速率限制与提速

Kimi API 对请求频率和并发数设有速率限制，以确保平台稳定性和公平使用。速率限制等级与账户的累计充值金额挂钩。

速率限制的衡量方式

速率限制通过 4 种方式衡量：

• 并发：同时处理的请求数量。
• RPM（Requests Per Minute，每分钟请求数）。
• TPM（Tokens Per Minute，每分钟 Token 数）。
• TPD（Tokens Per Day，每天 Token 数）。

速率限制可能会在任何一种选项中达到，取决于哪个先发生。例如，你可能向 Chat Completions 发送了 20 个请求，每个请求只有 100 个 Token，那么你就达到了 RPM 限制（如果 RPM 限制是 20），即使你在这些 20 个请求中没有发满 200k 个 Token（假设 TPM 限制是 200k）。

速率限制的计算逻辑

对网关，出于方便考虑，我们会基于请求中的 max_completion_tokens 参数来计算速率限制：

• 如果你的请求中包含了 max_completion_tokens 参数，我们会使用这个参数来计算速率限制。
• 如果你的请求中没有包含 max_completion_tokens 参数，我们会使用默认的 max_completion_tokens 参数来计算速率限制。

当你发出请求后，我们会基于你请求的 token 数量加上你 max_completion_tokens 参数的数量来判断你是否达到了速率限制，而不考虑实际生成的 token 数量。

在计费环节中，我们会基于你请求的 token 数量加上实际生成的 token 数量来计算费用。

速率限制分级

API 速率限制基于账户的累计充值金额进行分级，充值金额越高，可用的速率限制越高。具体分级标准和对应的 RPM、TPM、TPD 限制，请参考 platform.kimi.com 控制台中的说明。

如何查看当前限制

• 登录 API 控制台即可查看当前账户所在的速率限制等级。
• API 响应头中也会包含速率限制相关信息：
  • X-RateLimit-Limit：当前速率限制上限
  • X-RateLimit-Remaining：剩余可用次数
  • X-RateLimit-Reset：限制重置时间

遇到 429 错误怎么办

当请求频率超出限制时，API 将返回 429 状态码。建议：

1. 实施指数退避重试：首次等待 1 秒，之后每次翻倍（2s、4s、8s...）。
2. 控制并发数：使用请求队列或信号量限制同时发出的请求数量。
3. 批量处理：将多个小请求合并为�少的大请求。

更详细的 429 排查方法，请参考 API 调用常见问题。

申请更高速率限制

如果业务需求超出当前速率限制：

• 充值提速：增加累计充值金额，系统将自动提升速率限制等级。
• 联系客服：如有特殊需求，可联系平台客服或通过 platform.kimi.com/contact-sales 联系销售团队，申请定制化的速率配额。