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

[Início](/pt/) / [Documentação](/pt/docs/) / Limites de requisições 

# Limites de requisições 

Como funciona a limitação de requisições, o que um 429 significa aqui e como criar um cliente que não o provoque. 

 Copiar página [ Ver como Markdown](/pt/docs/api-reference/rate-limits.md) [ Perguntar ao ChatGPT](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.) [ Perguntar no Claude](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.)   

Os limites garantem uma distribuição justa da capacidade compartilhada dos provedores upstream. Eles se aplicam por conta, não por chave, portanto adicionar chaves não aumenta seu limite máximo. 

## O que é limitado 

 | Dimensão | Comportamento

 | Requisições simultâneas | Requisições em andamento por conta. A causa mais comum de um 429.

 | Requisições por minuto | Taxa sustentada de chamadas.

 | Tokens por minuto | Vazão combinada de entrada e saída. 

Os planos ilimitados aplicam limites de uso justo em vez de um saldo de créditos — eles eliminam a cobrança por token, não o limite de simultaneidade. 

## Lidar corretamente com 429 
- Aumente exponencialmente o intervalo entre tentativas, com variação aleatória — 1s, 2s, 4s, 8s, cada um acrescido ou reduzido de uma fração aleatória.
- Limite a simultaneidade no cliente com um semáforo, em vez de disparar tudo e tentar novamente as requisições rejeitadas.
- Coloque o trabalho em lote em uma fila em vez de paralelizá-lo ao máximo; a vazão é limitada pelos tokens por minuto, não pela quantidade de sockets que você abre.
- Trate 529 de forma diferente de 429 — isso diz respeito à capacidade do provedor upstream, não a você, e geralmente se resolve em segundos. 

```
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)
```

Ferramentas agênticas como Claude Code disparam muitas operações em paralelo por design. Se você encontrar erros 429 durante o uso intenso de agentes, reduza o paralelismo da ferramenta antes de mudar para um plano superior. 

## Reduzir a pressão em vez de tentar novamente 
- Encaminhe tarefas de baixo custo para claude-haiku-4-5 — modelos menores terminam mais rápido e ocupam uma vaga por menos tempo.
- Ative [o cache de prompts](/pt/docs/guides/prompt-caching/): prefixos em cache reduzem os tokens de entrada e, portanto, a pressão sobre o limite de tokens por minuto.
- Reduza o histórico da conversa; consulte [Gerenciamento de contexto](/pt/docs/guides/context-management/).
- Agrupe o trabalho offline em lotes para períodos fora do horário de pico. 

[ErrosReferência de códigos de status](/pt/docs/api-reference/errors/)[Controle de custosGaste menos por tarefa](/pt/docs/guides/cost-control/)[PlanosOpções de preço fixo](/pt/docs/billing/plans/) 

[AnteriorErros](/pt/docs/api-reference/errors/)[PróximoUso de ferramentas e chamada de funções](/pt/docs/api-reference/tool-use/)