Vertex AI पर Claude कैसे इस्तेमाल करें: कीमत, Claude Code सेटअप, कोटा

Google Cloud का कॉन्ट्रैक्ट और बिलिंग बनाए रखते हुए Claude इस्तेमाल करने के दो तरीके हैं। पहला है Google-प्रबंधित वर्ज़न, जिसे Google, Agent Platform (पहले Vertex AI) के हिस्से के रूप में चलाता है। दूसरा है Anthropic-प्रबंधित वर्ज़न, जिसमें आप Google Cloud प्रोजेक्ट से Anthropic द्वारा चलाया जाने वाला Claude API इस्तेमाल करते हैं। यह 22 अक्टूबर 2026 को सभी के लिए उपलब्ध (GA) हुआ (Anthropic की घोषणा)। दोनों आपके Google Cloud बिल में दिखते हैं, लेकिन उपलब्ध फ़ीचर, रीजन, उपयोग की सीमाएँ कौन संभालता है और Claude Code के सपोर्ट में दोनों अलग हैं।

Anthropic और Google Cloud के आधिकारिक डॉक्यूमेंटेशन (26 अक्टूबर 2026 को जाँचा गया) के आधार पर यह लेख बताता है कि दोनों वर्ज़न में क्या फ़र्क है, कीमत, रीजन, शुरुआत कैसे करें, Claude Code का सेटअप, और कोटा व 429 एरर से कैसे निपटें। जिन सेक्शन में दोनों वर्ज़न आते हैं, उनमें क्रम हमेशा Google-प्रबंधित → Anthropic-प्रबंधित रहता है और रंग भी वही रहते हैं।

1. दोनों वर्ज़न में फ़र्क

दोनों का नाम "Claude Models on Google Cloud" है, और कोष्ठक में "Google managed" या "Anthropic managed" से इन्हें अलग पहचाना जाता है। Google अब Vertex AI को "Gemini Enterprise Agent Platform" कहता है, और उसके डॉक्यूमेंटेशन के शीर्षक बदलकर Agent Platform हो गए हैं। लेकिन Claude Code की लॉगिन स्क्रीन पर अब भी "Google Vertex AI" ही दिखता है।

स्रोत: Anthropic के "Claude Models on Google Cloud" की तुलना तालिका, और Google Cloud के "Use Claude models on Google Cloud (Anthropic managed)" व "Anthropic Claude models"। 26 अक्टूबर 2026 को जाँचा गया।

दोनों में कुछ बातें समान भी हैं। दोनों को Google Cloud क्रेडेंशियल (Application Default Credentials यानी ADC सहित) से कॉल किया जाता है, और शुल्क आपके Google Cloud बिल में आता है। Claude 4.6 और उसके बाद के मॉडल के लिए दोनों वर्ज़न में मॉडल ID वही हैं जो Claude API में हैं (जैसे claude-opus-5-5)। इससे पुराने मॉडल के लिए सिर्फ़ Google-प्रबंधित वर्ज़न तारीख से पहले @ लगाता है (जैसे claude-haiku-4-5@20251001)।

Anthropic-प्रबंधित वर्ज़न में हर Google Cloud प्रोजेक्ट के लिए एक नया Anthropic ऑर्गनाइज़ेशन बनता है। यह उस ऑर्गनाइज़ेशन से अलग होता है जिसे आप पहले से Claude API के साथ इस्तेमाल कर रहे हैं या Claude Enterprise से, और मौजूदा ऑर्गनाइज़ेशन को इसमें ले जाया नहीं जा सकता। API key, वर्कस्पेस और Console की सेटिंग साथ नहीं आतीं, और फ़ाइलें व बैच जैसे रिसोर्स मूल ऑर्गनाइज़ेशन में ही रहते हैं।

2. कैसे चुनें: 5 सवाल

ऊपर से शुरू करें और जो सवाल सबसे पहले आप पर लागू हो, वहीं रुकें। अगर कोई भी लागू नहीं होता, तो इस आधार पर तय करें कि खर्च का अनुमान लगाना कितना आसान है। Google-प्रबंधित वर्ज़न अपनी प्राइस लिस्ट और डिफ़ॉल्ट कोटा प्रकाशित करता है, इसलिए शुरू करने से पहले ही आप बजट और सीमाओं का अनुमान लगा सकते हैं। Anthropic-प्रबंधित वर्ज़न के फ़ीचर की व्यापकता और नए फ़ीचर तक जल्दी पहुँच तब फ़ायदा बनते हैं, जब आप Marketplace लिस्टिंग पर दरें और अपने Anthropic प्रतिनिधि से सीमाएँ पक्की कर सकें।

