Giải thích giới hạn sử dụng Claude Code: Cách hoạt động và cách tránh chạm giới hạn

Bạn đang thực hiện một phiên refactor lớn, Claude Code vẫn đang xử lý công việc rất tốt thì đột nhiên dừng lại. Không crash, không báo lỗi, chỉ xuất hiện thông báo cho biết bạn đã chạm giới hạn sử dụng. Phần lớn người dùng sẽ cho rằng nguyên nhân là họ gửi quá nhiều prompt. Trên thực tế, prompt chỉ là một phần nhỏ trong bài toán này.

Hệ thống giới hạn của Claude Code dựa trên nhiều yếu tố kết hợp, bao gồm cửa sổ phiên sử dụng 5 giờ, giới hạn theo tuần, hạn mức riêng cho từng model và lượng context nền rất lớn được gửi kèm trong mỗi request. Những thành phần như file quy tắc, định nghĩa công cụ MCP, file memory và lịch sử hội thoại có thể tiêu tốn đáng kể dung lượng sử dụng trước cả khi bạn nhập quá nhiều câu lệnh. Trong bài viết này, chúng ta sẽ tìm hiểu cách giới hạn sử dụng của Claude Code hoạt động, cách kiểm tra dung lượng còn lại và những nguồn overhead "ẩn" thường khiến developer chạm giới hạn sớm hơn dự kiến.

Giới hạn sử dụng Claude Code là gì?

Claude Code hiện chịu sự chi phối của hai hệ thống giới hạn chồng lấn lên nhau: cửa sổ phiên sử dụng kéo dài 5 giờ và một hoặc nhiều giới hạn sử dụng theo tuần. Chạm vào bất kỳ giới hạn nào trong hai loại này đều có thể khiến bạn bị rate limit.

Cửa sổ sử dụng 5 giờ

Đây là giới hạn dễ nhận thấy nhất của Claude Code. Cửa sổ sử dụng bắt đầu tính từ thời điểm bạn gửi prompt đầu tiên. Mọi hoạt động trong 5 giờ tiếp theo đều sử dụng chung một hạn mức. Đáng chú ý, hạn mức này được chia sẻ giữa Claude Code và Claude Chat, vì vậy hoạt động trên một dịch vụ sẽ ảnh hưởng đến dung lượng còn lại của dịch vụ kia.

Ví dụ, nếu bạn gửi prompt đầu tiên lúc 9 giờ sáng, cửa sổ sử dụng sẽ kết thúc lúc 2 giờ chiều. Nếu đã sử dụng hết hạn mức vào 10 giờ 30, bạn sẽ phải chờ đến 2 giờ chiều để cửa sổ được reset. Một hiểu lầm phổ biến là bắt đầu cuộc hội thoại mới sẽ giúp reset usage. Điều này không đúng. Lệnh /clear chỉ tạo một context hội thoại mới, chứ không khôi phục hạn mức sử dụng và cũng không reset bộ đếm 5 giờ.

Giới hạn sử dụng theo tuần

Bên cạnh giới hạn theo phiên, Claude Code còn áp dụng giới hạn theo tuần. Vì vậy, ngay cả khi bạn vẫn còn dung lượng trong phiên 5 giờ hiện tại, bạn vẫn có thể bị chặn nếu đã sử dụng hết hạn mức tuần và phải chờ đến thời điểm reset tiếp theo.

Có thể hình dung đơn giản như sau: giới hạn 5 giờ kiểm soát thời điểm bạn sử dụng dịch vụ, còn giới hạn theo tuần kiểm soát tổng khối lượng sử dụng. Do đó, hoàn toàn có thể xảy ra trường hợp bạn vẫn còn dung lượng trong phiên 5 giờ nhưng không thể tiếp tục vì đã hết hạn mức tuần. Với phần lớn người dùng Pro, cơ chế này tương đối dễ hiểu. Tuy nhiên, các gói Max có thêm một lớp giới hạn phức tạp hơn.

