Limite de taxa da Groq atingido (429)
A Groq é rápida, então uma chave gratuita da Groq atinge os limites rapidamente. Quando isso acontece, a Groq retorna HTTP 429 com uma mensagem que informa o limite. Esta página explica a mensagem, os limites gratuitos por modelo, os cabeçalhos que você deve ler e como continuar funcionando.
O código, os nomes dos modelos e os rótulos do catálogo ao vivo são exibidos em inglês.
Leia a mensagem de erro
A mensagem 429 da Groq informa o modelo, a organização, o nível de serviço, o tipo de limite e o tempo de espera. Este exemplo foi publicado em um relatório de bug público:
Exemplo do texto do corpo do erro 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.| Limite na mensagem | O que acabou | O que fazer |
|---|---|---|
| requisições por minuto (RPM) | Requisições demais em 60 segundos | Aguarde alguns segundos e tente de novo |
| tokens por minuto (TPM) | Tokens demais em 60 segundos | Aguarde, ou envie prompts mais curtos |
| requisições por dia (RPD) | A cota diária de requisições | Aguarde o tempo indicado na mensagem, ou use outro modelo |
| tokens por dia (TPD) | A cota diária de tokens | Aguarde o tempo indicado na mensagem, ou use outro modelo |
Um erro diferente é o HTTP 413 com "Request too large". Ele significa que uma requisição é maior que o limite TPM do modelo. Esperar não ajuda. Reduza a requisição ou use um modelo com um limite TPM maior.
Limites do plano gratuito da Groq
A Groq aplica limites de taxa à organização, não a cada usuário ou chave. Estes valores vêm da aba Free Plan da página de limites de taxa da Groq. Tokens em cache não contam para os limites.
| 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 | - | - |
Os modelos Whisper também têm limites de áudio: 7.200 segundos de áudio por hora e 28.800 por dia. A tabela abaixo mostra as linhas da Groq no catálogo do FreeLLMAPI. Se um valor do catálogo e a página da Groq forem diferentes, vale a página da Groq.
| Modelo | Gratuito em | Contexto | Limites gratuitos (melhor oferta) | Ferramentas | Visão |
|---|---|---|---|---|---|
| Qwen3.8 27B | Groq | 262K | 30 req/min 250 req/dia 70,000 tokens/min ~6M | Sim | Sim |
| GPT-OSS 120B | Groq | 131K | 30 req/min 1,000 req/dia 8,000 tokens/min 200,000 tokens/dia ~6M | Sim | Não |
| GPT-OSS 20B | Groq | 131K | 30 req/min 1,000 req/dia 8,000 tokens/min 200,000 tokens/dia ~6M | Sim | Não |
| GPT-OSS Safeguard 20B | Groq | 131K | 30 req/min 1,000 req/dia 8,000 tokens/min 200,000 tokens/dia ~6M | Sim | Não |
| ALLaM 2 7B | Groq | 4K | 30 req/min 1,000 req/dia 6,000 tokens/min 500,000 tokens/dia ~15M | Não | Não |
| Llama Prompt Guard 2 22M | Groq | 512 | 30 req/min 14,400 req/dia 15,000 tokens/min 14.4K rpd | Não | Não |
| Llama Prompt Guard 2 86M | Groq | 512 | 30 req/min 14,400 req/dia 15,000 tokens/min 14.4K rpd | Não | Não |
Dados ao vivo do catálogo FreeLLMAPI (versão 2026.11.19, verificado em 2026-11-19). Os limites gratuitos mudam com frequência. O catálogo é verificado todos os dias.
Os cabeçalhos de limite de taxa
Cada resposta da Groq tem cabeçalhos de limite de taxa. Leia-os para desacelerar antes de receber um 429.
| Cabeçalho | Refere-se a | Significado |
|---|---|---|
x-ratelimit-limit-requests | RPD | Requisições permitidas por dia |
x-ratelimit-remaining-requests | RPD | Requisições restantes hoje |
x-ratelimit-reset-requests | RPD | Tempo até o limite de requisições ser reiniciado, por exemplo 2m59.56s |
x-ratelimit-limit-tokens | TPM | Tokens permitidos por minuto |
x-ratelimit-remaining-tokens | TPM | Tokens restantes neste minuto |
x-ratelimit-reset-tokens | TPM | Tempo até o limite de tokens ser reiniciado, por exemplo 7.66s |
retry-after | Qualquer | Segundos de espera. A Groq define este valor somente depois que você atinge um limite. |
Veja os cabeçalhos
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'Tente de novo corretamente
Use retry-after quando a Groq enviá-lo. Se ele faltar, use backoff exponencial com um teto. Não tente de novo os limites diários em um loop apertado. Cada nova tentativa é uma nova requisição.
