Groq-limiet bereikt (429)
Groq is snel, dus een gratis Groq-sleutel bereikt zijn limieten snel. Dan geeft Groq HTTP 429 terug met een bericht dat de limiet noemt. Deze pagina legt het bericht uit, de gratis limieten per model, de headers om te lezen, en hoe je kunt blijven werken.
Code, modelnamen en labels uit de live catalogus worden in het Engels getoond.
Lees de foutmelding
Het 429-bericht van Groq noemt het model, de organisatie, het servicetier, het type limiet en de wachttijd. Dit voorbeeld is geplaatst in een openbaar bugrapport:
Voorbeeld van 429-body-tekst
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.| Limiet in het bericht | Wat op is | Wat te doen |
|---|---|---|
| requests per minute (RPM) | Te veel aanvragen in 60 seconden | Wacht een paar seconden en probeer opnieuw |
| tokens per minute (TPM) | Te veel tokens in 60 seconden | Wacht, of stuur kortere prompts |
| requests per day (RPD) | Het dagelijkse aanvraagquotum | Wacht de tijd uit het bericht, of gebruik een ander model |
| tokens per day (TPD) | Het dagelijkse tokenquotum | Wacht de tijd uit het bericht, of gebruik een ander model |
Een andere fout is HTTP 413 met "Request too large". Dat betekent dat één aanvraag groter is dan de TPM-limiet van het model. Wachten helpt niet. Maak de aanvraag kleiner, of gebruik een model met een hogere TPM-limiet.
Limieten van het gratis plan van Groq
Groq past ratelimieten toe op de organisatie, niet op elke gebruiker of sleutel. Deze waarden komen van het tabblad Free Plan op de pagina met ratelimieten van Groq. Gecachte tokens tellen niet mee voor de limieten.
| Model | 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 | - | - |
Whisper-modellen hebben ook audiolimieten: 7,200 audioseconden per uur en 28,800 per dag. De tabel hieronder toont de Groq-rijen in de FreeLLMAPI-catalogus. Als een waarde in de catalogus en de pagina van Groq verschilt, is de pagina van Groq leidend.
| Model | Gratis op | Context | Gratis limieten (beste aanbod) | Tools | Vision |
|---|---|---|---|---|---|
| Qwen3.8 27B | Groq | 262K | 30 aanvragen/min 250 aanvragen/dag 70,000 tokens/min ~6M | Ja | Ja |
| GPT-OSS 120B | Groq | 131K | 30 aanvragen/min 1,000 aanvragen/dag 8,000 tokens/min 200,000 tokens/dag ~6M | Ja | Nee |
| GPT-OSS 20B | Groq | 131K | 30 aanvragen/min 1,000 aanvragen/dag 8,000 tokens/min 200,000 tokens/dag ~6M | Ja | Nee |
| GPT-OSS Safeguard 20B | Groq | 131K | 30 aanvragen/min 1,000 aanvragen/dag 8,000 tokens/min 200,000 tokens/dag ~6M | Ja | Nee |
| ALLaM 2 7B | Groq | 4K | 30 aanvragen/min 1,000 aanvragen/dag 6,000 tokens/min 500,000 tokens/dag ~15M | Nee | Nee |
| Llama Prompt Guard 2 22M | Groq | 512 | 30 aanvragen/min 14,400 aanvragen/dag 15,000 tokens/min 14.4K rpd | Nee | Nee |
| Llama Prompt Guard 2 86M | Groq | 512 | 30 aanvragen/min 14,400 aanvragen/dag 15,000 tokens/min 14.4K rpd | Nee | Nee |
Actuele gegevens uit de FreeLLMAPI-catalogus (versie 2026.11.19, gecontroleerd 2026-11-19). Gratis limieten veranderen vaak. De catalogus wordt elke dag gecontroleerd.
De ratelimiet-headers
Elke Groq-respons heeft ratelimiet-headers. Lees ze om af te remmen voordat je een 429 krijgt.
| Header | Heeft betrekking op | Betekenis |
|---|---|---|
x-ratelimit-limit-requests | RPD | Aanvragen toegestaan per dag |
x-ratelimit-remaining-requests | RPD | Aanvragen die vandaag nog over zijn |
x-ratelimit-reset-requests | RPD | Tijd tot de aanvraaglimiet opnieuw begint, bijvoorbeeld 2m59.56s |
x-ratelimit-limit-tokens | TPM | Tokens toegestaan per minuut |
x-ratelimit-remaining-tokens | TPM | Tokens die deze minuut nog over zijn |
x-ratelimit-reset-tokens | TPM | Tijd tot de tokenlimiet opnieuw begint, bijvoorbeeld 7.66s |
retry-after | Elk | Seconden om te wachten. Groq stelt die alleen in nadat je een limiet hebt bereikt. |
Bekijk de headers
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'Correct opnieuw proberen
Gebruik retry-after wanneer Groq die stuurt. Ontbreekt die, gebruik dan exponentiële backoff met een maximum. Probeer dagelijkse limieten niet in een strakke lus opnieuw. Elke nieuwe poging is een nieuwe aanvraag.