• आप Google Cloud के ज़रिए बिल होने वाला Claude Code इस्तेमाल करना चाहते हैं→Google-प्रबंधित
• आप चाहते हैं कि आपका डेटा सिर्फ़ Google संभाले, या आपको VPC Service Controls, रीजनल डेटा स्टोरेज या FedRAMP High जैसे सर्टिफ़िकेशन चाहिए→Google-प्रबंधित
• इन्फ़रेंस का सिर्फ़ EU के अंदर चलना ज़रूरी है→Google-प्रबंधित (eu मल्टी-रीजन)
• आप Files API, Agent Skills, Managed Agents, web fetch, MCP connector, code execution या Message Batches API इस्तेमाल करते हैं→Anthropic-प्रबंधित
• आपको Opus 5.5 का fast mode चाहिए→Anthropic-प्रबंधित

दूसरे सवाल में वे स्थितियाँ हैं जिनमें Google Cloud का डॉक्यूमेंटेशन Google-प्रबंधित वर्ज़न चुनने की सलाह देता है (Use Claude models on Google Cloud (Anthropic managed))।

आप दोनों भी इस्तेमाल कर सकते हैं। उदाहरण के लिए, डेवलपर Google-प्रबंधित वर्ज़न के ज़रिए Claude Code इस्तेमाल करें, और आपका अपना ऐप्लिकेशन Anthropic-प्रबंधित वर्ज़न के ज़रिए Managed Agents को कॉल करे। दोनों एक ही Google Cloud बिल में दिखते हैं, लेकिन एडमिन कंसोल और उपयोग-सीमा का प्रबंधन अलग-अलग रहते हैं।

3. फ़ीचर में अंतर

सबसे बड़ा अंतर उन सर्वर-साइड फ़ीचर में है जिन्हें Anthropic चलाता है। Google-प्रबंधित वर्ज़न Messages API पर केंद्रित है, और इसमें फ़ाइल स्टोरेज और एजेंट रनटाइम एनवायरनमेंट उपलब्ध नहीं हैं।

स्रोत: Anthropic के "Claude Models on Google Cloud (Anthropic managed)", "Claude Models on Google Cloud (Google managed)" और "Fast mode" का Feature support सेक्शन। Google-प्रबंधित वर्ज़न पर fast mode, Anthropic के डॉक्यूमेंटेशन की समर्थित फ़ीचर सूची में नहीं है, और वहाँ न यह कहा गया है कि यह उपलब्ध है, न यह कि उपलब्ध नहीं है (Claude Code की फ़ीचर तालिका इसे Agent Platform पर अनुपलब्ध बताती है)। 26 अक्टूबर 2026 को जाँचा गया।

Managed Agents कैसे काम करते हैं, इसके लिए "Claude Managed Agents क्या है? Agent SDK से तुलना" देखें; fast mode की स्पीड और कीमत के लिए "Claude Opus 5.5 बनाम Opus 5: कीमत, बेंचमार्क, माइग्रेशन" देखें।

4. कीमत: क्या यह Claude API जितनी ही है?

Google-प्रबंधित की कीमत

Google-प्रबंधित वर्ज़न के global endpoint पर Opus 5.5, Sonnet 5.5 और Haiku 5.5 की इनपुट, आउटपुट और कैश की दरें Anthropic के Claude API जितनी ही हैं। us और eu मल्टी-रीजन, global से 10% महँगे हैं (रीजनल endpoint भी 10% महँगे हैं, लेकिन वे सिर्फ़ Sonnet 4.6 और उससे पुराने मॉडल देते हैं; सेक्शन 5 देखें)।

