/api_keys/rate_limits API 端点是获取您当前限制的权威方式。您可以随时查看您的确切限制：
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
默认限制
文本模型
文本模型根据规模分为多个等级。模型页面上的每个模型卡片都会显示其等级徽章。| 等级 | 请求/分钟 | Tokens/分钟 |
|---|---|---|
| XS | 500 | 1,000,000 |
| S | 75 | 750,000 |
| M | 50 | 750,000 |
| L | 20 | 500,000 |
每个等级中包含哪些模型？
每个等级中包含哪些模型？
XS
qwen3-4b llama-3.2-3bS mistral-31-24b venice-uncensoredM zai-org-glm-5 qwen3-next-80b google-gemma-3-27b-itL qwen3-235b-a22b-instruct-2507 qwen3-235b-a22b-thinking-2507 deepseek-ai-DeepSeek-R1 grok-41-fast kimi-k2-thinking gemini-3-pro-preview hermes-3-llama-3.1-405b qwen3-coder-480b-a35b-instruct zai-org-glm-4.7 openai-gpt-oss-120b其他模型
| 类型 | 请求/分钟 |
|---|---|
| Image | 20 |
| Audio | 60 |
| Embedding | 500 |
| Video（queue） | 40 |
| Video（retrieve） | 120 |
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 429 错误，请查看x-ratelimit-reset-requests 响应头以获取您可以重试的确切 Unix 时间戳。大多数 HTTP 库都内置了自动处理此情况的重试机制。
滥用保护
如果您在 30 秒内产生超过 20 次失败请求，API 将阻止后续请求 30 秒：响应头
每个响应都包含以下请求头：| 请求头 | 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 | 窗口重置时的 Unix 时间戳 |
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 | 距 token 限制重置的秒数 |
合作伙伴等级
合作伙伴可获得显著更高的速率限制：| 等级 | 请求/分钟 | Tokens/分钟 |
|---|---|---|
| XS | 500 | 2,000,000 |
| S | 150 | 1,500,000 |
| M | 100 | 1,500,000 |
| L | 60 | 1,000,000 |
| 类型 | 请求/分钟 |
|---|---|
| Image | 60 |
| Audio | 120 |
| Embedding | 500 |