Combien de temps attendre après une erreur 429 ?

Si la réponse contient l'en-tête retry-after, attendez au moins ce nombre de secondes. Sans cet en-tête chez Claude, il peut s'agir du plafond de dépense mensuel : réessayer ne sert à rien avant le mois suivant ou un changement de palier.

Les jetons lus en cache comptent-ils dans la limite de débit de Claude ?

Non. D'après la documentation d'Anthropic, seuls les jetons d'entrée non mis en cache et les jetons écrits dans le cache comptent dans la limite de jetons d'entrée par minute.

Erreur 429 sur une API d'IA : causes et parades

Une erreur 429 sur une API d'IA signifie que votre organisation a dépassé une limite : trop de requêtes ou trop de jetons par minute, un plafond de dépense atteint, ou une montée en charge trop brusque. La parade dépend de la cause, et la réponse vous la donne : un en-tête retry-after indique combien de secondes attendre. Voici comment Anthropic, Google et Mistral décrivent leurs limites, d'après leurs documentations lues le 15/11/2026.

Chez Claude : trois causes possibles

Cause	Comment la reconnaître	Que faire
Limite de débit dépassée	Type `rate_limit_error`, en-tête `retry-after` présent	Attendre le délai indiqué, lisser l'envoi
Limite de montée en charge (« ramp limit »)	`error.details.error_code` vaut `ramp_limit_exceeded`	Tenir un niveau qui passe, puis augmenter d'un cran par minute
Plafond de dépense mensuel du palier	`error_code` vaut `enforced_spend_limit_reached`, pas de `retry-after`	Réessayer est inutile ; demander un palier supérieur

Anthropic mesure trois limites par famille de modèles : requêtes par minute (RPM), jetons d'entrée par minute (ITPM) et jetons de sortie par minute (OTPM). L'algorithme est celui du « seau à jetons » : la capacité se recharge en continu jusqu'au maximum, au lieu de se remettre à zéro à heure fixe. Conséquence pratique : une limite de 60 requêtes par minute peut s'appliquer comme 1 requête par seconde, et une rafale courte déclenche une 429 même si le total de la minute est sous la limite.

Exemple de limites standard au palier Start, relevées le 15/11/2026 :

Modèle	Requêtes par minute	Jetons d'entrée par minute	Jetons de sortie par minute
Claude Opus 5.5	4 000	2 000 000	400 000
Claude Sonnet 5.5	4 000	2 000 000	400 000
Claude Haiku 5.5	4 000	2 000 000	400 000

Une organisation nouvelle peut démarrer au palier « Evaluation », sous ces valeurs, le temps de constituer un historique. Les plafonds de dépense mensuels sont de 500 $ (Start), 1 000 $ (Build) et 200 000 $ (Scale). Vos limites réelles sont sur la page Rate limits de la Console (platform.claude.com/usage/limits).

Lire les en-têtes de réponse

Chaque réponse de l'API Claude porte des en-têtes qui disent où vous en êtes :

anthropic-ratelimit-requests-remaining : requêtes restantes avant la limite ;
anthropic-ratelimit-input-tokens-remaining et anthropic-ratelimit-output-tokens-remaining : jetons restants, arrondis au millier ;
les variantes -reset : l'heure à laquelle la capacité sera pleine, au format RFC 3339 (une norme d'écriture des dates) ;
retry-after : le délai d'attente, quand il y en a un.

Les lire permet de ralentir avant la 429, plutôt que de la subir.

Chez Gemini

Google mesure les requêtes par minute, les jetons d'entrée par minute et les requêtes par jour ; dépasser l'une des trois suffit. Les limites s'appliquent par projet, pas par clé. Le quota quotidien se remet à zéro à minuit, heure du Pacifique. Le dépassement renvoie 429 RESOURCE_EXHAUSTED, y compris pour les limites liées à la dépense, évaluées sur une fenêtre glissante de 10 minutes. Les paliers montent avec la facturation : voir clé API Gemini.

Chez Mistral

Les limites sont définies par modèle : jetons par minute et requêtes par seconde. Elles se consultent dans le panneau d'administration, rubrique API › Limites. Le glossaire d'erreurs de Mistral classe la 429, comme les 500, 502, 503 et 504, parmi les erreurs passagères à réessayer avec un délai croissant (« exponential backoff »), et rappelle que ses bibliothèques officielles le font déjà.

Les parades qui marchent

Laisser la bibliothèque officielle réessayer. Celle d'Anthropic réessaie deux fois par défaut, avec un délai croissant, en respectant retry-after ; le nombre d'essais se règle (max_retries).
Lisser le trafic. Répartissez les tâches planifiées au lieu de tout envoyer à la même seconde ; démarrez bas et montez par paliers.
Mettre en cache ce qui se répète. Chez Claude, les jetons lus en cache ne comptent pas dans la limite d'entrée : avec un taux de lecture en cache de 80 % et une limite de 2 millions de jetons par minute, la documentation calcule un débit effectif de 10 millions de jetons d'entrée par minute. Voir prompt caching.
Sortir l'urgent du non-urgent. Les traitements par lots ont leurs propres limites et échappent aux limites de montée en charge chez Claude : voir traitement par lots.
Cloisonner. Fixez des limites par espace de travail pour qu'un projet gourmand n'étouffe pas les autres.
Demander plus. Chez Claude, le bouton « Request tier increase » de la page Rate limits ; chez Mistral, le support, avec les modèles visés et les volumes prévus.

À distinguer de la 529 chez Claude : l'API elle-même est surchargée pour tous les utilisateurs, votre quota n'y est pour rien.