स्रोत: Anthropic का "Pricing", Google Cloud के "Agent Platform pricing" में Anthropic के Claude मॉडल वाला हिस्सा, और Anthropic का "Claude Models on Google Cloud (Google managed)" (Sonnet 4.5, Haiku 4.5, Opus 4.5 और उसके बाद के मॉडल के लिए मल्टी-रीजन और रीजनल endpoint, global से 10% महँगे हैं)। 26 अक्टूबर 2026 को जाँचा गया। Anthropic-प्रबंधित वर्ज़न चार्ट में नहीं है, क्योंकि उसकी प्रति-टोकन दरें आधिकारिक डॉक्यूमेंटेशन में नहीं हैं (नीचे का सेक्शन देखें)।

अमेरिकी डॉलर प्रति 10 लाख टोकन। Anthropic के Claude API और Google-प्रबंधित global endpoint की दरें (दोनों कंपनियों के प्राइसिंग पेज, 26 अक्टूबर 2026 को जाँचे गए)। us/eu मल्टी-रीजन इन दरों का 1.1 गुना हैं। कैश रीड की कीमत Opus 5.5 और Sonnet 5.5 के लिए इनपुट का 0.05 गुना और Haiku 5.5 के लिए 0.1 गुना है (Anthropic के प्राइसिंग पेज का नोट)। पूरी मॉडल सूची और दरों के इतिहास के लिए "Claude Fable, Opus, Sonnet, Haiku मूल्य तुलना [2026]" देखें।

Provisioned Throughput, जो तय शुल्क पर क्षमता रिज़र्व करता है, global या मल्टी-रीजन पर उपलब्ध नहीं है और इसके लिए रीजनल endpoint चाहिए (Google Cloud डॉक्यूमेंटेशन)। रीजनल endpoint सिर्फ़ Sonnet 4.6 और उससे पुराने मॉडल देते हैं, इसलिए Opus 5.5, Sonnet 5.5 और Haiku 5.5 pay-as-you-go पर इस्तेमाल होते हैं।

Anthropic-प्रबंधित की कीमत

Anthropic-प्रबंधित वर्ज़न में Anthropic उपयोग को Claude Consumption Units (CCU, 1 CCU = US$0.01) में मापकर Google Cloud को रिपोर्ट करता है, और यह आपके Google Cloud बिल में दिखता है। Anthropic अलग से इनवॉइस नहीं भेजता। Anthropic या Google Cloud, किसी के भी आधिकारिक डॉक्यूमेंटेशन में प्रति-टोकन प्राइस लिस्ट प्रकाशित नहीं है (26 अक्टूबर 2026 को जाँचा गया)। भरोसेमंद तरीका यह है कि सब्सक्राइब करने से पहले Google Cloud Marketplace लिस्टिंग पर दरें देखें, फिर शुरू करने के बाद एक छोटा टेस्ट चलाएँ और Claude Console के Usage पेज और Google Cloud की बिलिंग रिपोर्ट में असली रकम पक्की करें।

तीन बातें आधिकारिक रूप से दर्ज हैं:

• Opus 5.5 के fast mode की कीमत प्रति 10 लाख टोकन इनपुट $8 और आउटपुट $40 है (Anthropic का Fast mode पेज और घोषणा)।
• इन्फ़रेंस को अमेरिका के अंदर रखने के लिए रिक्वेस्ट में inference_geo: "us" जोड़ने पर हर श्रेणी की कीमत 1.1 से गुणा हो जाती है (Anthropic का "Data residency")।
• अगर आपका Google Cloud के साथ खर्च का कमिटमेंट है, तो यह उपयोग दूसरी Marketplace ख़रीद की तरह उसमें गिना जाता है। अगर आपका कोई डिस्काउंट एग्रीमेंट है, तो शुरू करने से पहले अपने Anthropic या Google Cloud प्रतिनिधि से संपर्क करें (डिस्काउंट पिछली तारीख से लागू नहीं होते)।

बैच की कीमत

दोनों वर्ज़न बैच को अलग-अलग तरीके से संभालते हैं। Google-प्रबंधित वर्ज़न Agent Platform का batch prediction इस्तेमाल करता है (BigQuery या Cloud Storage से JSONL इनपुट के साथ), और इसकी दरें Google Cloud के प्राइसिंग पेज के बैच कॉलम में हैं। Anthropic-प्रबंधित वर्ज़न Claude API वाला ही Message Batches API सपोर्ट करता है, लेकिन इसकी बैच दरें भी आधिकारिक डॉक्यूमेंटेशन में नहीं हैं। Claude API (सीधे) पर मिलने वाली बैच छूट "Claude Fable, Opus, Sonnet, Haiku मूल्य तुलना [2026]" में बताई गई है।

