Gemini API కోటా మించింది (429 RESOURCE_EXHAUSTED)
మీరు రేట్ పరిమితి లేదా రోజువారీ కోటాను దాటినప్పుడు Gemini API 429 RESOURCE_EXHAUSTED ను ఇస్తుంది. ఉచిత టియర్లో, పరిమితులు చిన్నవి. ఈ పేజీ ఎర్రర్ ప్రతి రూపాన్ని, ప్రస్తుత ఉచిత పరిమితులను, మరియు పనిచేసే పరిష్కారాలను వివరిస్తుంది.
కోడ్, మోడల్ పేర్లు మరియు ప్రత్యక్ష కేటలాగ్ లేబుల్లు ఇంగ్లీషులోనే చూపబడతాయి.
ఎర్రర్ ఎలా కనిపిస్తుంది
Google డెవలపర్ ఫోరమ్లో పోస్ట్ చేసిన ఒక సాధారణ ఉచిత-టియర్ ఎర్రర్కు ఈ భాగాలు ఉంటాయి:
ఉచిత టియర్ నుండి ఉదాహరణ 429
429 RESOURCE_EXHAUSTED
You exceeded your current quota, please check your plan and billing details.
Quota exceeded for metric: generativelanguage.googleapis.com/generate_content_free_tier_requests, limit: 50
quotaId: GenerateRequestsPerDayPerProjectPerModel-FreeTier
Please retry in 11.615098148s.quotaMetricఏది అయిపోయిందో చెబుతుంది.generate_content_free_tier_requestsఉచిత టియర్లోని అభ్యర్థనలను లెక్కిస్తుంది.quotaIdవిండోను చెబుతుంది.PerDayరోజువారీ కోటా.PerMinuteID నిమిషపు పరిమితి.limitఆ విండోలో ఆ మోడల్ కోసం మీ కోటా.Please retry inGoogle సూచించే వేచి ఉండే సమయాన్ని ఇస్తుంది.
మూడు 429 కోడ్లు మరియు ఒక 403
Google API ఎర్రర్ల పేజీ HTTP 429తో మూడు ఎర్రర్ కోడ్లను, మరియు సంబంధిత 403ను జాబితా చేస్తుంది:
| కోడ్ | HTTP | అర్థం | పరిష్కారం |
|---|---|---|---|
rate_limit_exceeded | 429 | ఒక్కో నిమిషానికి లేదా సెకనుకు అభ్యర్థన లేదా టోకెన్ పరిమితి చేరింది | ఎక్స్పొనెన్షియల్ బ్యాకాఫ్తో మళ్లీ ప్రయత్నించండి |
quota_exceeded | 429 | రోజువారీ కోటా అయిపోయింది | రీసెట్ కోసం వేచి ఉండండి, లేదా పెంపు కోరండి |
too_many_requests | 429 | తక్కువ విండోలో చాలా అభ్యర్థనలు | ఎక్స్పొనెన్షియల్ బ్యాకాఫ్తో మళ్లీ ప్రయత్నించండి |
permission_denied | 403 | ప్రాజెక్ట్ పరిమితం చేయబడింది, లేదా దానికి ఉచిత టియర్ అందుబాటులో లేదు | బిల్లింగ్ ఖాతాను లింక్ చేసి చెల్లింపు టియర్ను ఉపయోగించండి |
నిమిషపు పరిమితి ఒక నిమిషం కంటే తక్కువ సమయంలో క్లియర్ అవుతుంది. రోజువారీ కోటా రీసెట్ సమయంలోనే క్లియర్ అవుతుంది. Google రోజువారీ అభ్యర్థనలను పసిఫిక్ సమయం ప్రకారం అర్ధరాత్రి రీసెట్ చేస్తుంది. రీసెట్ కంటే ముందు రోజువారీ కోటా ఎర్రర్ను మళ్లీ ప్రయత్నిస్తే అభ్యర్థనలు వృథా అవుతాయి.
