Pular para o conteúdo principal
Os limites de taxa variam por modelo e tier. Os limites padrão abaixo são uma referência útil, mas o endpoint /api_keys/rate_limits da API é a forma canônica de buscar seus limites atuais. Você pode verificar seus limites exatos a qualquer momento:

Veja seus limites

Playground interativo

Logs de limite de taxa

Veja quais requisições atingiram limites

​
Limites padrão

​
Modelos de texto

Os modelos de texto são agrupados em tiers com base no tamanho. Cada cartão de modelo na página de modelos exibe seu badge de tier.
XS qwen3-4b llama-3.2-3bS mistral-31-24b venice-uncensoredM zai-org-glm-5 qwen3-next-80b google-gemma-3-27b-itL qwen3-235b-a22b-instruct-2507 qwen3-235b-a22b-thinking-2507 deepseek-ai-DeepSeek-R1 grok-41-fast kimi-k2-thinking gemini-3-pro-preview hermes-3-llama-3.1-405b qwen3-coder-480b-a35b-instruct zai-org-glm-4.7 openai-gpt-oss-120b

​
Outros modelos

​
Tratamento de erros

Requisições com falha (500, 503, 429) devem ser repetidas com backoff exponencial. Para erros 429 especificamente, verifique o cabeçalho x-ratelimit-reset-requests para o timestamp Unix exato em que você pode tentar novamente. A maioria das bibliotecas HTTP tem mecanismos de retry integrados que tratam isso automaticamente.

​
Proteção contra abuso

Se você gerar mais de 20 requisições com falha em 30 segundos, a API bloqueará novas requisições por 30 segundos:

​
Cabeçalhos de resposta

Toda resposta inclui estes cabeçalhos:

​
Tier Partner

Parceiros recebem limites de taxa significativamente maiores: Se você está atingindo seus limites de taxa consistentemente e seus padrões de uso mostram demanda sustentada ao longo do tempo, entre em contato para discutir acesso de parceiro: api@venice.ai. Os limites do tier Partner podem ser ajustados com base em suas necessidades específicas.