Utiliser les modèles Claude d'Anthropic

Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.

Vous pouvez diffuser vos réponses Claude en streaming pour réduire la perception de la latence côté utilisateur. Une réponse en streaming utilise des événements envoyés par le serveur (SSE) pour diffuser la réponse de manière incrémentielle.

Les modèles Claude vous sont facturés à mesure que vous les utilisez (paiement à l'usage) ou vous payez des frais fixes lorsque vous utilisez le débit provisionné. Pour le paiement à l'usage, consultez les modèles Claude d'Anthropic sur la page des tarifs de Vertex AI.

Modèles Claude disponibles

Les modèles suivants sont disponibles auprès d'Anthropic pour une utilisation dans Vertex AI. Pour accéder à un modèle Claude, accédez à sa fiche de modèle Model Garden.

Claude 3.7 Sonnet

Claude 3.7 Sonnet est le modèle le plus intelligent d'Anthropic à ce jour et le premier modèle Claude à proposer une réflexion étendue, c'est-à-dire la capacité à résoudre des problèmes complexes avec un raisonnement minutieux et par étapes. Claude 3.7 Sonnet est un modèle unique qui vous permet d'équilibrer la vitesse et la qualité en choisissant entre la pensée standard pour des réponses quasi instantanées ou la pensée étendue pour un raisonnement avancé.

Pour en savoir plus sur la pensée étendue, consultez la documentation d'Anthropic.

Claude 3.7 Sonnet est optimisé pour les cas d'utilisation suivants:

• Codage agentif : Claude 3.7 Sonnet est à la pointe du codage agentif et peut effectuer des tâches tout au long du cycle de vie du développement logiciel, de la planification initiale aux corrections de bugs, de la maintenance aux refactorisations importantes. Il offre de bonnes performances à la fois pour la planification et la résolution de tâches de codage complexes, ce qui fait de Claude 3.7 Sonnet un choix idéal pour alimenter les processus de développement logiciel de bout en bout.
• Agents de première ligne : Claude 3.7 Sonnet offre une meilleure exécution des instructions, une sélection d'outils, une correction des erreurs et un raisonnement avancé pour les agents de première ligne et les workflows d'IA complexes.
• Utilisation d'un ordinateur : Claude 3.7 Sonnet est notre modèle le plus précis pour l'utilisation d'un ordinateur. Il permet aux développeurs d'indiquer à Claude d'utiliser un ordinateur comme le font les humains.
• Génération et analyse de contenu : Claude 3.7 Sonnet excelle dans l'écriture et est capable de comprendre les nuances et le ton des contenus pour générer des contenus plus attrayants et les analyser plus en profondeur.
• Extraction de données visuelles : grâce aux compétences de vision robustes de Claude 3.7 Sonnet, il s'agit du bon choix pour les équipes qui souhaitent extraire des données brutes à partir de visuels tels que des graphiques ou des graphiques dans le cadre de leur workflow d'IA.

Accéder à la fiche de modèle Claude 3.7 Sonnet

Claude 3.5 Sonnet v2

Claude 3.5 Sonnet v2 est un modèle de pointe pour les tâches d'ingénierie logicielle et les capacités agentives dans le monde réel. Claude 3.5 Sonnet v2 offre ces avancées au même prix et à la même vitesse que Claude 3.5 Sonnet.

La version améliorée du modèle Claude 3.5 Sonnet peut interagir avec des outils capables de manipuler un environnement de bureau d'ordinateur. Pour en savoir plus, consultez la documentation sur Anthropoic.

