Quotas Bedrock pour Claude en Europe (2026)

TL;DR

Les quotas Bedrock pour Claude sont des tokens par minute, par modèle et par région. Depuis Paris ou Francfort, le défaut est de 30 millions de TPM pour Opus 5.5 et 6 millions pour Sonnet 5, mais chaque token de sortie consomme 10 tokens de quota. Le Provisioned Throughput classique n’existe pas pour les modèles Claude actuels.

Comment fonctionnent les quotas Bedrock pour Claude ?

Bedrock limite Claude par des budgets de tokens par minute, par modèle et par région, plus un plafond quotidien par compte. Sur le point de terminaison runtime, entrée et sortie comptent ensemble dans un seul quota de tokens par minute (TPM). Certains modèles ont aussi un quota de requêtes par minute (RPM). Au-delà, Bedrock limite le débit.

La page des quotas bedrock-runtime distingue quatre types :

Quota	Portée	Ce qu’il limite
Cross-Region InvokeModel tokens per minute	Par modèle, par région	Entrée plus sortie via un profil géo ou global
On-demand InvokeModel tokens per minute	Par modèle, par région	Entrée plus sortie pour les appels dans une seule région
InvokeModel requests per minute	Par modèle, par région	Requêtes ; appliqué à certains modèles seulement
Cross-Model Max Tokens Per Day	Par compte, par région	Tous les modèles pris en charge ensemble

Trois détails comptent pour les équipes françaises. D’abord, InvokeModel, Converse, Responses et Chat Completions partagent le même quota. Changer d’API ne donne aucune capacité supplémentaire. Ensuite, le point de terminaison bedrock-mantle a ses propres quotas, avec entrée et sortie séparées. Planifiez les deux points de terminaison indépendamment. Enfin, AWS précise que les valeurs par défaut peuvent changer selon des “regional factors, payment history”, et la page mantle prévient que les nouveaux comptes peuvent recevoir des quotas réduits. La console Service Quotas fait foi, pas un tableau trouvé en ligne.

Presque tout appel à Claude conforme au RGPD passe par le profil géo UE. Le quota qui vous limite est donc le TPM inter-régions. Les modèles Claude dotés d’un profil UE, et la façon d’y restreindre les appels, sont décrits dans notre guide Claude sur AWS Bedrock en Europe.

Quels quotas par défaut pour Claude dans les régions UE ?

AWS publie les valeurs par défaut dans le tableau des quotas de la General Reference, avec la mention “Each supported Region”. Depuis Paris, Francfort ou l’Irlande, les valeurs sont donc identiques. Opus démarre à 30 millions de TPM, Sonnet 5 à 6 millions, Haiku 4.5 à 5 millions. Tous ces TPM sont ajustables.

Modèle	Profil géo UE	TPM inter-régions	TPM global	Burndown sortie	Niveaux de service
Claude Opus 5.5	eu.anthropic.claude-opus-5-5	30 000 000	30 000 000	10x	Standard
Claude Opus 5	eu.anthropic.claude-opus-5	30 000 000	30 000 000	10x	Standard, Batch
Claude Opus 4.8	eu.anthropic.claude-opus-4-8	30 000 000	30 000 000	15x	Standard
Claude Sonnet 5.5	eu.anthropic.claude-sonnet-5-5	pas encore publié	pas encore publié	pas encore publié	Standard
Claude Sonnet 5	eu.anthropic.claude-sonnet-5	6 000 000	6 000 000	10x	Standard
Claude Haiku 4.5	eu.anthropic.claude-haiku-4-5-20251001-v1:0	5 000 000 (10 000 RPM)	5 000 000 (10 000 RPM)	5x	Standard, Reserved

Sources : quotas de la General Reference, burndown de la page sur le comptage des tokens, niveaux de service des fiches modèles, consultés le 1er octobre 2026. Sonnet 5.5 est arrivé sur Bedrock le 28 septembre 2026 et n’avait encore de ligne dans aucun des deux tableaux. Vérifiez votre console avant de dimensionner un lancement sur ce modèle.

Deux autres chiffres ont leur place dans tout plan de capacité. Le quota Cross-Model Max Tokens Per Day est de 700 millions par région et marqué non ajustable dans Service Quotas. Le support AWS peut toutefois proposer de le relever lorsque vous demandez une hausse du TPM inter-régions. Et Opus 4.7 comme Opus 4.8 n’ont aucun quota RPM. Seuls les tokens les limitent.