Giới hạn Sonnet theo tuần đối với người dùng Max

Anthropic hiện áp dụng cho các gói Max hai loại giới hạn: một giới hạn theo tuần dành cho tất cả model và một giới hạn theo tuần riêng cho Sonnet. Điều này rất quan trọng vì bạn có thể vẫn còn dung lượng Sonnet sau khi đã hết hạn mức model tổng thể, hoặc ngược lại.

Chẳng hạn, nếu dành phần lớn thời gian trong tuần để sử dụng Sonnet cho công việc triển khai code, bạn có thể dùng hết hạn mức Sonnet riêng trong khi vẫn còn dung lượng ở hạn mức tổng. Khi đó, bạn có thể phải chuyển sang model khác, chờ Sonnet reset hoặc nâng cấp gói, tùy vào phần dung lượng còn lại. Trường hợp ngược lại cũng có thể xảy ra: nếu sử dụng Opus rất nhiều trong tuần, bạn có thể chạm giới hạn tổng trước khi sử dụng hết hạn mức Sonnet riêng. Vì giới hạn tổng là giới hạn bao trùm, một khi chạm mức này, bạn sẽ không thể tiếp tục sử dụng cho dù vẫn còn dung lượng Sonnet.

Để request sử dụng Sonnet thành công, cả hai điều kiện đều phải được đáp ứng: bạn còn dung lượng trong hạn mức tuần tổng thể và còn dung lượng trong hạn mức Sonnet theo tuần. Trong khi đó, request sử dụng Opus chỉ tiêu thụ hạn mức tuần tổng thể vì không có quota riêng dành cho Opus. Đây là lý do trang Usage trên Claude.ai rất quan trọng: nó hiển thị từng giới hạn theo tuần một cách độc lập cùng thời điểm reset, giúp bạn biết mình đang tiến gần đến giới hạn nào trước khi bắt đầu một phiên coding dài.

Claude Code có giới hạn sử dụng như thế nào theo từng gói?

Một vấn đề khi so sánh các gói Claude là Anthropic hiện không còn công bố những con số đơn giản kiểu "bao nhiêu prompt". Thay vào đó, các gói được mô tả bằng hệ số dung lượng tương đối, thể hiện khả năng sử dụng so với mức cơ sở của gói Pro. Việc quy đổi chính xác các con số này không đơn giản, vì mức tiêu thụ phụ thuộc vào model, kích thước context và cách sử dụng công cụ. Một số người dùng theo dõi tỷ lệ phần trăm usage để ước tính lượng token đã sử dụng trên mỗi phần trăm dung lượng.

Những thay đổi về giới hạn sử dụng vào tháng 5/2026

Anthropic đã mở rộng dung lượng Claude Code vào tháng 5/2026 bằng cách tăng gấp đôi giới hạn sử dụng trong các gói thuê bao và loại bỏ việc giảm dung lượng vào giờ cao điểm từng ảnh hưởng đến người dùng Pro và Max. Thay vì công bố số prompt cố định, Anthropic hiện thể hiện sự khác biệt giữa các gói bằng hệ số dung lượng tương đối, bởi mức sử dụng thực tế phụ thuộc vào model được chọn, kích thước context và cách sử dụng công cụ

Sau đó, Anthropic đôi khi điều chỉnh giới hạn theo tuần thông qua các chương trình khuyến mại tạm thời. Chẳng hạn, trong thời gian triển khai Claude Fable 5, giới hạn Claude Code theo tuần được tăng 50% cho những thuê bao đủ điều kiện. Vì những mức tăng này chỉ mang tính tạm thời, người dùng nên kiểm tra giới hạn mới nhất trong Claude Usage dashboard trước khi lên kế hoạch cho những workload kéo dài.

Agent SDK Credits vào tháng 6/2026

Kế hoạch tách các phiên coding tương tác khỏi workload agent tự động đã gây ra một số nhầm lẫn vào tháng 6/2026. Trước ngày 15/6, mọi hoạt động Claude Code đều sử dụng chung một pool thuê bao. Cho dù bạn trò chuyện trực tiếp trong terminal, chạy GitHub Action hay gọi claude -p trong CI pipeline, tất cả đều cạnh tranh cùng một giới hạn 5 giờ và giới hạn theo tuần.

