Rate Limits

​

1. Rate Limits 概述

​

1.1 什么是 Rate Limits

Rate Limits 是指用户 API 在指定时间内访问 SiliconCloud 平台服务频次规则。

​

1.2 为什么做 Rate Limits

Rate Limits 是 API 的常见做法，其实施原因如下：

• 保障资源的公平性及合理利用：确保资源公平使用。防止某些用户过多请求，影响其他用户的正常使用体验。
• 防止请求过载：提高服务可靠性。帮助管理平台总体负载，避免因请求激增而导致服务器出现性能问题。
• 安全防护：防止恶意性攻击，导致平台过载甚至服务中断。

​

1.3 Rate Limits 指标

目前 Rate Limit 以七种指标衡量：

• RPM（requests per minute，一分钟最多发起的请求数）
• RPH（requests per hour，每小时允许的最大请求数）
• RPD (Requests per day，每天允许的最大请求数)
• TPM（tokens per minute，一分钟最多允许的 token 数）
• TPD（tokens per day，每天最多允许的 token 数）
• IPM（images per minute，一分钟最多生成的图片数）
• IPD（images per day，一天最多生成的图片数）

​

1.4 不同模型的 Rate Limits 指标

Rate Limits 可能会因在任一选项（RPM、RPH、RPD、TPM、TPD、IPM、IPD）中达峰而触发，取决于哪个先发生。 例如，在 RPM 限制为 20，TPM 限制为 200K 时，一分钟内，账户向 ChatCompletions 发送了 20 个请求，每个请求有 100 个 Token，限制即触发，即使账户在这些 20 个请求中没有发满 200K 个 Token。

​

1.5 Rate Limits 主体

1. Rate Limit 是在用户账户级别定义的，而不是密钥（API key）维度。
2. 每个模型单独设置 Rate Limits，一个模型请求超出 Rate Limits 不影响其他模型正常使用。

​

2. Rate Limits 规则

• 当前免费模型 Rate Limits 指标是固定值，收费模型根据账户用量级别有不同的 Rate Limits 指标。
• 同一用量级别下，模型类别不同、模型参数量不同，Rate Limits 峰值不同。

​

2.1 模型 Rate Limits

1. 按照用量付费。API 调用消耗计入账户费用账单。
2. 根据账户用量级别进行分层 Rate Limits。Rate Limits 峰值随着用量级别提升而增大。
3. 同一用量级别下，模型类别不同、模型参数量大小不同，Rate Limits 峰值不同。

​

2.3 用户用量级别与 Rate Limits

平台依据账户每月消费金额将其划分为不同的用量级别，每个级别有各自的 Rate Limits 标准。月消费达到更高级别标准时，自动升级至相应用量级别。升级立即生效，并提供更宽松的 Rate Limits。

• 月消费金额：包含充值金额消费和赠送金额在内的账户每个月的总 消费金额。
• 级别设置：比较上个自然月和当月 1 号到今日的消费金额，取最高值换算成对应的用量级别。新用户注册后初始用量级别为 L0。

​

2.4 具体模型的 Rate Limits

平台目前提供文本生成、图像生成、向量化、重排序和语音五大类，具体模型的 Rate Limits 指标在 模型广场 中查看。

​

2.5 deepseek-ai/DeepSeek-R1 和 deepseek-ai/DeepSeek-V3Rate Limits 具体规则：：

1. 新增 RPH 限制（Requests Per Hour，每小时请求数）

   • 模型范围：deepseek-ai/DeepSeek-R1、deepseek-ai/DeepSeek-V3
   • 适用对象：所有用户
   • 限制标准：30 次/小时

2. 新增 RPD 限制（Requests Per Day，每日请求数）

   • 模型范围：deepseek-ai/DeepSeek-R1、deepseek-ai/DeepSeek-V3
   • 适用对象：未完成实名认证用户
   • 限制标准：100 次/天

随着流量和负载变化，策略可能会不定时调整，SiliconFlow 保留解释权。

​

3. 超出 Rate Limits 处理

​

3.1 超出 Rate Limits 报错信息

如果超出 Rate Limits 调用限制，用户的 API 请求将会因为超过 Rate Limits 而失败。用户需要等待一段时间待满足 Rate Limits 条件后方能再次调用。对应的 HTTP 错误信息为：

    HTTP/1.1 429
    Too Many Requests
    Content Type: application/json
    Request was rejected due to rate limiting. If you want more, please contact contact@siliconflow.com

​

3.2 超出 Rate Limits 处理方式

• 在已有的 Rate Limits 下，可以参考 超出 Rate Limits 处理 进行错误回避。
• 也可以通过提升用量级别来提升模型 Rate Limits 峰值，业务目标。