速率限制

速率限制可保护 API 免遭滥用，并确保所有用户公平访问。限制按 API Key 施加，并因账户等级而异。

各等级限制

等级	RPM（请求/分钟）	TPM（token/分钟）	并发请求数
Free	10	40,000	2
Standard	60	200,000	10
Pro	200	1,000,000	30
Enterprise	自定义	自定义	自定义

RPM = 每分钟请求数，TPM = 每分钟 token 数。两个限制独立生效——你可能先触发其中任意一个。

速率限制响应头

每个 API 响应都包含指示当前用量的响应头：

响应头	说明
`x-ratelimit-limit-requests`	每分钟最大请求数
`x-ratelimit-limit-tokens`	每分钟最大 token 数
`x-ratelimit-remaining-requests`	当前窗口内剩余请求数
`x-ratelimit-remaining-tokens`	当前窗口内剩余 token 数
`x-ratelimit-reset-requests`	距请求限制重置的秒数
`x-ratelimit-reset-tokens`	距 token 限制重置的秒数

处理速率限制

429 响应

当超出速率限制时，API 会返回 429 Too Many Requests 响应：

{
  "error": {
    "message": "Rate limit exceeded",
    "type": "rate_limit_error",
    "code": "rate_limit_exceeded"
  }
}

重试策略

收到 429 错误时，请实现指数退避：

import time

def api_call_with_retry(client, max_retries=5, **kwargs):
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(**kwargs)
        except Exception as e:
            if "rate_limit" in str(e) and attempt < max_retries - 1:
                wait_time = (2 ** attempt) + 1
                time.sleep(wait_time)
            else:
                raise

最佳实践

监控响应头 — 跟踪 x-ratelimit-remaining-* 以提前预判限制
批量请求 — 尽可能通过批处理减少 API 调用次数
缓存响应 — 避免对相同内容重复请求
升级等级 — 联系销售获取更高限制
使用流式响应 — 流式响应会逐步消耗 token，降低突发 TPM

模型特定限制

部分高需求模型在峰值期间可能有较低的实际速率限制。请查看响应头获取实时限制。

升级

如需提高速率限制，请联系 support@linkwo.com 升级到更高等级。企业客户可申请自定义限制。