Claude 3.5 Sonnet est optimisé pour les cas d'utilisation suivants:

• Tâches agentives et utilisation d'outils : Claude 3.5 Sonnet offre une meilleure exécution des instructions, une sélection d'outils, une correction des erreurs et un raisonnement avancé pour les workflows agentifs qui nécessitent l'utilisation d'outils.
• Codage : pour les tâches de développement logiciel allant des migrations de code, des corrections de code et des traductions, Claude 3.5 Sonnet offre de bonnes performances à la fois pour la planification et la résolution des tâches de codage complexes.
• Questions/Réponses sur les documents : Claude 3.5 Sonnet combine une compréhension contextuelle solide, un raisonnement avancé et une synthèse pour fournir des réponses précises et humaines.
• Extraction de données visuelles : grâce aux compétences de vision de pointe de Claude 3.5 Sonnet, il peut extraire des données brutes à partir de visuels tels que des graphiques ou des graphiques dans le cadre de workflows d'IA.
• Génération et analyse de contenu : Claude 3.5 Sonnet peut comprendre les nuances et le ton du contenu, générer des contenus plus attrayants et les analyser plus en profondeur.

Accéder à la fiche de modèle Claude 3.5 Sonnet v2

Claude 3.5 Haiku

Claude 3.5 Haiku, la nouvelle génération du modèle le plus rapide et le plus économique d'Anthropic, est idéal pour les cas d'utilisation où la rapidité et le prix sont importants. Il améliore son prédécesseur dans tous les domaines. Claude 3.5 Haiku est optimisé pour les cas d'utilisation suivants:

• Finalisation du code : grâce à son temps de réponse rapide et à sa compréhension des modèles de programmation, Claude 3.5 Haiku excelle à fournir des suggestions et des finalisations de code rapides et précises dans les workflows de développement en temps réel.
• Chatbots interactifs : les capacités de raisonnement et de conversation naturelle améliorées de Claude 3.5 Haiku le rendent idéal pour créer des chatbots réactifs et attrayants capables de gérer efficacement de grands volumes d'interactions utilisateur.
• Extraction et étiquetage des données : grâce à ses compétences d'analyse améliorées, Claude 3.5 Haiku traite et catégorise efficacement les données, ce qui le rend utile pour l'extraction rapide des données et les tâches d'étiquetage automatisées.
• Modération de contenu en temps réel : grâce à ses solides compétences de raisonnement et à sa compréhension du contenu, Claude 3.5 Haiku offre une modération de contenu rapide et fiable pour les plates-formes qui nécessitent des temps de réponse immédiats à grande échelle.

Accéder à la fiche de modèle Claude 3.5 Haiku

Claude 3 Opus

Claude 3 Opus d'Anthropic est un modèle d'IA performant qui offre des performances de haut niveau pour des tâches très complexes. Il est capable de gérer des requêtes ouvertes et des scénarios invisibles avec une fluidité remarquable et une compréhension semblable à celle d'un être humain. Claude 3 Opus est optimisé pour les cas d'utilisation suivants:

• Automatisation des tâches, comme le codage et la planification interactifs, ou l'exécution d'actions complexes via des API et des bases de données.

• Tâches de recherche et développement, telles que l'examen de la recherche, le brainstorming et la génération d'hypothèses, ainsi que les tests de produits.

• Tâches stratégiques, telles que l'analyse avancée de graphiques et de graphes, les données financières et les tendances du marché, ainsi que les prévisions

• Tâches de vision, telles que le traitement d'images pour renvoyer une sortie textuelle. Analyse de diagrammes, de graphiques, de schémas techniques, de rapports et d'autres contenus visuels.

Accéder à la fiche de modèle Claude 3 Opus

Claude 3 Haiku

Claude 3 Haiku est le modèle de vision et de texte le plus rapide d'Anthropic. Il permet d'obtenir des réponses quasi instantanées à des requêtes de base. Il est conçu pour offrir des expériences d'IA fluides qui imitent les interactions humaines.

• Interactions et traductions avec les clients en direct.

• Modération de contenus pour détecter les comportements suspects ou les demandes des clients.

• Tâches permettant d'économiser des coûts, telles que la gestion des stocks et l'extraction de connaissances à partir de données non structurées.

• Tâches de vision, telles que le traitement d'images pour renvoyer une sortie textuelle, l'analyse de graphiques, de diagrammes techniques, des rapports et d'autres contenus visuels.