Le facteur 15 d’Opus 4.8 n’est pas une coquille. AWS indique 15x pour “Anthropic Claude models version 4.8” et 10x pour Opus 5.5, Sonnet 5, Opus 5 et Fable 5.1. Chaque token de sortie d’Opus 4.8 consomme donc 50 % de quota de plus que le même token d’Opus 5.5. Pour des agents qui génèrent beaucoup de texte, c’est à lui seul un argument de migration.

Comment la consommation est-elle calculée ? Un exemple chiffré

Bedrock déduit au départ l’entrée plus max_tokens. À la fin, il recalcule avec la sortie réelle multipliée par le facteur de burndown et restitue la différence. Les lectures de cache ne comptent jamais. Deux leviers décident donc du nombre de requêtes par minute : un max_tokens réaliste et le prompt caching.

Les formules de la page sur le comptage :

Au départ :      tokens d'entrée + max_tokens
À la fin :       InputTokenCount + CacheWriteInputTokenCount + (OutputTokenCount x burndown)
Non compté :     CacheReadInputTokenCount

Exemple chiffré, nos calculs, Claude Sonnet 5 en profil géo UE avec le quota par défaut de 6 millions de TPM :

1. Un assistant de support envoie 20 000 tokens d’entrée sans cache, max_tokens à 16 000, et reçoit 2 000 tokens de sortie.
2. Au départ, Bedrock réserve 20 000 + 16 000 = 36 000 tokens de quota.
3. À la fin, la requête coûte 20 000 + 2 000 x 10 = 40 000 tokens de quota.
4. La facture porte sur 22 000 tokens : 20 000 x 2,20 USD plus 2 000 x 11,00 USD par million, soit 0,066 USD aux prix géo UE.
5. Capacité : 6 000 000 / 40 000 = 150 requêtes de ce type par minute.

Si 15 000 de ces tokens d’entrée viennent du cache, la charge tombe à 5 000 + 2 000 x 10 = 25 000 tokens. Le même quota porte alors 240 requêtes par minute. Le prompt caching n’est pas seulement un outil de coût, c’est un outil de capacité.

Le piège de max_tokens est le cas inverse. Fixé à 64 000 “par sécurité”, il réserve 84 000 tokens par requête au départ. Une rafale d’appels parallèles atteint alors le plafond bien avant que la consommation réelle ne le justifie. L’exemple d’AWS montre le même schéma : 36 000 réservés pour 9 000 réellement consommés. Mesurez OutputTokenCount dans CloudWatch et réglez max_tokens juste au-dessus de votre p99 réel.

Comment vérifier et augmenter les quotas Bedrock avec l’AWS CLI ?

On lit et on augmente les quotas Bedrock via l’API Service Quotas, par région. Pour tout modèle Claude, la hausse passe par un seul quota : Cross-Region tokens per minute de ce modèle. Le support propose ensuite de relever aussi le TPM à la demande et le plafond quotidien. Les comptes qui consomment déjà leur allocation passent en priorité.

Les commandes ci-dessous visent Paris (eu-west-3). La documentation Service Quotas décrit le parcours : lister les services, lister les quotas, demander la hausse avec le code du quota. Dans la console, le modèle s’écrit par exemple “Anthropic Claude Sonnet 5”. Filtrez donc sur le nom du modèle plutôt que de coder les identifiants en dur.

# 1. Trouver le code Service Quotas d'Amazon Bedrock
aws service-quotas list-services --region eu-west-3 --query "Services[?contains(ServiceName, 'Bedrock')]" --output table

# 2. Afficher les quotas appliqués à Claude Sonnet 5 (SERVICE_CODE issu de l'étape 1)
aws service-quotas list-service-quotas --service-code SERVICE_CODE --region eu-west-3 --query "Quotas[?contains(QuotaName, 'Claude Sonnet 5')].[QuotaName,QuotaCode,Value,Adjustable]" --output table

# 3. Demander 12 M de TPM sur le quota inter-régions (QuotaCode issu de l'étape 2)
aws service-quotas request-service-quota-increase --service-code SERVICE_CODE --quota-code L-XXXXXXXX --desired-value 12000000 --region eu-west-3

# 4. Suivre la demande
aws service-quotas list-requested-service-quota-change-history-by-quota --service-code SERVICE_CODE --quota-code L-XXXXXXXX --region eu-west-3

La CLI requiert ServiceQuotasFullAccess ou iam:CreateServiceLinkedRole, car la demande peut ouvrir un dossier de support en votre nom. Le guide Service Quotas indique que les petites hausses sont en général approuvées automatiquement, que les plus grandes partent au support, peuvent être accordées partiellement et ne bénéficient pas d’un support prioritaire.