5. रीजन और डेटा स्टोरेज

Google Cloud पर Claude में, आप जिस location को कॉल करते हैं, वही तय करता है कि इन्फ़रेंस कहाँ चलेगा। Google-प्रबंधित वर्ज़न तीन प्रकार देता है, जबकि Anthropic-प्रबंधित वर्ज़न सिर्फ़ global देता है।

स्रोत: Anthropic के "Claude Models on Google Cloud (Google managed)" और "(Anthropic managed)", Google Cloud का "Agent Platform partner models"। 26 अक्टूबर 2026 को जाँचा गया।

डेटा स्टोरेज की जगह भी अलग है। Google-प्रबंधित वर्ज़न डेटा को आपके चुने हुए रीजन या मल्टी-रीजन में स्टोर करता है। हालाँकि, Google Cloud के partner models पेज पर यह भी लिखा है कि प्रोसेसिंग की जगह स्टोरेज की जगह से अलग हो सकती है। वहीं Anthropic का डॉक्यूमेंटेशन कहता है कि मल्टी-रीजन इन्फ़रेंस us या eu के अंदर ही रहता है, और इन दोनों बातों का आपसी संबंध समझाया नहीं गया है। अगर प्रोसेसिंग की जगह को लेकर आपकी सख़्त ज़रूरतें हैं, तो कॉन्ट्रैक्ट से पहले Google Cloud से पक्का कर लें। आप ऑर्गनाइज़ेशन पॉलिसी constraints/gcp.restrictEndpointUsage से global endpoint को ब्लॉक करके सिर्फ़ मल्टी-रीजन की अनुमति भी दे सकते हैं।

Anthropic-प्रबंधित वर्ज़न में वर्कस्पेस का स्टोरेज रीजन "us" है और इसे बदला नहीं जा सकता (Anthropic का "Data residency")।

26 अक्टूबर 2026 तक, किसी भी वर्ज़न के आधिकारिक डॉक्यूमेंटेशन में मल्टी-रीजन सिर्फ़ अमेरिका और EU को कवर करते हैं। अगर प्रोसेसिंग या स्टोरेज का इन इलाक़ों के बाहर किसी ख़ास देश के अंदर रहना ज़रूरी है, तो कॉन्ट्रैक्ट से पहले Google Cloud या अपने Anthropic प्रतिनिधि से पक्का करें कि उपयुक्त location मौजूद है।

6. शुरुआत कैसे करें

दोनों वर्ज़न के लिए एक Google Cloud प्रोजेक्ट और बिलिंग चालू किया हुआ बिलिंग अकाउंट चाहिए। नीचे हर वर्ज़न को उपलब्ध कराने के लिए आधिकारिक डॉक्यूमेंटेशन के चरण हैं, और उसके बाद ऑथेंटिकेशन और मॉडल को कॉल करने के साझा चरण।

Google-प्रबंधित: शुरुआत

1. Agent Platform API चालू करें

   gcloud config set project YOUR-PROJECT-ID
   gcloud services enable aiplatform.googleapis.com

   हर प्रोजेक्ट के लिए एक बार करना होता है।
2. Model Garden में अपने चाहे हुए Claude मॉडल चालू करेंचालू करने वाले व्यक्ति के पास Consumer Procurement Entitlement Manager रोल (roles/consumerprocurement.entitlementManager) होना चाहिए। साथ ही आपकी ऑर्गनाइज़ेशन पॉलिसी में cloudcommerceconsumerprocurement.googleapis.com की अनुमति होनी चाहिए। Claude Code के डॉक्यूमेंटेशन के अनुसार ऐक्सेस की मंज़ूरी में 24 से 48 घंटे लग सकते हैं (Google Cloud का डॉक्यूमेंटेशन समय नहीं बताता)।
3. कॉल करने वालों को रोल देंऐसा रोल दें जिसमें aiplatform.endpoints.predict परमिशन हो (roles/aiplatform.user)।

स्रोत: Anthropic का "Claude Models on Google Cloud (Google managed)", Google Cloud का "Agent Platform partner models"। 26 अक्टूबर 2026 को जाँचा गया।