Accéder à la fiche de modèle Claude 3 Haiku

Claude 3.5 Sonnet

Claude 3.5 Sonnet d'Anthropic surpasse Claude 3 Opus sur un large éventail d'évaluations d'Anthropic, en raison de la rapidité et du coût de son modèle de milieu de gamme, Claude 3 Sonnet. Claude 3.5 Sonnet est optimisé pour les cas d'utilisation suivants:

• Codage, par exemple écrire, modifier et exécuter du code avec des capacités de raisonnement et de dépannage sophistiquées

• Gérez les requêtes complexes du service client en comprenant le contexte utilisateur et en orchestrant des workflows en plusieurs étapes.

• La data science et l'analyse en parcourant les données non structurées et en exploitant plusieurs outils pour générer des insights.

• Traitement visuel, comme l'interprétation de graphiques et de graphiques qui nécessitent une compréhension visuelle.

• Écrire des contenus avec un ton plus naturel et plus humain

Accéder à la fiche de modèle Claude 3.5 Sonnet

Utiliser des modèles Claude

Vous pouvez utiliser le SDK d'Anthropic ou des commandes curl pour envoyer des requêtes au point de terminaison Vertex AI à l'aide des noms de modèles suivants:

• Pour Claude 3.7 Sonnet, utilisez claude-3-7-sonnet@20250219.
• Pour Claude 3.5 Sonnet v2, utilisez claude-3-5-sonnet-v2@20241022.
• Pour Claude 3.5 Haiku, utilisez claude-3-5-haiku@20241022.
• Pour Claude 3 Opus, utilisez claude-3-opus@20240229.
• Pour Claude 3.5 Sonnet, utilisez claude-3-5-sonnet@20240620.
• Pour Claude 3 Haiku, utilisez claude-3-haiku@20240307.

Les versions de modèle Anthropic Claude doivent être utilisées avec un suffixe commençant par un symbole @ (par exemple, claude-3-7-sonnet@20250219 ou claude-3-5-haiku@20241022) pour garantir un comportement cohérent.

Avant de commencer

Pour utiliser les modèles Anthropic Claude avec Vertex AI, procédez comme suit. Vous devez activer l'API Vertex AI (aiplatform.googleapis.com) pour pouvoir utiliser Vertex AI. Si vous disposez déjà d'un projet pour lequel l'API Vertex AI est activée, vous pouvez utiliser ce projet au lieu de créer un projet.

Assurez-vous de disposer des autorisations requises pour activer et utiliser des modèles partenaires. Pour en savoir plus, consultez la section Accorder les autorisations requises.

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the Vertex AI API.

   Enable the API

5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Go to project selector

6. Make sure that billing is enabled for your Google Cloud project.

7. Enable the Vertex AI API.

   Enable the API

8. Go to one of the following Model Garden model cards, then click Enable:
   • Accéder à la fiche de modèle Claude 3.7 Sonnet
   • Accéder à la fiche de modèle Claude 3.5 Sonnet v2
   • Accéder à la fiche de modèle Claude 3.5 Haiku
   • Accéder à la fiche de modèle Claude 3 Opus
   • Accéder à la fiche de modèle Claude 3.5 Sonnet
   • Accéder à la fiche de modèle Claude 3 Haiku

Utiliser le SDK Anthropic

Vous pouvez envoyer des requêtes API aux modèles Anthropic Claude à l'aide du SDK Anthropic Claude. Pour en savoir plus, consultez les ressources suivantes :

• Documentation de référence de l'API Claude Messages
• Bibliothèque d'API Anthropic pour Python
• Bibliothèque d'API TypeScript Anthropic Vertex AI

Effectuer un appel en flux continu à un modèle Claude à l'aide du SDK Vertex d'Anthropic

L'exemple de code suivant utilise le SDK Vertex Anthropic pour effectuer un appel en flux continu à un modèle Claude.