Anthropic từng dự kiến bắt đầu tách các workload này từ ngày 15/6/2026 nhưng đã tạm dừng thay đổi ngay trong ngày triển khai. Điều đó có nghĩa là tính đến tháng 7/2026, hoạt động tương tác và hoạt động lập trình tự động như Agent SDK, claude -p và GitHub Actions vẫn sử dụng chung pool thuê bao như trước. Hiện chưa có Agent SDK credit riêng đang hoạt động và cũng không có loại credit nào để người dùng chủ động đăng ký.

Điều gì thực sự đang tiêu tốn quota của bạn?

Nhiều developer tập trung vào số lượng prompt và việc tối ưu token. Tuy nhiên, thủ phạm thực sự thường là context. Mỗi lần tương tác chứa nhiều thông tin hơn đáng kể so với câu hỏi mà bạn trực tiếp nhập vào.

CLAUDE.md và các file Rules

Claude Code tự động tải instruction từ nhiều nguồn, bao gồm file CLAUDE.md ở thư mục cha, những tham chiếu được import bằng @ và các file .claude/rules/*.md. Toàn bộ context và instruction bổ sung này liên tục được đưa vào request. Điều đó có nghĩa một file rules quá lớn có thể âm thầm làm tăng lượng token tiêu thụ trong toàn bộ phiên.

Anthropic khuyến nghị giữ mỗi file CLAUDE.md ở mức dưới khoảng 200 dòng. Với những dự án lớn, bạn nên chia instruction thành các rules có phạm vi cụ thể và sử dụng paths frontmatter để chúng chỉ được tải khi thực sự liên quan.

Định nghĩa công cụ MCP

Các MCP server cũng là một nguồn overhead "ẩn". Mỗi MCP server được kết nối sẽ đưa schema của các công cụ vào context Claude, ngay cả khi bạn không sử dụng những công cụ đó.

Hãy tưởng tượng bạn có 5 MCP server, mỗi server cung cấp 10 công cụ. Điều đó đồng nghĩa với 50 định nghĩa công cụ được đưa vào mỗi request. Vì vậy, ngắt kết nối những MCP server không sử dụng là một trong những cách đơn giản nhất để giảm lượng token Claude Code tiêu thụ.

Tuy nhiên, có một lưu ý quan trọng: không nên thêm hoặc xóa MCP server trong khi một phiên đang hoạt động. Việc này làm mất hiệu lực các prompt cache prefix và có thể khiến chi phí sử dụng tăng lên.

Auto memory

Kể từ Claude Code v2.1.59, tính năng auto memory được bật mặc định. Memory là những kiến thức toàn cục mà Claude lưu lại từ các phiên khác nhau, chẳng hạn phương pháp lấy dữ liệu từ database hoặc những chi tiết kỹ thuật đã được triển khai.

Khi khởi động, Claude tải nội dung từ MEMORY.md, tối đa 200 dòng đầu tiên hoặc 25 KB đầu tiên. Với một số workflow, tính năng này rất hữu ích. Nhưng với những workflow khác, nó đơn giản chỉ là context bổ sung.

Bạn có thể vô hiệu hóa auto memory bằng nhiều cách. Nếu muốn tắt hoàn toàn, đặc biệt hữu ích với CI pipeline và môi trường tự động, hãy đặt biến môi trường sau trong shell:

export CLAUDE_CODE_DISABLE_AUTO_MEMORY=1

Hoặc thêm thiết lập sau vào settings.json. Sử dụng ~/.claude/settings.json để tắt trên toàn bộ project hoặc .claude/settings.json nếu chỉ muốn tắt cho một project:

{ "autoMemoryEnabled": false }

Nếu bạn không thực sự sử dụng các file memory, tắt tính năng này có thể giúp giảm kích thước context cơ bản.

Lịch sử hội thoại và tìm kiếm

Lịch sử hội thoại liên tục tăng lên. Mọi kết quả từ tool, file được đọc, output của grep, lệnh terminal và thao tác tìm kiếm code đều trở thành một phần của context phiên.