Anthropic-प्रबंधित: शुरुआत

1. Marketplace में सब्सक्राइब करेंGoogle Cloud Marketplace में "Claude Models on Google Cloud (Anthropic managed)" खोलें और Subscribe पर क्लिक करें। बिलिंग अकाउंट पर Marketplace से ख़रीद की परमिशन चाहिए।
2. दो सर्विस चालू करें

   gcloud services enable claude.googleapis.com \
     anthropic-managed-claude.cloudpartnerservices.goog \
     --project=YOUR-PROJECT-ID

   हर प्रोजेक्ट के लिए एक बार करना होता है।
3. ऑर्गनाइज़ेशन ऐक्टिवेट करेंClaude पेज पर Activate पर क्लिक करें, फिर संपर्क ईमेल पर भेजे गए लिंक से ऑर्गनाइज़ेशन का नाम, बिज़नेस का प्रकार, देश और उपयोग का मामला भरें, और Anthropic की Commercial Terms of Service और Usage Policy स्वीकार करें। इसके लिए roles/claude.admin चाहिए।
4. वर्कस्पेस ID नोट करेंClaude Console (Google Cloud कंसोल से खोला जाता है) में Settings > Workspaces पर जाएँ और wrkspc_ से शुरू होने वाली ID नोट करें। कॉल करने के लिए इसकी ज़रूरत होगी।
5. कॉल करने वालों को रोल देंroles/claude.user दें। रोल प्रोजेक्ट के स्तर पर होते हैं, इसलिए अगर आप टीमों को अलग रखना चाहते हैं, तो अलग प्रोजेक्ट इस्तेमाल करें (हर प्रोजेक्ट एक अलग Anthropic ऑर्गनाइज़ेशन बन जाता है)।

स्रोत: Anthropic के "Claude Models on Google Cloud (Anthropic managed)" का Set up your account सेक्शन (26 अक्टूबर 2026 को जाँचा गया)। Anthropic ऑर्गनाइज़ेशन में ईमेल पते से साइन इन नहीं किया जा सकता; Console को Google Cloud कंसोल से खोला जाता है।

दोनों वर्ज़न: ऑथेंटिकेट करें और कॉल करें

किसी भी वर्ज़न के लिए, कॉल करने वाली मशीन पर gcloud auth application-default login चलाकर ADC बनाएँ, और SDK उन्हीं क्रेडेंशियल का इस्तेमाल करेगा (सर्वर पर सर्विस अकाउंट क्रेडेंशियल इस्तेमाल करें)। फिर सेक्शन 7 के SDK क्लाइंट से मॉडल को कॉल करें।

7. SDK से Claude को कॉल करना

Anthropic के आधिकारिक SDK दोनों वर्ज़न को सपोर्ट करते हैं। सिर्फ़ इंस्टॉल करने वाला पैकेज और क्लाइंट का नाम अलग है; messages.create वैसे ही लिखा जाता है जैसे Claude API में।

Google-प्रबंधित (Python)

# pip install -U "anthropic[vertex]"
from anthropic import AnthropicVertex

client = AnthropicVertex(project_id="YOUR-PROJECT-ID", region="global")  # "us" या "eu" भी चलते हैं
message = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "नमस्ते, Claude"}],
)

TypeScript में @anthropic-ai/vertex-sdk का AnthropicVertex इस्तेमाल करें। SDK के बिना HTTP से कॉल करने के लिए URL का रूप https://aiplatform.googleapis.com/v1/projects/YOUR-PROJECT-ID/locations/global/publishers/anthropic/models/claude-opus-5-5:rawPredict होता है; रिक्वेस्ट बॉडी में मॉडल का नाम न डालें, और उसमें "anthropic_version" (vertex-2023-10-16 या 2026-10-21) डालें। स्ट्रीमिंग के लिए :streamRawPredict इस्तेमाल करें। नए API वर्ज़न 2026-10-21 में क्या बदलता है, यह "temperature is deprecated for this model का कारण और समाधान" में बताया गया है।

Anthropic-प्रबंधित (Python)