నేటి ఉచిత టియర్ పరిమితులు
Google పరిమితులను ప్రతి Google Cloud ప్రాజెక్ట్కు వర్తింపజేస్తుంది, ప్రతి కీకి కాదు. ప్రతి మోడల్కు పరిమితులు వేరుగా ఉంటాయి. Google మీ క్రియాశీల పరిమితులను AI Studioలో చూపిస్తుంది. పట్టిక FreeLLMAPI కేటలాగ్లోని ఉచిత Gemini మరియు Gemma పరిమితులను చూపుతుంది.
| మోడల్ | ఉచితంగా లభ్యం | కాంటెక్స్ట్ | ఉచిత పరిమితులు (ఉత్తమ ఆఫర్) | సాధనాలు | విజన్ |
|---|---|---|---|---|---|
| Gemini 3.8 Flash | Google AI Studio | 1M | Recurring provider quota | అవును | అవును |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | అవును | అవును |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | అవును | అవును |
| Gemini 3.6 Flash | Google AI Studio | 1M | 10 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | అవును | అవును |
| Gemini 3.5 Flash | Google AI Studio | 1M | 10 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | అవును | అవును |
| Gemini 3.8 Live | Google AI Studio | - | 10 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | అవును | అవును |
| Gemini 3.8 Live Extended Thinking | Google AI Studio | - | 10 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | అవును | అవును |
| Gemini 3.8 Flash TTS | Google AI Studio | - | Ongoing AI Studio free-tier quota; account limits apply | లేదు | లేదు |
| Gemini 3.8 Flash-Lite TTS | Google AI Studio | - | Ongoing AI Studio free-tier quota; account limits apply | లేదు | లేదు |
| Gemini Robotics-ER 2 Preview | Google AI Studio | 131K | 10 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | లేదు | అవును |
| Gemini 3.5 Flash Lite | Google AI Studio | 1M | 15 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | అవును | అవును |
| Gemini Flash Lite (latest alias) | Google AI Studio | - | 10 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | అవును | అవును |
సరిపోలే 21 ఉచిత మోడల్లలో 12 చూపబడుతున్నాయి. అన్ని మోడల్లను చూడండి.
FreeLLMAPI కేటలాగ్ నుండి ప్రత్యక్ష డేటా (వెర్షన్ 2026.11.19, 2026-11-19 న తనిఖీ చేయబడింది). ఉచిత పరిమితులు తరచుగా మారుతాయి. కేటలాగ్ ప్రతి రోజు తనిఖీ చేయబడుతుంది.
చాలా Flash మోడల్లు ఉచిత టియర్లో రోజుకు సుమారు 20 అభ్యర్థనలను అనుమతిస్తాయి. Gemma మోడల్లు రోజుకు చాలా ఎక్కువ అభ్యర్థనలను అనుమతిస్తాయి, కానీ వాటి కాంటెక్స్ట్ విండో చిన్నది. పేర్కొన్న పరిమితులకు హామీ లేదని, అసలు సామర్థ్యం మారవచ్చని Google చెబుతుంది.
పనిచేసే పరిష్కారాలు
quotaIdను చదవండి. దానిలోPerDayఉంటే, ఆగి పసిఫిక్ సమయం ప్రకారం అర్ధరాత్రి రీసెట్ కోసం వేచి ఉండండి.- నిమిషపు పరిమితి కోసం, ఎక్స్పొనెన్షియల్ బ్యాకాఫ్ మరియు జిటర్తో మళ్లీ ప్రయత్నించండి. గరిష్ట రీట్రై సంఖ్యను సెట్ చేయండి.
- సరళమైన పనులను ఎక్కువ రోజువారీ పరిమితి ఉన్న మోడల్కు మార్చండి, ఉదాహరణకు Gemma లేదా Flash-Lite మోడల్.
- తక్కువ tokens పంపండి. పెద్ద ప్రాంప్ట్లు నిమిషానికి tokens పరిమితిని త్వరగా చేరుకుంటాయి.
- చాలా చిన్న
max_tokensఉపయోగించవద్దు. Gemini Flash అవుట్పుట్ పరిమితిలోపల దాచిన ఆలోచన tokens ను ఉపయోగించగలదు.