Opnieuw proberen met 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")- Noemt het bericht RPD of TPD en is de wachttijd minuten, wissel dan naar een ander model of een andere provider.
- Wil je hogere limieten van Groq, upgrade dan naar de Developer-tier. Die vereist een betaalmethode.
- HTTP 498 is een andere fout. Die betekent dat de flex-tier vol zit.
Plan je Groq-budget
De gratis limieten zijn klein als je rekent. Controleer welke limiet je als eerste stopt bij jouw workload.
- Aanvragen: bij 30 aanvragen per minuut zijn 1,000 aanvragen per dag ongeveer 34 minuten gebruik op volle snelheid.
- Tokens per minuut: 8,000 TPM staat ongeveer vier aanvragen van elk 2,000 tokens per minuut toe. Eén aanvraag van 9,000 tokens geeft fout 413.
- Tokens per dag: 200,000 TPD is ongeveer 25 aanvragen van elk 8,000 tokens. Coding-agents sturen grote prompts, dus TPD raakt vaak op voordat RPD op is.
- Organisatie: alle sleutels en alle leden van de organisatie delen deze getallen.
Houd voor agentwerk prompts kort en wis oude context vaak. Gebruik Groq voor snelle, korte aanroepen. Stuur aanroepen met veel context naar providers met een hogere tokenlimiet.
Failover wanneer Groq vol zit
FreeLLMAPI is een open-source gateway die op je computer draait. Het houdt tellers bij voor RPM, RPD, TPM en TPD voor elk Groq-model en elke sleutel. Het controleert die voor elke aanvraag. Zit Groq vol, dan stuurt de router de aanvraag naar de volgende gratis provider.
- Een korte 429 op een minuutlimiet zet de sleutel op een cooldown van 90 seconden.
- Een 429 op een dagelijkse limiet gebruikt een langere cooldown, of de wachttijd van Groq als die langer is.
- Als de foutbody van Groq de echte limiet noemt, slaat de router die op. Bijvoorbeeld: een 413 met
Limit 30000, Requested 33476zet de TPM-limiet op 30,000. - De header
X-Fallback-Trailtoont elke mislukte stap, bijvoorbeeldgroq/llama-3.3-70b key1=rate_limited.
Roep de gateway aan in plaats van 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 kiest de modellen met de beste gemeten snelheid. Wanneer Groq op zijn limiet zit, antwoorden andere providers. Die kunnen langzamer zijn dan Groq.
Veelgestelde vragen
Wat betekent 'Rate limit reached for model' bij Groq?
Je organisatie heeft één limiet voor dat model volledig gebruikt. Het bericht noemt de limiet (RPM, RPD, TPM of TPD) en de wachttijd.
Wat zijn de ratelimieten van de gratis tier van Groq?
Ze verschillen per model. Op het gratis plan staat openai/gpt-oss-120b 30 aanvragen per minuut toe, 1,000 per dag, 8,000 tokens per minuut en 200,000 tokens per dag.
Waarom krijg ik Groq-fout 413 Request too large?
Eén aanvraag heeft meer tokens dan de TPM-limiet van het model. Maak de prompt korter of gebruik een model met een hogere TPM-limiet. Wachten lost het niet op.
Zet een nieuwe Groq API-sleutel de ratelimiet terug?
Nee. Groq past limieten toe op de organisatie, dus alle sleutels erin delen dezelfde limieten.
Hoe verhoog ik mijn Groq-ratelimiet?
Upgrade naar de Developer-tier met een betaalmethode. Wil je gratis blijven, voeg dan andere providers toe achter een gateway die failover doet wanneer Groq vol zit.
Gerelateerde gidsen
- Rate limits van de gratis LLM API
- free groq api
- Gemini API-quota overschreden (429 RESOURCE_EXHAUSTED)
- NVIDIA NIM API-rate limit
- Groq vs Cerebras
Bronnen
- GroqCloud: Rate limits (gecontroleerd 20 November 2026)
- GroqCloud: Errors (gecontroleerd 20 November 2026)
- GroqCloud: Billing FAQs (gecontroleerd 20 November 2026)
- Public report of the Groq TPD message (Discourse) (gecontroleerd 20 November 2026)
- FreeLLMAPI docs: Quota and cooldown engine (gecontroleerd 20 November 2026)
- FreeLLMAPI docs: Response headers (gecontroleerd 20 November 2026)