# pip install -U "anthropic[google_cloud]"
# एनवायरनमेंट वेरिएबल: ANTHROPIC_GOOGLE_CLOUD_PROJECT और
#           ANTHROPIC_GOOGLE_CLOUD_WORKSPACE_ID (ज़रूरी)
from anthropic import AnthropicGoogleCloud

client = AnthropicGoogleCloud()
message = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "नमस्ते, Claude"}],
)

TypeScript में यह @anthropic-ai/google-cloud-sdk का AnthropicGoogleCloud है (दोनों बीटा में हैं)। HTTP पर रिक्वेस्ट और रिस्पॉन्स बॉडी Claude API जैसी ही हैं; फ़र्क ये हैं:

• बेस URL: https://claude.googleapis.com/v1/projects/{project}/locations/global/workspaces/{workspace}/invoke, जिसमें वर्कस्पेस ID शामिल है (anthropic-workspace-id हेडर न भेजें)।
• ऑथेंटिकेशन: Authorization: Bearer के साथ Google ऐक्सेस टोकन भेजें (x-api-key न भेजें)।
• API key: बनाई नहीं जा सकतीं। ANTHROPIC_API_KEY और ANTHROPIC_BASE_URL एनवायरनमेंट वेरिएबल नज़रअंदाज़ किए जाते हैं।

स्रोत: Anthropic के "Claude Models on Google Cloud (Anthropic managed)" और "(Google managed)"। 26 अक्टूबर 2026 को जाँचा गया।

8. Google Cloud पर Claude Code इस्तेमाल करना

Google Cloud पर Claude Code, Google-प्रबंधित वर्ज़न को सपोर्ट करता है। Claude Code की फ़ीचर तालिका Agent Platform को "Google द्वारा चलाया जाने वाला, CLAUDE_CODE_USE_VERTEX से कॉन्फ़िगर किया जाने वाला" बताती है। Claude Code का डॉक्यूमेंटेशन Anthropic-प्रबंधित वर्ज़न के साथ Claude Code इस्तेमाल करने का तरीका नहीं बताता (26 अक्टूबर 2026 को जाँचा गया)।

सेटअप के दो तरीके

1. विज़ार्ड से सेटअप करेंclaude शुरू करें और लॉगिन स्क्रीन पर "3rd-party platform" → "Google Vertex AI" चुनें (अगर आप पहले से लॉग इन हैं, तो /login इस्तेमाल करें)। यह ऑथेंटिकेशन का तरीका, प्रोजेक्ट और रीजन पूछता है, और आपको उपलब्ध मॉडल जाँचने व उन्हें पिन करने देता है। नतीजा आपकी यूज़र सेटिंग (~/.claude/settings.json) के env में सेव होता है, और आप इसे बाद में /setup-vertex से फिर खोल सकते हैं।
2. एनवायरनमेंट वेरिएबल से सेटअप करेंयह CI और टीम में लागू करने के लिए सही है। Model Garden में मॉडल चालू करने के बाद नीचे दिए वेरिएबल सेट करें।

   export CLAUDE_CODE_USE_VERTEX=1
   export CLOUD_ML_REGION=global
   export ANTHROPIC_VERTEX_PROJECT_ID=YOUR-PROJECT-ID
   
   # मॉडल पिन करें
   # मुख्य मॉडल: Sonnet से खर्च कम रहता है। Opus के लिए claude-opus-5-5 इस्तेमाल करें
   export ANTHROPIC_MODEL=claude-sonnet-5-5
   export ANTHROPIC_DEFAULT_OPUS_MODEL=claude-opus-5-5
   export ANTHROPIC_DEFAULT_SONNET_MODEL=claude-sonnet-5-5
   export ANTHROPIC_DEFAULT_HAIKU_MODEL=claude-haiku-5-5

   मॉडल पिन करने की वजहें नीचे की चेतावनी में बताई गई हैं।

किसी भी तरीके से सेटअप के बाद /status चलाएँ। अगर "API provider" में Google Vertex AI दिखे और GCP प्रोजेक्ट, रीजन और मॉडल की लाइनें दिखें, तो सेटअप सफल रहा।

स्रोत: Claude Code के "Claude Code on Google Cloud's Agent Platform" और "Environment variables"। 26 अक्टूबर 2026 को जाँचा गया।