| మీరు ప్రయత్నించేది | సహాయపడుతుందా? | ఎందుకు |
|---|---|---|
| అదే ప్రాజెక్ట్లో కొత్త API కీని సృష్టించండి | లేదు | పరిమితులు ప్రాజెక్ట్కు వర్తిస్తాయి. కొత్త కీ ఎర్రర్ను పరిష్కరించదని Google చెబుతుంది. |
| ప్రాజెక్ట్ను చెల్లింపు టియర్కు అప్గ్రేడ్ చేయండి | చెల్లింపు కోటాను ఇస్తుంది | చెల్లింపు టియర్ మీకు ఉచిత-టియర్ కోటాను ఇవ్వదని Google చెబుతుంది. చెల్లింపు ఉపయోగానికి బిల్ చేయబడుతుంది. |
retry in సమయం కోసం వేచి ఉండండి | అవును, నిమిషపు పరిమితుల కోసం | నిమిషపు విండో ముగుస్తుంది |
| వేరే మోడల్కు మారండి | అవును | ప్రతి మోడల్కు దాని స్వంత కోటా ఉంటుంది |
పంపే ముందు మీ కోటాను తనిఖీ చేయండి
ఎర్రర్కు ముందే మీరు సమస్యను చూడవచ్చు. AI Studioలో, Gemini API డాక్స్ నుండి రేట్ లిమిట్ పేజీని తెరవండి. ప్రతి మోడల్ కోసం మీ ప్రాజెక్ట్ యొక్క క్రియాశీల పరిమితులను అది చూపుతుంది. Projects పేజీ మీ టియర్ను చూపుతుంది.
మీరు FreeLLMAPIని ఉపయోగిస్తే, ఇప్పుడు ఏ మోడల్లు సిద్ధంగా ఉన్నాయో గేట్వేని అడగండి. exhausted స్థితి ఉన్న మోడల్కు, అన్ని కీలు కూల్డౌన్లో ఉన్నాయి. కూల్డౌన్లు ముగిసినప్పుడు ఆ స్థితి స్వయంగా క్లియర్ అవుతుంది.
ఇప్పుడు సమాధానం ఇవ్వగల మోడల్లను జాబితా చేయండి
curl "http://localhost:3001/v1/models?execution_status=ready" \
-H "Authorization: Bearer <unified-key>"సరళమైన సంఖ్యలతో మీ రోజువారీ ఉపయోగాన్ని ప్లాన్ చేయండి. రోజుకు 20 అభ్యర్థనల వద్ద, ఒక Flash మోడల్ పూర్తి రోజులో సుమారు ప్రతి 72 నిమిషాలకు ఒక అభ్యర్థనను ఇస్తుంది. ఒక కోడింగ్ ఏజెంట్ ఒక పని కోసం 20 అభ్యర్థనలను ఉపయోగించగలదు. Flash మోడల్లను కఠినమైన పనులకు మాత్రమే ఉంచండి, మరియు సరళమైన పనులను ఎక్కువ రోజువారీ పరిమితులు ఉన్న మోడల్లకు పంపండి.
ఇతర ఉచిత ప్రొవైడర్లకు ఫెయిల్ఓవర్ చేయండి
రోజుకు సుమారు 20 Flash అభ్యర్థనలతో, ఒక Gemini కీ ఏజెంట్ పనికి సరిపోదు. FreeLLMAPI Geminiని ఇతర ఉచిత ప్రొవైడర్లతో పాటు ఒకే ఎండ్పాయింట్ వెనుక ఉంచుతుంది. Gemini 429 పంపినప్పుడు, రూటర్ అభ్యర్థనను మీ చైన్లోని తదుపరి మోడల్కు పంపుతుంది.
- రూటర్ ప్రతి మోడల్ మరియు కీ కోసం RPM, RPD, TPM మరియు TPDని లెక్కిస్తుంది. తెలిసిన పరిమితిని చేరుకోవడానికి ముందే అది ఆగుతుంది.
- చిన్న 429 కీని 90 సెకన్ల కూల్డౌన్లో ఉంచుతుంది. పూర్తి రోజువారీ కోటా ఎక్కువ కూల్డౌన్ను ఉపయోగిస్తుంది: 2 నిమిషాలు, 10 నిమిషాలు, 1 గంట, ఆ తర్వాత 24 గంటలు.
- Google ఎక్కువ రీట్రై సమయం ఇస్తే, రూటర్ Google విలువను ఉపయోగిస్తుంది.
X-Fallback-Trailహెడర్ ప్రతి విఫల హాప్ను జాబితా చేస్తుంది, ఉదాహరణకుgoogle/gemini-2.5-flash key1=rate_limited.
