Los límites de tasa son la razón más habitual por la que una integración que funciona empieza a fallar de repente en producción. Aquí explicamos qué restringe realmente cada límite y cómo diseñar la integración para tenerlos en cuenta.
429 significa que se ha alcanzado uno de ellos: no es una interrupción del servicio ni un problema de facturación.| Límite | Qué contabiliza | Síntoma habitual al superarlo |
|---|---|---|
| RPM — solicitudes por minuto | Cuántas solicitudes puedes iniciar en una ventana móvil de un minuto. | Las ráfagas fallan, mientras que el tráfico constante funciona. |
| TPM — tokens por minuto | El total de tokens de entrada y salida en una ventana móvil de un minuto. | Unas pocas llamadas con mucho contexto fallan, mientras que muchas llamadas pequeñas funcionan. |
| Concurrencia | Solicitudes en curso en el mismo instante. | Los procesos o agentes paralelos se quedan bloqueados; la transmisión lo agrava. |
Una respuesta transmitida ocupa su plaza de concurrencia desde el primer token hasta el último. Una generación de 60 segundos ocupa esa plaza durante un minuto completo, por lo que una concurrencia de 1 te limita a aproximadamente una solicitud larga a la vez, por generoso que parezca el límite de RPM. Las herramientas basadas en agentes, como Claude Code, Cline y Aider, abren varias transmisiones simultáneas, por eso alcanzan primero los límites de concurrencia.
Reintenta con una espera exponencial y una variación aleatoria: duplica la espera en cada intento y añade una pequeña variación aleatoria para que los clientes que reintentan no vuelvan a sincronizarse en otra ráfaga. Respeta la cabecera retry-after cuando esté presente. Limita el número total de intentos y muestra un error claro en lugar de reintentar indefinidamente. Usa una cola en el cliente para regular tu propio tráfico en vez de descubrir el límite al alcanzarlo.
Las cuentas nuevas empiezan con límites conservadores de concurrencia y RPM para que un único script descontrolado no perjudique a todos. Ambos se aumentan a petición una vez que existe un historial de uso: contacta con soporte e incluye una breve descripción de tu carga de trabajo. Los planes ilimitados de tarifa plana se rigen por límites de uso razonable en lugar de facturación por token, y las recargas de crédito de pago por uso aportan 7.69231x del valor nominal.
Significa que se ha alcanzado un límite de tasa: solicitudes por minuto, tokens por minuto o solicitudes simultáneas. No es un fallo de facturación ni una interrupción del servicio. Reintenta con una espera exponencial y respeta la cabecera retry-after si se devuelve.
Las herramientas basadas en agentes lanzan varias solicitudes de transmisión a la vez. La transmisión ocupa una plaza de concurrencia durante toda la respuesta, por lo que unas pocas generaciones largas en paralelo agotan la concurrencia aunque tu recuento de solicitudes por minuto siga pareciendo bajo.
Contacta con soporte cuando tengas algo de historial de uso e incluye una breve descripción de la carga de trabajo y la concurrencia que necesitas. Los límites empiezan siendo conservadores para proteger la capacidad compartida y se aumentan de forma habitual para cargas de trabajo reales.
Sí, como límites de uso razonable. Los planes ilimitados eliminan la facturación por token, no las restricciones físicas de la capacidad del proveedor, por lo que siguen aplicándose los límites de concurrencia y de ráfagas.
Los mismos modelos, las mismas ventanas de contexto y una única URL base que puedes sustituir directamente. Paga por uso o elige un plan ilimitado de tarifa plana.
Obtener una clave de API Ver planes ilimitadosAI Prime Tech es una pasarela API independiente y no está afiliada a Anthropic ni cuenta con su respaldo o patrocinio. «Claude» y «Anthropic» son marcas comerciales de Anthropic. Los precios de lista oficiales de Anthropic que se muestran como comparación proceden de sus precios publicados y pueden cambiar; nuestras tarifas se obtienen de nuestro catálogo en tiempo real. Las estimaciones se calculan a partir de los recuentos de tokens que introduces y diferirán del uso real.