Nova tentativa com 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")- Se a mensagem citar RPD ou TPD e a espera for de minutos, mude para outro modelo ou provedor.
- Para obter limites maiores da Groq, faça upgrade para o nível Developer. Ele exige um meio de pagamento.
- HTTP 498 é um erro diferente. Ele significa que o nível flex está com capacidade esgotada.
Planeje o seu orçamento da Groq
Os limites gratuitos são pequenos quando você faz as contas. Verifique qual limite para primeiro na sua carga de trabalho.
- Requisições: com 30 requisições por minuto, 1.000 requisições por dia duram cerca de 34 minutos de uso em velocidade total.
- Tokens por minuto: 8.000 TPM permitem cerca de quatro requisições de 2.000 tokens cada por minuto. Uma requisição de 9.000 tokens recebe o erro 413.
- Tokens por dia: 200.000 TPD equivalem a cerca de 25 requisições de 8.000 tokens. Agentes de programação enviam prompts grandes, então o TPD costuma acabar antes do RPD.
- Organização: todas as chaves e todos os membros da organização compartilham esses números.
Para trabalho com agentes, mantenha os prompts curtos e limpe o contexto antigo com frequência. Use a Groq para chamadas rápidas e curtas. Envie chamadas com contexto longo para provedores com um limite de tokens maior.
Faça failover quando a Groq estiver cheia
O FreeLLMAPI é um gateway de código aberto que roda no seu computador. Ele mantém contadores de RPM, RPD, TPM e TPD para cada modelo e chave da Groq. Ele verifica esses contadores antes de cada requisição. Quando a Groq está cheia, o roteador envia a requisição para o próximo provedor gratuito.
- Um 429 curto em um limite por minuto coloca a chave em um período de espera de 90 segundos.
- Um 429 em um limite diário usa um período de espera mais longo, ou o tempo de nova tentativa da Groq se ele for maior.
- Quando o corpo do erro da Groq informa o limite real, o roteador o guarda. Por exemplo, um 413 com
Limit 30000, Requested 33476define o limite TPM como 30.000. - O cabeçalho
X-Fallback-Trailmostra cada salto que falhou, por exemplogroq/llama-3.3-70b key1=rate_limited.
Chame o gateway em vez da 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 prefere os modelos com a melhor velocidade medida. Quando a Groq atinge o limite, outros provedores respondem. Eles podem ser mais lentos que a Groq.
Perguntas frequentes
O que significa 'Rate limit reached for model' na Groq?
A sua organização usou todo um limite desse modelo. A mensagem informa o limite (RPM, RPD, TPM ou TPD) e o tempo de espera.
Quais são os limites de taxa do plano gratuito da Groq?
Eles variam por modelo. No plano gratuito, o openai/gpt-oss-120b permite 30 requisições por minuto, 1.000 por dia, 8.000 tokens por minuto e 200.000 tokens por dia.
Por que recebo o erro 413 Request too large da Groq?
Uma requisição tem mais tokens que o limite TPM do modelo. Deixe o prompt mais curto ou use um modelo com um limite TPM maior. Esperar não resolve.
Uma nova chave de API da Groq reinicia o limite de taxa?
Não. A Groq aplica os limites à organização, então todas as chaves dela compartilham os mesmos limites.
Como aumentar o meu limite de taxa da Groq?
Faça upgrade para o nível Developer com um meio de pagamento. Para continuar gratuito, adicione outros provedores atrás de um gateway que faça failover quando a Groq estiver cheia.
Guias relacionados
- Limites de taxa da API LLM gratuita
- free groq api
- Cota da API Gemini excedida (429 RESOURCE_EXHAUSTED)
- Limite de taxa da API NVIDIA NIM
- Groq vs Cerebras
Fontes
- GroqCloud: Rate limits (verificado em 20 November 2026)
- GroqCloud: Errors (verificado em 20 November 2026)
- GroqCloud: Billing FAQs (verificado em 20 November 2026)
- Public report of the Groq TPD message (Discourse) (verificado em 20 November 2026)
- FreeLLMAPI docs: Quota and cooldown engine (verificado em 20 November 2026)
- FreeLLMAPI docs: Response headers (verificado em 20 November 2026)