Source: https://aiprimetech.io/de/docs/api-reference/rate-limits/

[Startseite](/de/) / [Dokumentation](/de/docs/) / Anfragelimits 

# Anfragelimits 

Wie die Drosselung funktioniert, was ein 429 hier bedeutet und wie Sie einen Client entwickeln, der keinen auslöst. 

 Seite kopieren [ Als Markdown anzeigen](/de/docs/api-reference/rate-limits.md) [ ChatGPT fragen](https://chatgpt.com/?q=Read%20https%3A//aiprimetech.io/docs/api-reference/rate-limits.md%20and%20answer%20questions%20about%20it.%20Start%20with%20a%20short%20summary.) [ In Claude fragen](https://claude.ai/new?q=Read%20https%3A//aiprimetech.io/docs/api-reference/rate-limits.md%20and%20answer%20questions%20about%20it.%20Start%20with%20a%20short%20summary.)   

Limits sorgen für eine faire Verteilung der gemeinsam genutzten Upstream-Kapazität. Sie gelten pro Konto, nicht pro Schlüssel. Zusätzliche Schlüssel erhöhen Ihre Obergrenze daher nicht. 

## Was begrenzt wird 

 | Dimension | Verhalten

 | Gleichzeitige Anfragen | Laufende Anfragen pro Konto. Die häufigste Ursache für einen 429.

 | Anfragen pro Minute | Dauerhafte Aufrufrate.

 | Tokens pro Minute | Gesamtdurchsatz für Eingabe und Ausgabe. 

Tarife mit unbegrenzter Nutzung verwenden Fair-Use-Limits anstelle eines Guthabens — sie beseitigen die Gebühr pro Token, nicht die Obergrenze für gleichzeitige Anfragen. 

## Mit 429 richtig umgehen 
- Verlängern Sie die Wartezeit exponentiell mit zufälliger Streuung — 1 s, 2 s, 4 s, 8 s, jeweils zuzüglich oder abzüglich eines zufälligen Anteils.
- Begrenzen Sie gleichzeitige Anfragen clientseitig mit einem Semaphor, statt alle auf einmal zu senden und abgewiesene Anfragen erneut zu versuchen.
- Stellen Sie Stapelverarbeitung in eine Warteschlange, statt sie maximal zu parallelisieren; der Durchsatz wird durch Tokens pro Minute begrenzt, nicht durch die Anzahl geöffneter Sockets.
- Behandeln Sie 529 anders als 429 — hier liegt die Ursache in der Upstream-Kapazität, nicht bei Ihnen, und das Problem behebt sich meist innerhalb von Sekunden. 

```
Copyimport asyncio

sem = asyncio.Semaphore(8)      class=class="s">"c"># ceiling on concurrency, tune to your plan

async def ask(client, body):
    async with sem:
        return await client.post(class="s">"/v1/messages", json=body)
```

Agentenbasierte Tools wie Claude Code starten konstruktionsbedingt viele parallele Anfragen. Wenn bei intensiver Agentennutzung 429-Fehler auftreten, reduzieren Sie die Parallelität des Tools, bevor Sie zu einem höheren Tarif wechseln. 

## Die Last reduzieren statt Anfragen wiederholen 
- Leiten Sie einfache Aufgaben an claude-haiku-4-5 weiter — kleinere Modelle werden schneller fertig und belegen einen Slot kürzer.
- Aktivieren Sie [Prompt-Caching](/de/docs/guides/prompt-caching/): Zwischengespeicherte Präfixe reduzieren die Eingabe-Tokens und damit die Belastung des Token-Limits pro Minute.
- Kürzen Sie den Gesprächsverlauf; siehe [Kontextverwaltung](/de/docs/guides/context-management/).
- Bündeln Sie Offline-Aufgaben für Zeiten mit geringer Auslastung. 

[FehlerStatuscode-Referenz](/de/docs/api-reference/errors/)[KostenkontrolleWeniger pro Aufgabe ausgeben](/de/docs/guides/cost-control/)[TarifePauschaltarife](/de/docs/billing/plans/) 

[ZurückFehler](/de/docs/api-reference/errors/)[WeiterTool-Nutzung und Funktionsaufrufe](/de/docs/api-reference/tool-use/)