Việc khám phá repository thường là một trong những nguồn đóng góp lớn nhất. Claude có thể đọc hàng chục file chỉ để tìm một function, và những file này vẫn nằm trong context, tiếp tục làm tăng lượng token overhead ở những lượt tương tác sau.

Đối với workflow tự động, claude -p --bare có thể giảm đáng kể lượng overhead cố định bằng cách loại bỏ những session context không cần thiết. Điều này có thể giúp tiết kiệm đáng kể Agent SDK credits hàng tháng vốn có thể bị tiêu hao khi Claude phải tìm kiếm qua nhiều file.

Cách kiểm tra mức sử dụng Claude Code

Thời điểm tốt nhất để kiểm tra usage là trước khi bắt đầu một phiên coding dài. Nhờ đó, bạn biết mình đang ở gần giới hạn đến đâu trước khi bắt đầu thực hiện công việc.

Sử dụng /usage

Trong Claude Code, nhập /usage để xem mức tiêu thụ của phiên, mức sử dụng theo tuần và phần dung lượng còn lại. Đây là cách nhanh để có cái nhìn tổng quan về quota còn lại trong phiên tương tác và lên kế hoạch phù hợp. Nếu sắp chạm giới hạn thì bắt đầu một task lớn và phức tạp có lẽ không phải lựa chọn tốt, trong khi những công việc đơn giản như dọn dẹp file lại có thể phù hợp hơn với phần quota còn lại.

Sử dụng /status

Bạn cũng có thể chạy /status để xem gói hiện tại, thông tin tài khoản và trạng thái usage đang hoạt động. Biết mình đang sử dụng gói nào và trạng thái hiện tại ra sao rất quan trọng, đặc biệt khi dung lượng của bạn có thể cao gấp 5 hoặc 20 lần mức cơ sở tùy theo gói.

Kiểm tra Claude dashboard

Thông tin đầy đủ nhất nằm tại Settings → Usage trên Claude.ai. Dashboard này tổng hợp usage của Claude Chat, Claude Code, lịch reset theo tuần và những giới hạn riêng của từng model.

Vì có thể tồn tại nhiều giới hạn đồng thời, dashboard nên được xem là nguồn thông tin chính xác nhất. Một thói quen hữu ích là kiểm tra usage trước khi bắt đầu refactor lớn, phiên debug kéo dài hoặc những task coding tự động.

Cách tận dụng tối đa giới hạn Claude Code

Nếu không muốn nâng cấp gói, bạn vẫn có thể kéo dài thời gian sử dụng bằng cách giảm overhead. Nhiều khi chỉ cần tối ưu cấu hình là đã có thể tận dụng được nhiều dung lượng hơn đáng kể.

Rút gọn CLAUDE.md

Hãy cố gắng giữ mỗi file dưới 200 dòng để giảm lượng context phải gửi và tránh khiến agent bị quá tải bởi quá nhiều instruction. Hãy tìm và loại bỏ những hướng dẫn đã lỗi thời, ghi chú lịch sử hoặc các rule vốn chỉ cần thiết trong từng prompt riêng lẻ.

Nếu instruction chỉ liên quan đến một số thư mục cụ thể, hãy sử dụng rules có phạm vi cùng paths frontmatter để chúng không phải được áp dụng liên tục ở mọi nơi. Bạn cũng có thể sử dụng các file CLAUDE.md ở cấp project thay vì một file global duy nhất.

Kiểm tra lại các MCP server

Chỉ giữ những MCP server bạn thực sự đang sử dụng. Mỗi server được kết nối đều bổ sung schema vào mọi tương tác. Hãy coi cấu hình MCP giống như các tab trên trình duyệt: không sử dụng thì đóng lại.

Một cách quản lý MCP hiệu quả là cài đặt chúng ở cấp project nếu bạn chỉ cần một số MCP nhất định cho một số project. Nhờ đó Claude không phải tải chúng trong mọi project hoặc mọi phiên mà chỉ sử dụng khi cần cho một trường hợp cụ thể.

