Límite de uso de Groq alcanzado (429)
Groq es rápido, así que una clave gratuita de Groq alcanza sus límites con rapidez. Cuando eso pasa, Groq devuelve HTTP 429 con un mensaje que indica el límite. Esta página explica el mensaje, los límites gratuitos por modelo, los encabezados que debe leer y cómo seguir trabajando.
El código, los nombres de los modelos y las etiquetas del catálogo en vivo se muestran en inglés.
Lea el mensaje de error
El mensaje 429 de Groq indica el modelo, la organización, el nivel de servicio, el tipo de límite y el tiempo de espera. Este ejemplo se publicó en un informe de error público:
Texto de ejemplo del cuerpo 429
Rate limit reached for model openai/gpt-oss-120b in organization org_<id>
service tier on_demand on tokens per day (TPD): Limit 200000, Used 193487,
Requested 7464. Please try again in 6m50.832s.| Límite en el mensaje | Qué se agotó | Qué hacer |
|---|---|---|
| solicitudes por minuto (RPM) | Demasiadas solicitudes en 60 segundos | Espere unos segundos y vuelva a intentarlo |
| tokens por minuto (TPM) | Demasiados tokens en 60 segundos | Espere, o envíe prompts más cortos |
| solicitudes por día (RPD) | La cuota diaria de solicitudes | Espere el tiempo que indica el mensaje, o use otro modelo |
| tokens por día (TPD) | La cuota diaria de tokens | Espere el tiempo que indica el mensaje, o use otro modelo |
Otro error es HTTP 413 con « Request too large ». Significa que una sola solicitud es mayor que el límite TPM del modelo. Esperar no ayuda. Haga la solicitud más pequeña, o use un modelo con un límite TPM más alto.
Límites del plan gratuito de Groq
Groq aplica los límites de uso a la organización, no a cada usuario ni a cada clave. Estos valores provienen de la pestaña Free Plan de la página de límites de Groq. Los tokens en caché no cuentan para los límites.
| Modelo | RPM | RPD | TPM | TPD |
|---|---|---|---|---|
openai/gpt-oss-120b | 30 | 1,000 | 8,000 | 200,000 |
openai/gpt-oss-20b | 30 | 1,000 | 8,000 | 200,000 |
openai/gpt-oss-safeguard-20b | 3 | 1,000 | 2,000 | 200,000 |
qwen/qwen3.8-27b | 30 | 1,000 | 8,000 | 200,000 |
meta-llama/llama-prompt-guard-2-86m | 30 | 14,400 | 15,000 | 500,000 |
whisper-large-v3 | 20 | 2,000 | - | - |
Los modelos Whisper también tienen límites de audio: 7,200 segundos de audio por hora y 28,800 por día. La tabla siguiente muestra las filas de Groq del catálogo de FreeLLMAPI. Si un valor del catálogo y la página de Groq no coinciden, prevalece la página de Groq.
| Modelo | Gratis en | Contexto | Límites gratuitos (mejor oferta) | Herramientas | Visión |
|---|---|---|---|---|---|
| Qwen3.8 27B | Groq | 262K | 30 solicitudes/min 250 solicitudes/día 70,000 tokens/min ~6M | Sí | Sí |
| GPT-OSS 120B | Groq | 131K | 30 solicitudes/min 1,000 solicitudes/día 8,000 tokens/min 200,000 tokens/día ~6M | Sí | No |
| GPT-OSS 20B | Groq | 131K | 30 solicitudes/min 1,000 solicitudes/día 8,000 tokens/min 200,000 tokens/día ~6M | Sí | No |
| GPT-OSS Safeguard 20B | Groq | 131K | 30 solicitudes/min 1,000 solicitudes/día 8,000 tokens/min 200,000 tokens/día ~6M | Sí | No |
| ALLaM 2 7B | Groq | 4K | 30 solicitudes/min 1,000 solicitudes/día 6,000 tokens/min 500,000 tokens/día ~15M | No | No |
| Llama Prompt Guard 2 22M | Groq | 512 | 30 solicitudes/min 14,400 solicitudes/día 15,000 tokens/min 14.4K rpd | No | No |
| Llama Prompt Guard 2 86M | Groq | 512 | 30 solicitudes/min 14,400 solicitudes/día 15,000 tokens/min 14.4K rpd | No | No |
Datos en vivo del catálogo de FreeLLMAPI (versión 2026.11.19, revisado 2026-11-19). Los límites gratuitos cambian con frecuencia. El catálogo se revisa todos los días.
Los encabezados de límite de uso
Cada respuesta de Groq incluye encabezados de límite de uso. Léalos para reducir la velocidad antes de recibir un 429.
| Encabezado | Se refiere a | Significado |
|---|---|---|
x-ratelimit-limit-requests | RPD | Solicitudes permitidas por día |
x-ratelimit-remaining-requests | RPD | Solicitudes restantes hoy |
x-ratelimit-reset-requests | RPD | Tiempo hasta que se reinicia el límite de solicitudes, por ejemplo 2m59.56s |
x-ratelimit-limit-tokens | TPM | Tokens permitidos por minuto |
x-ratelimit-remaining-tokens | TPM | Tokens restantes en este minuto |
x-ratelimit-reset-tokens | TPM | Tiempo hasta que se reinicia el límite de tokens, por ejemplo 7.66s |
retry-after | Cualquiera | Segundos de espera. Groq lo define solo después de que alcance un límite. |
Vea los encabezados
curl -s -D - -o /dev/null https://api.groq.com/openai/v1/chat/completions \
-H "Authorization: Bearer <groq-key>" \
-H "Content-Type: application/json" \
-d '{"model": "openai/gpt-oss-20b", "messages": [{"role": "user", "content": "hi"}]}' \
| grep -i -E 'x-ratelimit|retry-after'Reintente correctamente
Use retry-after cuando Groq lo envíe. Si falta, use retroceso exponencial con un límite máximo. No reintente los límites diarios en un bucle cerrado. Cada reintento es una solicitud nueva.