Trois règles de la page runtime changent la planification :

1. Montrer du trafic d’abord. Face à la demande, AWS donne la priorité aux clients dont le trafic consomme déjà leur allocation. Une demande venant d’un compte inactif peut être refusée.
2. Pas de demande pour un modèle en fin de vie. Aucune hausse pour les modèles au statut Legacy ou Deprecated. Lors de notre vérification du 1er octobre 2026, Haiku 4.5 était Active, avec “EOL no sooner than” au 16 octobre 2026 sur sa fiche. Consultez la page du cycle de vie avant de bâtir un lancement sur ce quota.
3. Demander par région. Les quotas valent par région. Relevez celui de la région source que votre application appelle réellement.

Quand le Provisioned Throughput ou le niveau Reserved est-il rentable ?

Pour les modèles Claude actuels sur Bedrock, le Provisioned Throughput classique n’est pas une option. La liste des modèles éligibles s’arrête à Claude 2, Instant, Claude 3 et 3.5, et les profils d’inférence ne le prennent pas en charge. Seul produit de réservation pour un Claude actuel dans l’UE : le niveau Reserved, pour Haiku 4.5 uniquement.

La liste des modèles Provisioned Throughput cite comme entrées UE Claude 2.1 à Francfort, ainsi que Claude 3 Haiku et Claude 3 Sonnet en Irlande et à Paris. Le quota d’unités de modèle par défaut y est de 0, et les prix passent par l’équipe de compte AWS. Sans ancien modèle affiné à faire tourner, vous pouvez l’ignorer.

La page des niveaux de service décrit Reserved comme une capacité réservée en TPM d’entrée et de sortie pour 1 ou 3 mois, au minimum 100 000 TPM en entrée et 10 000 en sortie, avec un objectif de disponibilité de 99,5 % et un débordement automatique vers Standard. Reserved se situe hors du quota à la demande. Priority et Flex partagent ce quota, et les fiches modèles n’en mentionnent aucun pour un Claude actuel.

Le calcul de prix est le point intéressant. Haiku 4.5 en Reserved sur le profil géo UE coûte 0,066 USD par heure pour 1 000 TPM d’entrée, engagement d’un mois. Une heure à 1 000 TPM représente 60 000 tokens, soit 1,10 USD par million, exactement le prix à la demande en géo UE. L’engagement de 3 mois, à 0,0594 USD, est 10 % moins cher. La réservation minimale coûte 9,90 USD de l’heure, environ 7 200 USD par mois (notre calcul). Reserved est une garantie de capacité payée au prix d’une utilisation à 100 %, pas une remise.

Situation	Notre recommandation	Quand l’autre option l’emporte
Sonnet ou Opus, charge stable sous le TPM par défaut	Standard à la demande, profil géo UE	Une réservation ne vaut jamais le coup
Lancement qui dépassera le TPM par défaut	Hausse de quota 3 à 4 semaines avant, historique de trafic à l’appui	Reserved seulement si le modèle est Haiku 4.5
Haiku 4.5, charge 24 h/24 proche de 100 000 TPM en entrée	Reserved 3 mois si la limitation coûte du chiffre d’affaires	Standard si la charge chute la nuit ou le week-end
Travaux Opus 5 qui peuvent attendre	Batch à 50 % du prix à la demande	Standard quand il faut une réponse en secondes
Aucune donnée personnelle, coût d’abord	Profil global, environ 10 % moins cher selon AWS	Géo UE dès que le RGPD impose l’hébergement des données en Europe
Modèle Claude 3 affiné	Provisioned Throughput via l’équipe de compte	Migrer vers un modèle actuel à la demande

Le profil global a son propre quota TPM aux mêmes valeurs par défaut, mais il route dans le monde entier. Pour des données personnelles, nous restons en géo UE et acceptons la surprime de 10 %. Le tableau complet des coûts figure dans notre comparatif des prix de l’API Claude en Europe.

Exploiter en interne ou externaliser ?

Piloter soi-même les quotas Bedrock est une tâche de plateforme modeste mais récurrente : métriques de tokens, max_tokens réaliste, hausses avant les lancements, cycle de vie des modèles. Selon notre estimation, quelques heures par mois pour un profil plateforme ou FinOps, plus un pic avant chaque lancement. Externaliser n’a de sens que sans compétence AWS en interne.