अगर कोई मॉडल CLOUD_ML_REGION वाली location में उपलब्ध नहीं है, तो आप सिर्फ़ उस मॉडल के लिए रीजन बदल सकते हैं, जैसे VERTEX_REGION_CLAUDE_HAIKU_4_5=us-east5 (यह उदाहरण सिर्फ़ Haiku 4.5 को us-east5 रीजन में कॉल करता है)। CLOUD_ML_REGION में global, us या eu, या us-east5 जैसा रीजन का नाम दिया जा सकता है। Claude Agent SDK भी इन्हीं एनवायरनमेंट वेरिएबल से Google-प्रबंधित वर्ज़न इस्तेमाल करता है ("Claude Agent SDK गाइड | AI एजेंट बनाना सीखें" देखें)।

Agent Platform पर Claude Code के फ़ीचर का सपोर्ट

इस तालिका में computer use, Claude Code का फ़ीचर है (जिसके लिए सब्सक्रिप्शन चाहिए), सेक्शन 3 का API computer use टूल नहीं। स्रोत: Claude Code का "Feature availability" (/logout और MCP tool search "Claude Code on Google Cloud's Agent Platform" से)। 26 अक्टूबर 2026 को जाँचा गया। claude.ai connectors भी लोड नहीं होते ("claude.ai connectors are disabled का मतलब और हल: Claude Code" देखें)।

9. कोटा और 429 एरर

Google-प्रबंधित: कोटा मॉडल फ़ैमिली के हिसाब से

26 मई 2026 के बाद रिलीज़ हुए मॉडल (Opus 5.5, Sonnet 5.5, Haiku 5.5 आदि) पूरी मॉडल फ़ैमिली में साझा कोटा इस्तेमाल करते हैं (पुराने मॉडल के लिए उसी Google Cloud पेज पर प्रति-मॉडल कोटा देखें)। उदाहरण के लिए, आप global पर Opus का कोई भी वर्ज़न कॉल करें, वह उसी anthropic-claude-opus कोटा से खर्च होता है, और नया वर्ज़न आने पर आपको फिर से कोटा माँगने की ज़रूरत नहीं होती। global और हर मल्टी-रीजन के कोटा अलग-अलग होते हैं।

स्रोत: Google Cloud के "Quotas for Anthropic Claude models" में डिफ़ॉल्ट कोटा (26 अक्टूबर 2026 को जाँचा गया)। इनपुट का मतलब है बिना कैश वाले टोकन और कैश राइट का कुल योग। Google बताता है कि सीमाएँ हर अकाउंट के लिए अलग हो सकती हैं और सीमित भी की जा सकती हैं।

Google Cloud कंसोल के Quotas & System Limits पेज पर कोटा देखें और बढ़ाने का अनुरोध करें। base_model (जैसे anthropic-claude-opus) से फ़िल्टर करने पर इन्हें ढूँढना आसान होता है। अनुमान और रिफ़ंड के काम करने के तरीके की वजह से इस पेज पर टोकन की गिनती सटीक नहीं भी हो सकती; सटीक गिनती के लिए token counting API या Metrics Explorer में token_count इस्तेमाल करें।

कोटा पार होने पर आपको इस मैसेज के साथ 429 एरर मिलता है:

Resource exhausted, please try again later.

यह pay-as-you-go उपयोग का मैसेज है (Google Cloud का "Error code 429")। Provisioned Throughput के साथ यह "Too many requests. Exceeded the Provisioned Throughput." होता है।

1. इन्फ़रेंस की जगह की कोई शर्त न हो तो global इस्तेमाल करेंइसका कोटा मल्टी-रीजन से बड़ा है और जिस रीजन में क्षमता हो, वहाँ प्रोसेस होता है। Claude Code में CLOUD_ML_REGION=global सेट करें। अगर आपकी कोई शर्त है, जैसे इन्फ़रेंस को EU के अंदर रखना, तो इसे छोड़ें और पहले बढ़ोतरी का अनुरोध (चरण 3) करें।
2. रुकें और फिर से कोशिश करेंऊपरी सीमा वाले exponential backoff के साथ दोबारा कोशिश करें, और वॉल्यूम में अचानक उछाल से बचें।
3. कोटा बढ़ाने का अनुरोध करेंऊपर बताए गए Quotas & System Limits पेज से अनुरोध करें।

