为什么免费 AI API 会返回 429？5 分钟了解速率限制

速率限制（RPM、TPM、RPD） · 构建者 · 5 分钟 · token、LLM · 在 [Tokens](/explain/tokens/) 之后

429 表示某个速率限制已满。免费 API 会同时从多个维度计量你：每分钟请求数、每分钟 token 数、每天请求数。哪个先满，就会拒绝调用，直到它释放。

开始前：你能向朋友解释这个吗？1 2 3 4 5

1 = 完全不能 · 5 = 轻松解释

你的免费 API 在一分钟内 5 次请求后返回 429，但限制是每分钟 30 次。为什么？

1 / 4

请求 / 分钟 0 / 30

token / 分钟 0 / 8,000

请求 / 天 0 / 1,000

三个计量器，一个密钥。尚未发送任何内容。

示意请求，每个 1,500 token

限制：Groq 免费计划，openai/gpt-oss-20b，console.groq.com/docs/rate-limits（检查于 2026-10-21）

免费密钥同时按三种方式计量：每分钟请求数、每分钟 token 数、每天请求数。

◀

请求、token 和天数分别是独立的计量器；最先满的那个会返回 429，响应会告诉你需要等待多久。

RPM 是每分钟请求数，TPM 是每分钟 token 数（你的提示词加上回答），RPD 是每天请求数。Groq 的免费计划为每个模型列出这三项；OpenRouter 的免费模型列出每分钟和每天的请求限制。长提示词只算一次请求，但会消耗数千 token，所以 TPM 往往最先满。
4 你就是模型

你是 API 服务器。对于每个传入请求，查看这个密钥已用了多少，然后回答 200 OK 或 429 Too Many Requests。

第 1 个请求，共 6 个 · 你是 Groq 服务器

本分钟：已处理 4 个请求，7,600 token

新请求：600 token

200 OK 429 Too Many Requests

Groq 免费计划（gpt-oss-20b）和 OpenRouter :free 限制，检查于 2026-10-21

检查每个计量器：只要一个满了就足以触发 429。

我完成了——展示模型

哪种请求最可能快速填满每分钟 token 数？

用一句话向朋友解释 429。对比

创建一个免费 Groq 密钥，用 curl -i 发送一次聊天请求，并在回复中找到 x-ratelimit-remaining-tokens 和 x-ratelimit-remaining-requests 响应头。然后在控制台打开你的限制页面并核对数字。

[获取免费 Groq 密钥](/learn/free-groq-api-key/) 完成

从本课题库中随机抽取；下次会不同。

现在：你能向朋友解释这个吗？1 2 3 4 5

1 = 完全不能 · 5 = 轻松解释

标记完成先回答三道快速题。

https://console.groq.com/docs/rate-limits（Free Plan Limits 标签页，在 Chrome 中阅读，检查于 2026-10-21；页面无更新日期）：openai/gpt-oss-20b 30 RPM、1K RPD、8K TPM、200K TPD；“你会触发哪种限制类型，取决于你先达到哪个阈值。”；429 + retry-after（秒）；“速率限制适用于组织级别，而不是单个用户。”；响应头示例 retry-after: 2
https://openrouter.ai/docs/api-reference/limits（检查于 2026-10-21；页面无更新日期）：:free 变体为每分钟 20 次请求；购买少于 10 credits 时每天 50 次，至少 10 credits 时每天 1000 次；429 可能由 OpenRouter 或上游提供商返回；“使用指数退避重试……存在 Retry-After 响应头时请遵循它。”
图中的请求大小（每个 1,500 token）仅为示意，并已标注发布于 2026 年 10 月 21 日 · 更新于 2026 年 10 月 21 日

[相关：为什么它会数错“strawberry”中的 r？](/explain/tokens/)[相关：它怎么知道“king”接近“queen”？](/explain/embeddings/)[相关：它怎么知道“it”指的是什么？](/explain/self-attention/)