# 限速说明

TokenPlan 通过 RPM、TPM、5 小时 / 7 天使用限额共同控制调用频率。

| 指标             | 含义                                                                                                      |
| -------------- | ------------------------------------------------------------------------------------------------------- |
| RPM（生成模型）      | 每分钟允许发起的请求数（Requests Per Minute），生成模型（Chat Completions、Responses、Anthropic Messages）共用生成模型 RPM，默认每用户 50 |
| RPM（决策模型）      | 每分钟允许发起的请求数（Requests Per Minute），决策模型（SystemOne 接口）单独使用决策模型 RPM，默认每用户 200                               |
| TPM            | 每分钟允许处理的 Token 数（Tokens Per Minute），默认每用户 2,000,000                                                      |
| 5 小时 / 7 天使用限额 | 每 5 小时 / 7 天可用的墨点额度上限                                                                                   |


同一用户的全部 API Key 合并计算 RPM、TPM及 5 小时 / 7 天使用限额。当前限额可在 TokenPlan API Key 页面查看。

达到限额后，接口返回 HTTP `429` 和错误码 `rate_limit_exceeded`。

```json
{
  "error": {
    "message": "Rate limit exceeded. Please retry later.",
    "type": "rate_limit_exceeded",
    "param": null,
    "code": "rate_limit_exceeded"
  },
  "request_id": "req_xxxxxxxxxxxx"
}
```

上例为 OpenAI 兼容接口的格式，`error.type` 与 `error.code` 均为 `rate_limit_exceeded`。Anthropic 兼容接口（`/v1/messages`）的 `429` 返回 Anthropic 错误结构，`error.type` 为 `rate_limit_error`，错误体不含 `error.code`。

墨点不足同样返回 `429`，但错误码为 `quota_exceeded`（Anthropic 接口则仍为 `error.type: rate_limit_error` 并携带 `Retry-After`）。两者需区分处理：`rate_limit_exceeded` 可退避重试，`quota_exceeded` 不应自动重试，详见[错误码](./06-error-codes.md)。

## 调用建议

- 收到 `rate_limit_exceeded` 后降低调用频率，不要立即连续重试。
- 使用指数退避，例如等待 1 秒、2 秒、4 秒，并增加少量随机抖动。
- 限制客户端并发数，避免短时间集中发送大量请求。
- 流式响应已经开始后不要自动重试，以免产生重复内容。

错误对象的字段说明请查看[错误对象与公共响应头](../api-reference/07-errors-and-headers.md)。
