硅基流动 429 报错怎么办？原因与 4 种解法

先说结论：硅基流动（SiliconFlow）API 返回 429 不是账号被封，而是触发了平台的速率限制（Rate Limits），等一段时间让额度恢复就能继续调用，官方推荐用指数退避的方式逐步重试，规则细节见官方 Rate Limits 文档。

什么情况下会遇到 429

对号入座，你的请求返回长这样：

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.cn

典型触发场景有三类：脚本并发拉模型把每分钟请求数打满、长文本推理把每分钟 token 量打满、多个程序共用同一个账号把共享额度耗尽。

429 背后的限流规则

按官方文档，硅基流动的限流有四个关键设定，理解了才能对症下药：

1. 用七种指标衡量：RPM（每分钟请求数）、RPH、RPD（每小时、每天请求数）、TPM、TPD（每分钟、每天 token 数）、IPM、IPD（图片生成次数），任何一项先到顶都会触发。
2. 限流挂在账户级别，不是 API Key 级别：同一账号建多少个 Key 都共享同一份额度，换 Key 无效。
3. 每个模型单独计算限额：一个模型超限不影响其他模型继续用。
4. 免费模型额度固定，收费模型按账户用量级别（L0 到 L5，按月消费金额自动升级）分层，级别越高限额越宽。另外图像模型限额很小（IPM 为 2、IPD 为 400），批量画图最容易撞上。

具体每个模型的限额数值，登录后在模型广场逐个查询。

四种解法，按场景选

1. 指数退避重试：收到 429 后等待再重试，间隔逐次拉长（比如 1 秒、2 秒、4 秒），官方文档明确推荐，适合偶发超限。
2. 客户端主动控频：在代码里限制并发数和请求间隔，把调用量压到模型广场标注的限额以内，适合长期任务。
3. 错峰调用：把请求分散到不同时间段，避开瞬时高并发。
4. 提升额度或改走批量：月消费达标会自动升级用量级别；急用可以联系官方购买等级包；离线批量任务改用 Batch 批量推理接口，价格更低且不受在线限流约束。

顺带区分相邻报错

排查时别把这几个错误和 429 混在一起，完整定义见官方错误码手册：

怎么预防

上线前先到模型广场查好目标模型的限额数值，代码里默认带上指数退避，再对 429 做监控告警；排查单次失败时，可以用响应头里的 x-siliconcloud-trace-id 追踪具体请求。想理解限流机制本身，可以先读这篇 429 限流是什么。如果你在找免费模型额度的用法，DeepSeek V4 Pro 免费指南和 GLM 5.3 Flash 介绍里都有对应平台的实测经验，跨平台聚合调用也可以参考 OpenRouter 完整指南，把限额压力分散到多个供应商。