Rate Limits | Venice API Docs

速率限制因模型和等级而异。/api_keys/rate_limits 端点会返回您的密钥上每个模型的当前限制：

查看您的限制

交互式 playground

速率限制日志

查看哪些请求达到了限制

curl https://api.venice.ai/api/v1/api_keys/rate_limits \
  -H "Authorization: Bearer $VENICE_API_KEY"

按模型类型划分的限制

文本、嵌入和图像模型

文本、嵌入和图像模型（包括放大和局部重绘）各自有独立的限制。在 /api_keys/rate_limits 的响应中，data.rateLimits 为每个模型提供一个条目，每个条目的 rateLimits 会为每种限制 type 列出一个 amount：RPM（每分钟请求数）、TPM（每分钟 token 数）或 RPD（每天请求数）。要查看单个模型：

curl -s https://api.venice.ai/api/v1/api_keys/rate_limits \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  | jq '.data.rateLimits[] | select(.apiModelId == "venice-uncensored-1-2")'

限制可能会变化，因此请从 API 读取，而不要硬编码。推理响应还会在 x-ratelimit-* 响应头中返回所应用的限制和您的剩余容量。

语音和转录模型

每个语音和转录模型允许每分钟 60 个请求，使用合作伙伴密钥时为 120 个。

视频和音乐模型

视频、音乐和语音转换的排队和检索请求受每个账户的请求限制约束。请使用退避策略处理 429 响应，并以适度的间隔轮询检索端点，而不是在紧密循环中轮询。任务按每次生成从您的积分余额中计费，因此请先使用 POST /video/quote、POST /audio/quote 或 POST /audio/voice-changer/quote 对任务进行估价。

处理错误

失败的请求（500、503、429）应使用指数退避进行重试。对于推理端点上的 429 错误，x-ratelimit-reset-requests 响应头以 Unix 时间戳（毫秒）的形式给出请求窗口完全清空的最晚时间。等到该时间之后重试总是安全的；提前重试也可能成功。

const reset = Number(response.headers.get('x-ratelimit-reset-requests'));
const waitMs = Math.max(0, reset - Date.now());
await new Promise((resolve) => setTimeout(resolve, waitMs));

错误预算

另有两个限制用于保护 API，防止客户端反复重试撞墙。两者均按每个 API 密钥、每个模型计数，并且都会返回 429。失败请求按固定的 30 秒窗口计数：

预算	阈值	适用范围
失败请求	每 30 秒 50 次	所有端点
不受支持的功能请求	每 30 秒 200 次	`/chat/completions`、`/responses`

第二个预算统计的是向模型请求其不支持的功能的请求。例如，向不具备视觉或工具调用能力的模型请求这些功能。超出任一预算都会在速率限制日志中显示为 FAILED_REQUESTS 或 UNSUPPORTED_FEATURE_REQUESTS。响应体中的 error 字段会指明触发的阈值。对于失败请求预算，其内容为：

Too many failed attempts (> 50) resulting in a non-success status code. Please wait 30 seconds and try again. See https://docs.venice.ai/api-reference/rate-limiting for more information.

响应头

推理响应（chat completions、responses、图像、音频和嵌入）包含以下响应头。模型、API 密钥、账单或 x402 路由不会发送这些响应头，x-venice-balance-* 响应头同样如此。

响应头	说明
`x-ratelimit-limit-requests`	当前窗口内允许的最大请求数
`x-ratelimit-remaining-requests`	当前窗口内剩余的请求数
`x-ratelimit-reset-requests`	当前窗口完全清空时的 Unix 时间戳（毫秒）（即请求时间加上完整窗口长度，与使用量无关）
`x-ratelimit-limit-tokens`	每分钟允许的最大 token 数
`x-ratelimit-remaining-tokens`	当前分钟内剩余的 token 数
`x-ratelimit-reset-tokens`	token 限制重置时的 Unix 时间戳（毫秒）

失败请求预算有其专用的响应头，会在使用 API 密钥发出的每个请求的响应中发送，包括 401 响应：

响应头	说明
`x-ratelimit-remaining`	当前 30 秒窗口内剩余的失败请求数
`x-ratelimit-resets`	当前 30 秒窗口重置时的 Unix 时间戳（毫秒）

/crypto/rpc/{network} 端点使用自己的限制以及自己的 X-RateLimit-Limit、X-RateLimit-Remaining 和 X-RateLimit-Reset 响应头，这些响应头仅在 429 响应中设置。与上面以毫秒为单位的响应头不同，X-RateLimit-Reset 是以秒为单位的 Unix 时间戳。详情请参阅 Crypto RPC。

合作伙伴等级

合作伙伴密钥对每个模型都有独立的限制。使用合作伙伴密钥调用 GET /api_keys/rate_limits 即可查看。如果您持续达到速率限制，并且您的使用模式显示出长期的持续需求，请联系我们讨论合作伙伴访问权限：[email protected]。合作伙伴等级的限制可根据您的具体需求进行调整。

查看您的限制

速率限制日志

​按模型类型划分的限制

​文本、嵌入和图像模型

​语音和转录模型

​视频和音乐模型

​处理错误

​错误预算

​响应头

​合作伙伴等级