గేట్వే ద్వారా Gemini ట్రాఫిక్ను పంపండి
curl -fsSL https://freellmapi.co/install.sh | bash
curl -i http://localhost:3001/v1/chat/completions \
-H "Authorization: Bearer <unified-key>" \
-H "Content-Type: application/json" \
-d '{"model": "auto", "messages": [{"role": "user", "content": "hi"}]}'Gemini CLI గేట్వే యొక్క నేటివ్ /v1beta సర్ఫేస్ను కూడా ఉపయోగించగలదు. గేట్వే Gemini కోటాను జోడించదు. Gemini దాని పరిమితి వద్ద ఉన్నప్పుడు అది ఇతర ప్రొవైడర్లను ఉపయోగిస్తుంది.
తెలిసిన Gemini విచిత్రాలు
| ప్రొవైడర్ | తెలిసిన సమస్య | ఏమి చేయాలి |
|---|---|---|
| Google AI Studio | Thinking tokens use output cap | Gemini Flash can spend hidden thinking tokens inside maxOutputTokens. Avoid tiny max_tokens values or set thinkingBudget to 0 when provider support is available. |
FreeLLMAPI కేటలాగ్ నుండి ప్రత్యక్ష డేటా (వెర్షన్ 2026.11.19, 2026-11-19 న తనిఖీ చేయబడింది). ఉచిత పరిమితులు తరచుగా మారుతాయి. కేటలాగ్ ప్రతి రోజు తనిఖీ చేయబడుతుంది.
తరచుగా అడిగే ప్రశ్నలు
Gemini APIలో 429 RESOURCE_EXHAUSTED అంటే ఏమిటి?
అంటే మీ ప్రాజెక్ట్ రేట్ పరిమితి లేదా కోటాను దాటింది. ఎర్రర్ బాడీలోని quotaId అది నిమిషపు పరిమితా లేదా రోజువారీ కోటానా అని మీకు చెబుతుంది.
Gemini ఉచిత టియర్ కోటా ఎప్పుడు రీసెట్ అవుతుంది?
రోజువారీ అభ్యర్థనలు పసిఫిక్ సమయం ప్రకారం అర్ధరాత్రి రీసెట్ అవుతాయి. నిమిషపు పరిమితులు ఒక నిమిషం లోపల రీసెట్ అవుతాయి.
కొత్త Gemini API కీ కోటా ఎర్రర్ను ఎందుకు పరిష్కరించదు?
Google పరిమితులను Google Cloud ప్రాజెక్ట్కు వర్తింపజేస్తుంది, కీకి కాదు. ఒకే ప్రాజెక్ట్లోని ప్రతి కీ ఒకే కోటాను పంచుకుంటుంది.
Gemini కోటా ఎర్రర్లో limit: 0 అంటే ఏమిటి?
అంటే ఆ విండోలో ఆ మోడల్ కోసం మీ ప్రాజెక్ట్కు ఉచిత కోటా లేదు. కొన్ని ప్రాజెక్ట్లు ఉచిత టియర్కు అర్హత పొందవు. AI Studioలో మీ పరిమితులను తనిఖీ చేయండి, లేదా వేరే మోడల్ను ప్రయత్నించండి.
కోడింగ్ ఏజెంట్లో Gemini 429 ఎర్రర్లను ఎలా నివారించాలి?
ఒక గేట్వే వెనుక అనేక ఉచిత ప్రొవైడర్లను ఉపయోగించండి. Gemini దాని పరిమితిని చేరినప్పుడు, గేట్వే అభ్యర్థనను మరొక ప్రొవైడర్కు పంపుతుంది, కాబట్టి ఏజెంట్ కొనసాగుతుంది.
సంబంధిత గైడ్లు
- ఉచిత LLM API రేట్ పరిమితులు
- free gemini api
- కస్టమ్ ఎండ్పాయింట్ మరియు ఉచిత మోడల్లతో Gemini CLI
- Groq రేట్ పరిమితి చేరింది (429)
- NVIDIA NIM API రేట్ పరిమితి
మూలాలు
- Google AI Studio: Rate limits (20 November 2026 న తనిఖీ చేయబడింది)
- Google AI Studio: API errors (20 November 2026 న తనిఖీ చేయబడింది)
- Google AI Studio: Troubleshooting (20 November 2026 న తనిఖీ చేయబడింది)
- Google developer forum: free tier quota error example (20 November 2026 న తనిఖీ చేయబడింది)
- FreeLLMAPI docs: Quota and cooldown engine (20 November 2026 న తనిఖీ చేయబడింది)
- FreeLLMAPI docs: Response headers (20 November 2026 న తనిఖీ చేయబడింది)