Início / Guias / Limite de taxa da Groq atingido (429)

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 mensagemO que acabouO que fazer
requisições por minuto (RPM)Requisições demais em 60 segundosAguarde alguns segundos e tente de novo
tokens por minuto (TPM)Tokens demais em 60 segundosAguarde, ou envie prompts mais curtos
requisições por dia (RPD)A cota diária de requisiçõesAguarde o tempo indicado na mensagem, ou use outro modelo
tokens por dia (TPD)A cota diária de tokensAguarde 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.

Limites do Free Plan da Groq, verificados em 20 de novembro de 2026
ModeloRPMRPDTPMTPD
openai/gpt-oss-120b301,0008,000200,000
openai/gpt-oss-20b301,0008,000200,000
openai/gpt-oss-safeguard-20b31,0002,000200,000
qwen/qwen3.8-27b301,0008,000200,000
meta-llama/llama-prompt-guard-2-86m3014,40015,000500,000
whisper-large-v3202,000--

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.

Modelos da Groq no catálogo gratuito de hoje
ModeloGratuito emContextoLimites gratuitos (melhor oferta)FerramentasVisão
Qwen3.8 27BGroq262K30 req/min
250 req/dia
70,000 tokens/min
~6M
SimSim
GPT-OSS 120BGroq131K30 req/min
1,000 req/dia
8,000 tokens/min
200,000 tokens/dia
~6M
SimNão
GPT-OSS 20BGroq131K30 req/min
1,000 req/dia
8,000 tokens/min
200,000 tokens/dia
~6M
SimNão
GPT-OSS Safeguard 20BGroq131K30 req/min
1,000 req/dia
8,000 tokens/min
200,000 tokens/dia
~6M
SimNão
ALLaM 2 7BGroq4K30 req/min
1,000 req/dia
6,000 tokens/min
500,000 tokens/dia
~15M
NãoNão
Llama Prompt Guard 2 22MGroq51230 req/min
14,400 req/dia
15,000 tokens/min
14.4K rpd
NãoNão
Llama Prompt Guard 2 86MGroq51230 req/min
14,400 req/dia
15,000 tokens/min
14.4K rpd
NãoNão

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.

CabeçalhoRefere-se aSignificado
x-ratelimit-limit-requestsRPDRequisições permitidas por dia
x-ratelimit-remaining-requestsRPDRequisições restantes hoje
x-ratelimit-reset-requestsRPDTempo até o limite de requisições ser reiniciado, por exemplo 2m59.56s
x-ratelimit-limit-tokensTPMTokens permitidos por minuto
x-ratelimit-remaining-tokensTPMTokens restantes neste minuto
x-ratelimit-reset-tokensTPMTempo até o limite de tokens ser reiniciado, por exemplo 7.66s
retry-afterQualquerSegundos 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 33476 define o limite TPM como 30.000.
  • O cabeçalho X-Fallback-Trail mostra cada salto que falhou, por exemplo groq/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.

Use todos estes modelos com uma única chave. FreeLLMAPI é um roteador de código aberto e de hospedagem própria. Ele coloca todas estas camadas gratuitas atrás de um único endpoint compatível com OpenAI e passa para o próximo provedor quando um deles está com limite de requisições. Ver o catálogo ou colocar em produção.

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

Fontes

Todos os guias · Ver todos os modelos gratuitos