429 报错是什么？3 分钟搞懂速率限制与退避重试

钱够、网络也通，调用模型却突然返回 429。这不是你被拉黑，而是服务器在说：这个时间窗口内你的请求太多了，请排队。一句话定义：429 是 HTTP 协议的标准状态码「Too Many Requests」，表示在给定时间内请求方发送了过多请求，触发了服务端的速率限制（rate limiting）。

429 是什么：写在协议标准里的状态码

429 不是某家 AI 公司的私有报错，而是国际互联网标准组织 IETF 在 RFC 6585（2012 年发布）里定义的 HTTP 状态码。标准原文写明：429 表示用户在给定时间内发送了过多请求，也就是速率限制；响应中可以附带一个 Retry-After 头，提示等多久再发新请求。MDN 的中文文档对这条定义有同样表述。

把标准语言翻译成人话：服务器不拒绝你的钱，只限制你的速度。这是所有 API 服务（不只 AI）的通用自保机制。

为什么明明有钱也调用不了

很多人第一次遇到 429 都以为是余额问题，其实限流和计费是两套独立系统。常见触发原因有三类：

1. 超过了速率档位：API 服务普遍按「每分钟请求数」「每分钟 Token 数」两个维度设限，你的免费或低档套餐限额更低，高并发一冲就撞线。
2. 并发太密：哪怕总量不大，同一秒内挤进来的请求太多，窗口计数也会瞬间爆表。循环里不加间隔地猛发请求是最典型的踩坑。
3. 共享额度被别人占掉：部分平台和聚合渠道多个用户共享一段配额，别人高峰期抢占了窗口，你跟着一起收到 429，这也是中转渠道「高峰期特别不稳」的原因之一。

顺带一提，限流窗口的单位时间通常以分钟计，等几十秒再试常常就恢复了。改用更省的调用方式能从源头减少触发，可以参考这篇省 Token 的实测技巧。写自动化程序时，调用接口的方式选择也有讲究，可参考这篇 Agents API 与 Agents SDK 的区别。

退避重试怎么理解

退避重试（backoff）的意思是：失败了别立刻重发，等一会儿再试，而且每失败一次就等得更久一些。

最常用的是指数退避：第一次失败等 1 秒，第二次等 2 秒，第三次等 4 秒，逐次翻倍，中间可以加少量随机抖动，避免所有请求同一时刻一起重试把服务器再次冲垮。这很像排队叫号：号没到就反复去窗口问，只会让队伍更堵。

有两个实操要点比任何教程都重要：

1. 先读 Retry-After：如果响应里带了这个头，说明服务端明确告诉你等多少秒，照做是效率最高的选择。
2. 别在循环里裸重试：写死「失败立即重试三次」的代码，等于把限流变成长期限流。正确姿势是每次重试前按退避策略拉长等待。

怎么预防 429

与其等报错再处理，不如从三个方向减少触发：

1. 控制并发：给调用加节流，同一时间只跑有限的几个请求，跑完一个再发下一个。
2. 错峰和缓存：批量任务避开高峰时段；相同请求的结果做缓存，相同的问题不必反复烧调用次数。
3. 用对档位：免费额度适合学习和测试，量上来后按需升级付费档位，速率限制会随之放宽；想先零成本练手，可以从这篇硅基流动免费额度解析入手。

一段话讲清 429

可以照这个口径复述：429 是 HTTP 标准里表示速率限制的状态码，含义是请求方在单位时间内发起了过多请求。服务端出于保护自身资源和公平分配的目的对调用限速，限流和计费是两套独立机制，所以余额充足也可能被限。工程上的标准处理是指数退避重试，若响应带 Retry-After 头则按提示等待；预防上靠控制并发、缓存结果和匹配合适的套餐档位。

如果被追问「为什么不全放开不限速」，可以补一句：无限速意味着少数高频调用者会挤占所有用户的容量，限流本质上是保证大多数人稳定的公平机制。