Reintente con retry-after (Python)
import time
from openai import OpenAI, RateLimitError
client = OpenAI(base_url="https://api.groq.com/openai/v1", api_key="<groq-key>")
def ask(prompt, model="openai/gpt-oss-20b"):
for attempt in range(5):
try:
r = client.chat.completions.create(model=model, messages=[{"role": "user", "content": prompt}])
return r.choices[0].message.content
except RateLimitError as e:
wait = e.response.headers.get("retry-after")
time.sleep(float(wait) if wait else min(60, 2 ** attempt))
raise RuntimeError("Groq rate limit: retries used up")- Si el mensaje indica RPD o TPD y la espera es de minutos, cambie a otro modelo o proveedor.
- Para obtener límites más altos de Groq, actualice al nivel Developer. Necesita un método de pago.
- HTTP 498 es un error distinto. Significa que el nivel flex está al límite de su capacidad.
Planifique su presupuesto de Groq
Los límites gratuitos son pequeños cuando se hacen los cálculos. Revise qué límite le detiene primero según su carga de trabajo.
- Solicitudes: con 30 solicitudes por minuto, 1,000 solicitudes por día duran unos 34 minutos de uso a plena velocidad.
- Tokens por minuto: 8,000 TPM permiten unas cuatro solicitudes de 2,000 tokens cada una por minuto. Una solicitud de 9,000 tokens recibe el error 413.
- Tokens por día: 200,000 TPD equivalen a unas 25 solicitudes de 8,000 tokens. Los agentes de programación envían prompts grandes, así que los TPD suelen agotarse antes que los RPD.
- Organización: todas las claves y todos los miembros de la organización comparten estas cifras.
En trabajo con agentes, mantenga los prompts cortos y claros, y elimine el contexto antiguo con frecuencia. Use Groq para llamadas rápidas y cortas. Envíe las llamadas de contexto largo a proveedores con un límite de tokens más alto.
Cambie de proveedor cuando Groq esté lleno
FreeLLMAPI es una pasarela de código abierto que se ejecuta en su computadora. Lleva contadores de RPM, RPD, TPM y TPD para cada modelo y clave de Groq. Los comprueba antes de cada solicitud. Cuando Groq está lleno, el enrutador envía la solicitud al siguiente proveedor gratuito.
- Un 429 breve por un límite por minuto pone la clave en un periodo de enfriamiento de 90 segundos.
- Un 429 por un límite diario usa un periodo de enfriamiento más largo, o el tiempo de reintento de Groq si es mayor.
- Cuando el cuerpo de un error de Groq indica el límite real, el enrutador lo guarda. Por ejemplo, un 413 con
Limit 30000, Requested 33476fija el límite TPM en 30,000. - El encabezado
X-Fallback-Trailmuestra cada salto fallido, por ejemplogroq/llama-3.3-70b key1=rate_limited.
Llame a la pasarela en lugar de a Groq
curl -i http://localhost:3001/v1/chat/completions \
-H "Authorization: Bearer <unified-key>" \
-H "Content-Type: application/json" \
-d '{"model": "auto:fast", "messages": [{"role": "user", "content": "hi"}]}'auto:fast prefiere los modelos con la mejor velocidad medida. Cuando Groq está en su límite, responden otros proveedores. Pueden ser más lentos que Groq.
Preguntas frecuentes
¿Qué significa « Rate limit reached for model » en Groq?
Su organización usó todo un límite de ese modelo. El mensaje indica el límite (RPM, RPD, TPM o TPD) y el tiempo de espera.
¿Cuáles son los límites de uso del nivel gratuito de Groq?
Cambian según el modelo. En el plan gratuito, openai/gpt-oss-120b permite 30 solicitudes por minuto, 1,000 por día, 8,000 tokens por minuto y 200,000 tokens por día.
¿Por qué recibo el error 413 de Groq « Request too large »?
Una solicitud tiene más tokens que el límite TPM del modelo. Acorte el prompt o use un modelo con un límite TPM más alto. Esperar no lo soluciona.
¿Una clave nueva de la API de Groq reinicia el límite de uso?
No. Groq aplica los límites a la organización, así que todas las claves de ella comparten los mismos límites.
¿Cómo aumento mi límite de uso de Groq?
Actualice al nivel Developer con un método de pago. Para seguir gratis, añada otros proveedores detrás de una pasarela que haga respaldo automático cuando Groq esté lleno.
Guías relacionadas
- Límites de uso de API LLM gratuitas
- free groq api
- Cuota de la API de Gemini superada (429 RESOURCE_EXHAUSTED)
- Límite de uso de la API NVIDIA NIM
- Groq vs Cerebras
Fuentes
- GroqCloud: Rate limits (revisado 20 November 2026)
- GroqCloud: Errors (revisado 20 November 2026)
- GroqCloud: Billing FAQs (revisado 20 November 2026)
- Public report of the Groq TPD message (Discourse) (revisado 20 November 2026)
- FreeLLMAPI docs: Quota and cooldown engine (revisado 20 November 2026)
- FreeLLMAPI docs: Response headers (revisado 20 November 2026)