स्रोत: Google Cloud का "Error code 429", Claude Code के "Claude Code on Google Cloud's Agent Platform" का ट्रबलशूटिंग सेक्शन।

Anthropic-प्रबंधित: सीमाएँ Anthropic संभालता है

उपयोग की सीमाएँ Anthropic संभालता है, और डिफ़ॉल्ट मान आधिकारिक डॉक्यूमेंटेशन में नहीं हैं। बढ़ोतरी के लिए अपने Anthropic प्रतिनिधि या सेल्स से बात करें। Anthropic का डॉक्यूमेंटेशन प्रोडक्शन ट्रैफ़िक ले जाने से पहले अपनी सीमाएँ पक्की करने की सलाह देता है। एरर का रूप Claude API जैसा ही है: सीमा पार होने पर 429 rate_limit_error और भीड़ होने पर 529 overloaded_error लौटता है। IAM परमिशन न होने पर Google Cloud 403 लौटाता है।

1. रुकें और फिर से कोशिश करेंexponential backoff के साथ दोबारा कोशिश करें, और वॉल्यूम में अचानक उछाल से बचें (Google-प्रबंधित वर्ज़न की तरह ही)।
2. प्रोडक्शन से पहले सीमाएँ पक्की करेंमाइग्रेशन से पहले अपने Anthropic प्रतिनिधि को बताएँ कि आपको कितना वॉल्यूम चाहिए, और अपनी सीमाएँ पक्की करें।
3. सीमा बढ़ाने का अनुरोध करेंअपने Anthropic प्रतिनिधि या सेल्स से बात करें। Google Cloud के कोटा पेज से सीमाएँ नहीं बढ़ाई जा सकतीं।

स्रोत: Anthropic के "Claude Models on Google Cloud (Anthropic managed)" का Rate limits सेक्शन, और "Errors"। 26 अक्टूबर 2026 को जाँचा गया।

सारांश

अक्सर पूछे जाने वाले सवाल

Q. क्या Vertex AI पर Claude, Claude API से महँगा है?

Google-प्रबंधित वर्ज़न के global endpoint पर Opus 5.5, Sonnet 5.5 और Haiku 5.5 की इनपुट, आउटपुट और कैश की दरें बराबर हैं। us और eu मल्टी-रीजन 10% महँगे हैं (Anthropic और Google Cloud के प्राइसिंग पेज, 26 अक्टूबर 2026 को जाँचे गए)। Anthropic-प्रबंधित वर्ज़न की प्रति-टोकन दरें आधिकारिक डॉक्यूमेंटेशन में नहीं हैं, इसलिए Google Cloud Marketplace लिस्टिंग देखें।

Q. क्या मैं Claude API key इस्तेमाल कर सकता हूँ?

दोनों वर्ज़न Google Cloud ऑथेंटिकेशन (ADC या सर्विस अकाउंट) से कॉल किए जाते हैं, Claude Console में बनाई गई API key से नहीं। Anthropic-प्रबंधित वर्ज़न में API key बनाई नहीं जा सकतीं, और ANTHROPIC_API_KEY सेट करना नज़रअंदाज़ किया जाता है।

Q. क्या मैं Anthropic-प्रबंधित वर्ज़न के साथ Claude Code इस्तेमाल कर सकता हूँ?

Claude Code का डॉक्यूमेंटेशन Anthropic-प्रबंधित वर्ज़न के लिए कोई सेटअप नहीं बताता (26 अक्टूबर 2026 को जाँचा गया)। Claude Code की Google Cloud सेटिंग (CLAUDE_CODE_USE_VERTEX) Google-प्रबंधित वर्ज़न के लिए है।

Q. क्या मैं अपने मौजूदा Anthropic ऑर्गनाइज़ेशन को Google Cloud बिलिंग पर बदल सकता हूँ?

नहीं। Anthropic-प्रबंधित वर्ज़न हर प्रोजेक्ट के लिए नया ऑर्गनाइज़ेशन बनाता है, और मौजूदा ऑर्गनाइज़ेशन बदले नहीं जा सकते। API key, वर्कस्पेस और Console की सेटिंग साथ नहीं आतीं, इसलिए उन्हें नए ऑर्गनाइज़ेशन में फिर से बनाना होता है।