Les tâches récurrentes sont concrètes :

1. Chaque semaine, examiner InputTokenCount, CacheWriteInputTokenCount et OutputTokenCount par modèle dans CloudWatch, la sortie multipliée par le burndown.
2. Une demande de quota trois à quatre semaines avant tout lancement ou migration (notre hypothèse de travail, AWS ne donne aucun délai), trafic réel à l’appui.
3. Chaque trimestre, un contrôle du cycle de vie : AWS refuse les hausses pour les modèles Legacy, et une migration relance donc aussi la planification de capacité.
4. Pour Haiku 4.5 à forte charge, la négociation Reserved avec l’équipe de compte AWS.

Un prestataire de services managés se justifie si personne en interne ne porte l’organisation AWS, ou si plusieurs charges Claude en production exigent une réaction 24 h/24 à la limitation de débit. Pour un seul assistant interne très en dessous de 6 millions de TPM, ce n’est pas rentable.

Si vous externalisez, exigez par écrit : un délai de réaction aux incidents de limitation et aux demandes de quota faites en votre nom, un contrat de sous-traitant conforme au RGPD et la liste à jour des sous-traitants ultérieurs, un modèle d’accès par rôle dans votre propre compte AWS plutôt qu’un compte détenu par le prestataire. L’historique des quotas et les contrats Reserved sont attachés au compte. La clause de réversibilité doit vous laisser les deux. La façon d’imposer le profil UE par SCP est expliquée dans notre guide Amazon Bedrock en Europe.

FAQ

Quels sont les quotas par défaut de Claude Sonnet 5 sur Bedrock ?

6 000 000 de tokens par minute pour le quota inter-régions et 6 000 000 pour le quota global, par région. Chaque token de sortie compte dix fois. La valeur de votre compte peut différer, vérifiez Service Quotas dans votre région source.

Pourquoi les tokens de sortie comptent-ils dix fois dans le quota ?

AWS applique un facteur de burndown. Pour Opus 5.5, Sonnet 5, Opus 5 et Fable 5.1, un token de sortie consomme 10 tokens de quota, 15 pour les modèles Claude 4.8, 5 pour les modèles Anthropic plus anciens. Seuls les tokens réels sont facturés.

Combien coûte une capacité Reserved pour Claude en Europe ?

Parmi les modèles Claude actuels, seul Haiku 4.5 propose Reserved. En profil géo UE, il coûte 0,066 USD par heure pour 1 000 TPM d’entrée et 0,33 USD pour 1 000 TPM de sortie avec un engagement d’un mois. La réservation minimale revient à environ 9,90 USD de l’heure.

Provisioned Throughput ou hausse de quota : de quoi avez-vous besoin pour Claude ?

D’une hausse de quota. AWS ne liste le Provisioned Throughput par unités de modèle que pour Claude 2, Instant, Claude 3 et Claude 3.5, et les profils d’inférence ne le prennent pas en charge. Pour Opus 5.5, Sonnet 5.5 ou Sonnet 5, vous relevez le TPM inter-régions.

Les lectures de cache comptent-elles dans les quotas Bedrock ?

Non. CacheReadInputTokenCount est exclu du calcul. Les écritures de cache comptent comme une entrée normale. Un cache bien utilisé augmente donc le nombre de requêtes qu’un quota TPM fixe peut porter, de 150 à 240 par minute dans notre exemple Sonnet 5.

Le profil global donne-t-il plus de quota que le profil UE ?

Il a son propre quota, avec les mêmes valeurs par défaut. Il n’ajoute aucune capacité hébergée dans l’UE, car le routage global peut traiter les données dans n’importe quelle région AWS commerciale. Pour des données personnelles, nous restons sur le profil géo UE.

Sources

1. AWS: Quotas for Amazon Bedrock (1 octobre 2026)
2. AWS: How tokens are counted in Amazon Bedrock (1 octobre 2026)
3. AWS: Quotas for the bedrock-runtime endpoint (1 octobre 2026)
4. AWS: Quotas for the bedrock-mantle endpoint (1 octobre 2026)
5. AWS General Reference: Amazon Bedrock endpoints and quotas (1 octobre 2026)
6. AWS: Service tiers for optimizing performance and cost (1 octobre 2026)
7. AWS: Supported Region and models for Provisioned Throughput (1 octobre 2026)
8. AWS: Cross-Region inference (1 octobre 2026)
9. AWS Service Quotas: Requesting a quota increase (1 octobre 2026)
10. AWS: Claude Haiku 4.5 model card (1 octobre 2026)
11. AWS: Claude Opus 5.5 model card (1 octobre 2026)
12. Amazon Bedrock pricing (1 octobre 2026)