As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Cotas para o endpoint básico de tempo de execução
<a name="quotas-runtime"></a>

O `bedrock-runtime.{{region}}.amazonaws.com` endpoint é o principal endpoint de inferência para o Amazon Bedrock. O tráfego de inferência para esse endpoint é governado por cotas baseadas em tokens por modelo. Você pode visualizar essas cotas no console de cotas de [ serviço ](https://docs.aws.amazon.com/servicequotas/latest/userguide/gs-request-quota.html) selecionando ** Amazon Bedrock ** como serviço ou na tabela de [ cotas de serviço ](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#limits_bedrock) Amazon Bedrock no. Referência geral da AWS

**nota**  
As cotas de um modelo nesse endpoint são compartilhadas em todas as APIs de inferência com as quais você o chama, incluindo [ Converse [ InvokeModel ](inference-invoke.md)](conversation-inference.md)[, ](bedrock-mantle.md#bedrock-mantle-responses) Responses e Chat Complements. Embora os nomes das cotas se refiram a`InvokeModel`, eles não são por API. O tráfego para o `bedrock-mantle` endpoint é contado separadamente — consulte[Cotas para o endpoint rocho-mantle](quotas-mantle.md).

## Tipos de cota
<a name="quotas-runtime-types"></a>

A inferência no `bedrock-runtime` endpoint é governada pelas seguintes cotas por modelo:


**cotas de tempo de execução básico por modelo**  

| Quota | Escopo | Description | 
| --- | --- | --- | 
| Cross-Region InvokeModel tokens por minuto para {{${model}}} | Por modelo, por região | O número máximo de tokens por minuto (entrada e saída, combinados) que sua conta pode usar para o modelo quando invocada por meio de um perfil de inferência entre regiões. | 
| On-demand InvokeModel tokens por minuto para {{${model}}} | Por modelo, por região | O número máximo de tokens por minuto (entrada e saída, combinados) que sua conta pode usar para o modelo quando invocada sob demanda em uma única região. | 
| Número máximo de tokens de invocação de modelos por dia para {{${model}}} | Por modelo, por região | O número máximo de tokens por dia (entrada e saída, combinados) que sua conta pode usar para o modelo. Por padrão, esse valor é a cota por minuto multiplicada por 24 × 60. Novos Contas da AWS podem receber cotas reduzidas. | 
| InvokeModel solicitações por minuto para {{${model}}} | Por modelo, por região | O número máximo de solicitações de inferência por minuto que sua conta pode enviar para o modelo. O RPM é aplicado em alguns modelos no bedrock-runtime endpoint e não em outros; consulte o console de cotas de serviço para ver as cotas exatas que se aplicam ao seu modelo. | 

As cotas de TPM do `bedrock-runtime` endpoint contam os tokens de entrada e saída juntos em relação a uma única cota por modelo. O `bedrock-mantle` endpoint aplica cotas separadas de tokens de entrada por minuto e de tokens de saída por minuto; para obter detalhes, consulte. [Cotas para o endpoint rocho-mantle](quotas-mantle.md)

**nota**  
As cotas de RPM no `bedrock-runtime` endpoint são específicas do modelo. Alguns modelos — por exemplo, Anthropic Claude Opus 4.7 e Claude Opus 4.8 — não têm uma cota de RPM e são regidos exclusivamente pelas cotas baseadas em tokens descritas nesta seção. Para modelos que têm uma cota de RPM, veja o valor exato no console de cotas [ de serviço. ](https://docs.aws.amazon.com/servicequotas/latest/userguide/gs-request-quota.html)

Os tokens de saída são convertidos em uso de cotas por meio de uma taxa de queima específica do modelo. Para obter detalhes sobre como as cotas baseadas em tokens são calculadas e como o parâmetro de `max_tokens` solicitação afeta as deduções, consulte. [Como os tokens são contados no Amazon Bedrock](quotas-token-burndown.md)

## Cotas de tempo de execução relacionadas
<a name="quotas-runtime-other"></a>

Os seguintes recursos do Amazon Bedrock são atendidos por meio do `bedrock-runtime` endpoint e têm suas próprias cotas separadas:
+ **Perfis de inferência personalizados ** — perfis de Application-defined inferência que envolvem um modelo subjacente. Consulte [Configurar um recurso de invocação de modelo usando perfis de inferência](inference-profiles.md).
+ **Inferência em lote ** — trabalhos de inferência assíncronos de grande volume. Consulte [Processar vários prompts com inferência em lote](batch-inference.md).
+ **Taxa de transferência provisionada ** — capacidade reservada da unidade modelo. Consulte [Aumentar a capacidade de invocação do modelo com throughput provisionado no Amazon Bedrock](prov-throughput.md).

Essas cotas se aplicam somente ao `bedrock-runtime` endpoint e não são expostas no `bedrock-mantle` endpoint.

## Solicitar um aumento de cota
<a name="quotas-runtime-increase"></a>

As etapas para solicitar um aumento de cota para sua conta dependem do valor na ** coluna ** Ajustável na tabela de cotas nas cotas de serviço [ Amazon Bedrock. ](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#limits_bedrock)

**Importante**  
Antes de solicitar um aumento de cota, verifique se o modelo não está em um status de ciclo de vida * legado * ou * obsoleto*. Aumentos de cotas não são concedidos para modelos que estão programados para aposentadoria. Verifique o status do ciclo de vida do modelo na [Ciclo de vida do modelo](model-lifecycle.md) página e considere migrar para o modelo sucessor.
+ Se uma cota estiver marcada como **Sim**, você poderá ajustá-la seguindo as etapas em [Solicitar um aumento de cota](https://docs.aws.amazon.com/servicequotas/latest/userguide/request-quota-increase.html) no “Guia do usuário do Service Quotas”.
+ Seja qual for o modelo, você pode solicitar um aumento para as seguintes cotas ao mesmo tempo:
  + Cross-Region InvokeModel tokens por minuto para {{${model}}}
  + On-demand InvokeModel tokens por minuto para {{${model}}}
  + Número máximo de tokens de invocação de modelos por dia para {{${model}}}

  Para solicitar um aumento para qualquer combinação dessas cotas, solicite um aumento nos ** Cross-Region InvokeModel tokens por minuto para a {{${model}}} ** cota seguindo as etapas em [ Solicitando um aumento ](https://docs.aws.amazon.com/servicequotas/latest/userguide/request-quota-increase.html) de cota no Guia do usuário de cotas de serviço. Depois disso, a equipe de suporte entrará em contato e oferecerá a opção de também aumentar as outras duas cotas.
**nota**  
Devido à extraordinária demanda, a prioridade será dada aos clientes que geram tráfego que consome sua alocação de cota existente. Sua solicitação poderá ser negada se você não atender a essa condição.

Para aumentos de `bedrock-mantle` cotas, consulte[Solicitar um aumento de cota](quotas-mantle.md#quotas-mantle-increase).