# TODO(developer): Vertex AI SDK - uncomment below & run
# pip3 install --upgrade --user google-cloud-aiplatform
# gcloud auth application-default login
# pip3 install -U 'anthropic[vertex]'

# TODO(developer): Update and un-comment below line
# PROJECT_ID = "your-project-id"

from anthropic import AnthropicVertex

client = AnthropicVertex(project_id=PROJECT_ID, region="us-east5")
result = []

with client.messages.stream(
    model="claude-3-5-sonnet-v2@20241022",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": "Send me a recipe for banana bread.",
        }
    ],
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)
        result.append(text)

# Example response:
# Here's a simple recipe for delicious banana bread:
# Ingredients:
# - 2-3 ripe bananas, mashed
# - 1/3 cup melted butter
# ...
# ...
# 8. Bake for 50-60 minutes, or until a toothpick inserted into the center comes out clean.
# 9. Let cool in the pan for a few minutes, then remove and cool completely on a wire rack.

Effectuer un appel unaire à un modèle Claude à l'aide du SDK Vertex d'Anthropic

L'exemple de code suivant utilise le SDK Vertex Anthropic pour effectuer un appel unaire à un modèle Claude.

# TODO(developer): Vertex AI SDK - uncomment below & run
# pip3 install --upgrade --user google-cloud-aiplatform
# gcloud auth application-default login
# pip3 install -U 'anthropic[vertex]'

# TODO(developer): Update and un-comment below line
# PROJECT_ID = "your-project-id"

from anthropic import AnthropicVertex

client = AnthropicVertex(project_id=PROJECT_ID, region="us-east5")
message = client.messages.create(
    model="claude-3-5-sonnet-v2@20241022",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": "Send me a recipe for banana bread.",
        }
    ],
)
print(message.model_dump_json(indent=2))
# Example response:
# {
#   "id": "msg_vrtx_0162rhgehxa9rvJM5BSVLZ9j",
#   "content": [
#     {
#       "text": "Here's a simple recipe for delicious banana bread:\n\nIngredients:\n- 2-3 ripe bananas...
#   ...

Utiliser une commande curl

Vous pouvez utiliser une commande curl pour envoyer une requête au point de terminaison Vertex AI. La commande curl spécifie le modèle Claude compatible que vous souhaitez utiliser.

Les versions de modèle Anthropic Claude doivent être utilisées avec un suffixe commençant par un symbole @ (par exemple, claude-3-7-sonnet@20250219 ou claude-3-5-haiku@20241022) pour garantir un comportement cohérent.

La rubrique suivante explique comment créer une commande curl et inclut un exemple de commande curl.

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/anthropic/models/MODEL:streamRawPredict

{
  "anthropic_version": "vertex-2023-10-16",
  "messages": [
   {
    "role": "ROLE",
    "content": "CONTENT"
   }],
  "max_tokens": MAX_TOKENS,
  "stream": STREAM,
  "thinking": {
    "type": "TYPE",
    "budget_tokens": BUDGET_TOKENS
  }
}

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/anthropic/models/MODEL:streamRawPredict"

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/anthropic/models/MODEL:streamRawPredict" | Select-Object -Expand Content

{
  "id":"msg_012NDLxqh6LsztWCU7zTb14C",
  "type":"message",
  "role":"assistant",
  "content":[{
    "type":"text",
    "text":"Hello! Nice to meet you."
  }],
  "model":"claude-2.1",
  "stop_reason":"end_turn",
  "stop_sequence":null,
  "usage":{
    "input_tokens":11,
    "output_tokens":11
  }
}

MODEL_ID="MODEL"
LOCATION="us-central1"
PROJECT_ID="PROJECT_ID"

curl \
-X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://${LOCATION}-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/${LOCATION}/publishers/anthropic/models/${MODEL_ID}:streamRawPredict -d \
'{
  "anthropic_version": "vertex-2023-10-16",
  "messages": [{
    "role": "user",
    "content": "Hello!"
  }],
  "max_tokens": 50,
  "stream": true}'

Utilisation de l'outil (appel de fonction)

Les modèles Claude d'Anthropic sont compatibles avec les outils et les appels de fonction pour améliorer les fonctionnalités d'un modèle. Pour en savoir plus, consultez la présentation de l'utilisation de l'outil dans la documentation Anthropic.

