/api_keys/rate_limits devuelve los límites actuales de cada modelo para tu clave:
Ver tus límites
Playground interactivo
Registros de límites
Mira qué solicitudes alcanzaron los límites
Límites por tipo de modelo
Modelos de texto, embeddings e imagen
Los modelos de texto, embeddings e imagen (incluidos upscale e inpaint) tienen cada uno sus propios límites. En la respuesta de/api_keys/rate_limits, data.rateLimits tiene una entrada por modelo, y el campo rateLimits de cada entrada indica un amount para cada type de límite: RPM (solicitudes por minuto), TPM (tokens por minuto) o RPD (solicitudes por día). Para consultar un solo modelo:
x-ratelimit-*.
Modelos de voz y transcripción
Todos los modelos de voz y transcripción permiten 60 solicitudes por minuto, o 120 con una clave Partner.Modelos de vídeo y música
Las solicitudes de encolado y recuperación de vídeo, música y cambiador de voz están sujetas a límites de solicitudes por cuenta. Gestiona las respuestas429 con backoff y consulta los endpoints de recuperación a un intervalo moderado en lugar de en un bucle cerrado. Los trabajos se facturan por generación contra tu saldo de créditos, así que calcula primero el precio de un trabajo con POST /video/quote, POST /audio/quote o POST /audio/voice-changer/quote.
Gestión de errores
Las solicitudes fallidas (500, 503, 429) deben reintentarse con backoff exponencial. Para los errores 429 en los endpoints de inferencia, la cabecerax-ratelimit-reset-requests indica el momento más tardío, como marca de tiempo Unix en milisegundos, en el que la ventana de solicitudes se habrá vaciado por completo. Esperar hasta entonces siempre es seguro; reintentar antes también puede funcionar.
Presupuestos de errores
Dos límites adicionales protegen la API frente a clientes que reintentan contra un muro. Ambos se cuentan por modelo y por clave de API, y ambos devuelven429. Las solicitudes fallidas se cuentan en ventanas fijas de 30 segundos:
El segundo presupuesto cuenta las solicitudes que piden a un modelo una función que no admite, por ejemplo, solicitar visión o llamadas a herramientas a un modelo sin esa capacidad. Superar cualquiera de los dos presupuestos aparece en los registros de límites de velocidad como
FAILED_REQUESTS o UNSUPPORTED_FEATURE_REQUESTS.
El campo error del cuerpo de la respuesta indica el umbral que se ha superado. Para el presupuesto de solicitudes fallidas dice:
Cabeceras de respuesta
Las respuestas de inferencia (chat completions, responses, imagen, audio y embeddings) incluyen estas cabeceras. No se envían en las rutas de modelos, API keys, facturación ni x402, y lo mismo se aplica a las cabecerasx-venice-balance-*.
El presupuesto de solicitudes fallidas tiene sus propias cabeceras, que se envían en cada respuesta a una solicitud realizada con una clave de API, incluidas las respuestas
401:
El endpoint
/crypto/rpc/{network} usa sus propios límites y sus propias cabeceras X-RateLimit-Limit, X-RateLimit-Remaining y X-RateLimit-Reset, que solo se establecen en las respuestas 429. A diferencia de las cabeceras en milisegundos anteriores, X-RateLimit-Reset es una marca de tiempo Unix en segundos. Consulta Crypto RPC para más detalles.
Nivel Partner
Las claves Partner tienen sus propios límites para cada modelo. Llama aGET /api_keys/rate_limits con una clave Partner para verlos.
Si estás alcanzando consistentemente tus límites de velocidad y tus patrones de uso muestran demanda sostenida en el tiempo, ponte en contacto para hablar sobre acceso de partner: [email protected].
Los límites del nivel Partner pueden ajustarse según tus necesidades específicas.