​
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

模型名称Rate Limit指标当前指标
语言模型(Chat)RPM、 TPMRPM=1000-10000 TPM=50000-5000000
向量模型(Embedding)RPM、 TPMRPM:2000-10000 TPM:500000-10000000
重排序模型(Reranker)RPM、 TPMRPM:2000 TPM:500000
图像生成模型(Image)IPM、IPDIPM:2- IPD:400-
多模态模型 (Multimodal Models)--
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 免费模型Rate Limits

  1. 实名认证后使用全部的免费模型。
  2. 免费模型调用免费，账户的费用账单中看到此类模型的费用为调用消耗是 0。
  3. 免费模型的 Rate Limits 固定。对于部分模型，平台同时提供免费版和收费版。免费版按照原名称命名；收费版会在名称前加上“Pro/”以示区分。例如，Qwen2.5-7B-Instruct 的免费版命名为“Qwen/Qwen2.5-7B-Instruct”，收费版则命名为“Pro/Qwen/Qwen2.5-7B-Instruct”。

​
2.2 收费模型 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。
用量级别资质（单位：人民币元）
L0上月或当月消费金额最高值 < ¥50
L1¥50 ≤ 上月或当月消费金额最高值 < ¥200
L2¥200 ≤ 上月或当月消费金额最高值 < ¥2000
L3¥2000 ≤ 上月或当月消费金额最高值 < ¥5000
L4¥5000 ≤ 上月或当月消费金额最高值 < ¥10000
L5¥10000 ≤ 上月或当月消费金额最高值

​
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。

​
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.cn

​
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。

​
4. 如何提升模型 Rate Limits 指标

​
4.1 提升 Rate Limits 的方式

  • 根据用量自动升级：您可以通过提高用量来增加月消费金额，满足下一级别资质时，会自动升级。
  • 购买等级包快速提升：如果您需要快速达到更高用量级别、提高 Rate Limits 峰值，可以通过购买等级包来提升用量级别。

​
4.2 等级包购买细则

  • 在线购买：请前往平台在线购买 等级包
  • 有效时间：等级包购买后立即生效，适用于当月（N）和下一个自然月（N+1）。自下下个自然月（N+2）起，将根据上一个月（N+1）的消费金额重新计算账户的最新用量级别。
  • 支付方式：等级包仅支持使用平台充值余额支付，不支持使用平台赠送余额支付。
  • 发票开具：关于等级包的发票开具，参考开具发票部分。
  • 专属实例：等级包不适用于专属实例需求，若有相关需求，请联系您的专属客户经理。

​
4.3 其他情况

  • 联系我们：不属于上述情况的场景，请联系我们。