Les exemples suivants montrent comment utiliser des outils à l'aide d'un SDK ou d'une commande curl. Les exemples recherchent des restaurants ouverts à proximité de San Francisco.

# TODO(developer): Vertex AI SDK - uncomment below & run
# pip3 install --upgrade --user google-cloud-aiplatform
# gcloud auth application-default login
# pip3 install -U 'anthropic[vertex]'
from anthropic import AnthropicVertex

# TODO(developer): Update and un-comment below line
# PROJECT_ID = "your-project-id"

client = AnthropicVertex(project_id=PROJECT_ID, region="us-east5")
message = client.messages.create(
    model="claude-3-5-sonnet-v2@20241022",
    max_tokens=1024,
    tools=[
        {
            "name": "text_search_places_api",
            "description": "returns information about a set of places based on a string",
            "input_schema": {
                "type": "object",
                "properties": {
                    "textQuery": {
                        "type": "string",
                        "description": "The text string on which to search",
                    },
                    "priceLevels": {
                        "type": "array",
                        "description": "Price levels to query places, value can be one of [PRICE_LEVEL_INEXPENSIVE, PRICE_LEVEL_MODERATE, PRICE_LEVEL_EXPENSIVE, PRICE_LEVEL_VERY_EXPENSIVE]",
                    },
                    "openNow": {
                        "type": "boolean",
                        "description": "whether those places are open for business.",
                    },
                },
                "required": ["textQuery"],
            },
        }
    ],
    messages=[
        {
            "role": "user",
            "content": "What are some affordable and good Italian restaurants open now in San Francisco??",
        }
    ],
)
print(message.model_dump_json(indent=2))
# Example response:
# {
#   "id": "msg_vrtx_018pk1ykbbxAYhyWUdP1bJoQ",
#   "content": [
#     {
#       "text": "To answer your question about affordable and good Italian restaurants
#       that are currently open in San Francisco....
# ...

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/anthropic/models/MODEL:rawPredict

{
  "anthropic_version": "vertex-2023-10-16",
  "max_tokens": MAX_TOKENS,
  "stream": STREAM,
  "tools": [
    {
      "name": "text_search_places_api",
      "description": "Returns information about a set of places based on a string",
      "input_schema": {
        "type": "object",
        "properties": {
          "textQuery": {
            "type": "string",
            "description": "The text string on which to search"
          },
          "priceLevels": {
            "type": "array",
            "description": "Price levels to query places, value can be one of [PRICE_LEVEL_INEXPENSIVE, PRICE_LEVEL_MODERATE, PRICE_LEVEL_EXPENSIVE, PRICE_LEVEL_VERY_EXPENSIVE]",
          },
          "openNow": {
            "type": "boolean",
            "description": "Describes whether a place is open for business at
            the time of the query."
          },
        },
        "required": ["textQuery"]
      }
    }
  ],
  "messages": [
    {
      "role": "user",
      "content": "What are some affordable and good Italian restaurants that are open now in San Francisco??"
    }
  ]
}

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/anthropic/models/MODEL:rawPredict"

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/anthropic/models/MODEL:rawPredict" | Select-Object -Expand Content

