati. Claude Opus 5.5, Sonnet 5.5 e Haiku 5.5 girano in Europa su Google Vertex AI e su Amazon Bedrock in Irlanda. Il DPA (accordo sul trattamento dei dati) lo firmi nella dashboard.

from openai import OpenAI

client = OpenAI(
    base_url="https://api.stdcmpt.com/v1",
    api_key=STANDARD_COMPUTE_KEY,
)

# "standardcompute" manda ogni passaggio al
# modello più economico in grado di svolgerlo.
# Per fissare Claude:
# model="anthropic/claude-sonnet-5.5"
client.chat.completions.create(
    model="standardcompute",
    messages=messages,
)

Per le quote di Azure OpenAI vedi Quote e limiti di Azure OpenAI. Standard Compute per le aziende spiega il gateway, la regola Europa e l'accesso con Microsoft per i team.

Domande frequenti

Fonti (verificate il 9 novembre 2026)

1. Quote per Amazon Bedrockdocs.aws.amazon.com
2. Quote per l'endpoint bedrock-runtimedocs.aws.amazon.com
3. Come vengono conteggiati i token in Amazon Bedrockdocs.aws.amazon.com
4. Endpoint e quote di Amazon Bedrockdocs.aws.amazon.com
5. Inferenza interregionaledocs.aws.amazon.com
6. Risoluzione dei problemi dei codici di errore dell'API Amazon Bedrockdocs.aws.amazon.com
7. Migliori pratiche di scalabilità e velocità di trasmissionedocs.aws.amazon.com
8. Provisioned Throughput in Amazon Bedrockdocs.aws.amazon.com
9. Livelli di servizio per l'inferenzadocs.aws.amazon.com
10. Richiesta di aumento delle quotedocs.aws.amazon.com
11. Claude Code su Amazon Bedrockcode.claude.com

Approfondimenti

• Standard Compute per le aziende
• Quote e limiti di Azure OpenAI
• Gateway IA con elaborazione in Europa (in inglese)