Sử dụng /compact sớm

Lệnh /compact sẽ tóm tắt lịch sử hội thoại và giảm chi phí token trong những lượt tương tác tiếp theo. Bằng cách hạn chế tốc độ context phình to sau mỗi lượt, bạn có thể giảm lượng quota tiêu thụ.

Lệnh này không khôi phục quota đã sử dụng, nhưng sẽ hữu ích nếu được dùng trước khi session trở nên quá lớn.

Chọn model phù hợp với từng nhiệm vụ

Không phải task nào cũng cần Opus hoặc Fable. Đôi khi model nhỏ hơn hoặc cách sử dụng model thông minh hơn có thể giúp quản lý quota hiệu quả. Bạn có thể tăng đáng kể dung lượng sử dụng bằng cách dành những model cao cấp cho các công việc thực sự quan trọng.

Một cách phân bổ hợp lý là dùng Opus cho quyết định kiến trúc, suy luận phức tạp và yêu cầu chưa rõ ràng; Sonnet cho chỉnh sửa, tìm kiếm và triển khai; Haiku cho những nhiệm vụ nhẹ và đọc nhanh.

Tuy nhiên, cũng không nên liên tục chuyển đổi model trong cùng một session. Prompt cache phụ thuộc vào model, vì vậy mỗi lần chuyển model sẽ buộc model mới xử lý lại toàn bộ lịch sử hội thoại từ đầu với đầy đủ chi phí token thay vì đọc dữ liệu từ cache. Điều này có thể khiến quota bị tiêu hao nhanh hơn so với việc tiếp tục sử dụng một model duy nhất, ngay cả khi bạn chuyển sang một model "rẻ hơn".

Khi chạm giới hạn: Chuyển sang API

Nếu quota của gói thuê bao trở thành điểm nghẽn, Claude API là một lựa chọn thay thế. API không bị giới hạn bởi cửa sổ 5 giờ hoặc quota theo tuần của gói thuê bao. Thay vào đó, bạn trả tiền dựa trên lượng token sử dụng.

Cách này thường phù hợp với CI pipeline, agent tự động chạy trong thời gian dài, hệ thống tự động hóa quy mô lớn và workflow production có ngân sách được dự đoán trước.

Tuy nhiên, hãy cẩn thận nếu biến môi trường ANTHROPIC_API_KEY vẫn được cấu hình trong shell của Claude Code. Nếu key này tồn tại trong môi trường, Claude Code có thể xác thực thông qua API thay vì tài khoản thuê bao. Khi đó, bạn có thể phát sinh hóa đơn API ngoài dự kiến vì thay vì sử dụng quota thuê bao, bạn đang trả tiền trực tiếp theo lượng token.

Nếu nhận thấy chi phí bất thường, kiểm tra thiết lập xác thực nên là một trong những bước troubleshooting đầu tiên. Đối với giá model hiện tại, hãy luôn kiểm tra tài liệu pricing chính thức của Anthropic vì mức giá có thể thay đổi thường xuyên và khác nhau tùy model.

Giới hạn sử dụng Claude Code sẽ trở nên dễ quản lý hơn rất nhiều khi bạn hiểu rằng hệ thống không đơn giản chỉ đếm số prompt.

Thay vào đó, hệ thống kết hợp cửa sổ sử dụng 5 giờ, giới hạn theo tuần, hạn mức riêng cho từng model và lượng context overhead. Điều khiến nhiều developer bất ngờ nhất là prompt thường chỉ chiếm một phần nhỏ trong tổng lượng token sử dụng. Những file CLAUDE.md lớn, định nghĩa MCP tool, auto memory, quá trình tìm kiếm repository và lịch sử hội thoại ngày càng dài thường tiêu tốn nhiều dung lượng hơn chính những câu hỏi mà bạn nhập vào.

Trên thực tế, phần lớn người dùng chạm giới hạn nhanh một cách bất thường thường gặp vấn đề về cấu hình hơn là thiếu dung lượng. Vì vậy, trước khi nghĩ đến việc nâng cấp gói, hãy thử giảm overhead bằng cách dọn dẹp context. Tối ưu cách Claude Code làm việc có thể mang lại thêm rất nhiều dung lượng sử dụng mà không cần phải trả thêm tiền.