{
  "id": "msg_vrtx_01ErR7VMNQdnvDt3n7Nmc4ER",
  "type": "message",
  "role": "assistant",
  "model": "claude-3-opus-20240229",
  "content": [
    {
      "type": "text",
      "text": "\nTo find affordable and good Italian restaurants that are currently open in San Francisco, the text_search_places_api tool seems most relevant. \n\nThe required textQuery parameter can be inferred as \"Italian restaurants in San Francisco\", since the user specified Italian restaurants and the location of San Francisco.\n\nTwo optional parameters are also relevant:\nopenNow - this should be set to true, since the user specified they want restaurants open now\npriceLevels - to find affordable restaurants, this can be set to [PRICE_LEVEL_INEXPENSIVE, PRICE_LEVEL_MODERATE]\n\nWith the textQuery provided and the two optional parameters that can help narrow the results to match the user's criteria, we have enough information to make a good call to the text_search_places_api tool to try to answer the user's request.\n"
    },
    {
      "type": "tool_use",
      "id": "toolu_vrtx_01TAJCTkxe8HhRoaQ69N4ouP",
      "name": "text_search_places_api",
      "input": {
        "textQuery": "Italian restaurants in San Francisco",
        "openNow": true,
        "priceLevels": [
          "PRICE_LEVEL_INEXPENSIVE",
          "PRICE_LEVEL_MODERATE"
        ]
      }
    }
  ],
  "stop_reason": "tool_use",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 727,
    "output_tokens": 308
  }
}

Utiliser Vertex AI Studio

Pour certains des modèles Claude d'Anthropic, vous pouvez utiliser Vertex AI Studio pour créer rapidement des prototypes et tester des modèles d'IA générative dans la console Google Cloud. Par exemple, vous pouvez utiliser Vertex AI Studio pour comparer les réponses du modèle Claude à d'autres modèles compatibles, tels que Google Gemini.

Pour en savoir plus, consultez Guide de démarrage rapide: envoyer des requêtes textuelles à Gemini à l'aide de Vertex AI Studio.

Régions où Anthropic Claude est disponible

• us-east5 (Ohio)
• europe-west1 (Belgium)

• us-east5 (Ohio)
• europe-west1 (Belgium)

• us-east5 (Ohio)

• us-east5 (Ohio)

• us-east5 (Ohio)
• asia-southeast1 (Singapore)
• europe-west1 (Belgium)

• us-east5 (Ohio)
• asia-southeast1 (Singapore)
• europe-west1 (Belgium)

Quotas et longueur de contexte acceptés pour Anthropic Claude

Pour les modèles Claude, un quota s'applique à chaque région dans laquelle le modèle est disponible. Le quota est spécifié en requêtes par minute (RPM) et en jetons par minute (TPM). Le nombre de jetons par minute inclut à la fois les jetons d'entrée et de sortie.

Pour maintenir les performances globales du service et une utilisation acceptable, les quotas maximaux peuvent varier selon le compte et, dans certains cas, l'accès peut être limité. Consultez les quotas de votre projet sur la page Quotas et limites du système de la console Google Cloud. Vous devez également disposer des quotas suivants:

• Online prediction requests per base model per minute per region per base_model
• Online prediction tokens per minute per base model per minute per region per base_model

Claude 3.7 Sonnet

Le tableau suivant présente les quotas par défaut et la longueur de contexte acceptée pour Claude 3.7 Sonnet.

Claude 3.5 Sonnet v2

Le tableau suivant présente les quotas par défaut et la longueur de contexte acceptée pour Claude 3.5 Sonnet v2.

Claude 3.5 Haiku

Le tableau suivant présente les quotas par défaut et la longueur de contexte acceptée pour Claude 3.5 Haiku.

Claude 3 Opus

Le tableau suivant présente les quotas par défaut et la longueur de contexte acceptée pour Claude 3 Opus.

Claude 3 Haiku

Le tableau suivant présente les quotas par défaut et la longueur de contexte acceptée pour Claude 3 Haiku.

Claude 3.5 Sonnet

Le tableau suivant présente les quotas par défaut et la longueur de contexte acceptée pour Claude 3.5 Sonnet.

Si vous souhaitez augmenter vos quotas pour l'IA générative sur Vertex AI, vous pouvez en faire la demande via la console Google Cloud. Pour en savoir plus sur les quotas, consultez la page Utiliser des quotas.