速率限制

两项限制让所有人的响应时间保持稳定：经过身份验证的请求受 请求速率 限制，同时运行的生成任务数量受 并发数 限制。超出请求速率时，请求会收到 429 rate_limited，不会扣款。超出并发限制时不会拒绝：生成任务会在你账户的队列中等待，你的任一任务完成后它就立即开始。

默认限制#

请求速率采用令牌桶算法：可一次发送最多 20 个请求，容量以每秒 10 个请求的速度恢复。稳定低于每秒 10 个请求不会触发限制。

队列#

• 超出并发上限的生成任务照常受理：你会立即拿到它的 id，费用照常从余额中冻结，状态为 queued。你的任一生成任务完成后，它会自动开始，先提交的先开始。
• 等待时间不计入生成任务的时限：排队中的任务不会因为等待而失败或超时。
• 仍在队列中等待的生成任务可以随时取消（POST /generations/{id}/cancel）或删除，冻结的费用会立即退还。任务开始后，按常规的取消规则处理。
• 你的队列最多容纳并发上限 10 倍的任务（新账户为 200 个）。超出后，请求会收到 429 rate_limited，不会创建任务，也不会扣款。
• 每个账户都有自己的队列，等待中的生成任务不占用算力：队列再长也不会耽误其他账户的生成任务。

查看你的限额#

上表是默认值。你账户自己的限额以及当前进行中的生成数量，可以在 控制面板 → 设置 查看，也会出现在 GET /api/v1/account（以及 MCP 工具 get_account）返回的 limits 字段中：

{
  "object": "account",
  "balance_usd": 42.5,
  "limits": {
    "unlimited": false,
    "concurrent_generations": 20,
    "in_flight": 3,
    "requests_per_second": 10,
    "burst": 20,
    "tier": null
  }
}

concurrent_generations 是可同时运行的生成数量上限（超出的在队列中等待），in_flight 是当前进行中的数量（含排队中的）；requests_per_second 和 burst 是请求速率和突发量，账户和每个 API 密钥分别适用。

触发限制时#

{
  "error": {
    "code": "rate_limited",
    "message": "Your queue is full: 200 generations are already waiting for your 20 concurrent slots (up to 200 can wait). Nothing was submitted or charged. Retry when some have finished (webhook_url tells you when), or cancel queued ones; GET /api/v1/account shows your limits. For a higher limit, contact us: contact@cheapergen.com."
  }
}

每个 429 响应都带有 Retry-After 响应头（需等待的秒数）。如果是触及了某项限额，错误信息会写明该限额；如果是队列已满，还会写明正在等待的生成数量。

• 请求速率： 稍等片刻，再以指数退避并加入随机抖动的方式重试（可以从等待约一秒开始）。参见 安全地重试。
• 队列已满： 只有在你的队列已满时，才会因并发返回 429。等部分生成任务完成（webhook_url 会通知你），或取消排队中的任务，再提交新任务。

如何避免触发限制#

使用 Webhook，避免频繁轮询#

每秒轮询数十个任务会迅速耗尽请求额度。提交时传入 webhook_url，让我们主动通知你，详情见 Webhooks。如果仍要轮询，视频任务间隔请延长至 5–10 秒。

在你自己的服务中排队提交任务#

短时间的突发提交没有问题：队列会接住它们。如果批量任务超过队列容量，请把待处理的任务留在你这边，在生成任务完成时再提交（Webhooks 会通知你），这样就不会遇到队列已满的 429。

每项服务使用一个密钥#

请求速率按密钥计算，并发数则按账户计算。增加密钥数量不会增加你能同时运行的生成任务数。