> ## Documentation Index > Fetch the complete documentation index at: https://speshu.ai/docs/llms.txt > Use this file to discover all available pages before exploring further. # Лимиты и таймауты > Ограничения запросов, таймауты и что делать при 429 Здесь собраны все ограничения запроса: потолки по времени, размеру и частоте, лимиты тарифа и квоты. ## Таймауты и размер тела | Что | Потолок | | - | - | | Весь запрос к любому эндпоинту `/api/v1/*` | 300 секунд, дальше `504 gateway_timeout` | | Поток генерации текста | до 15 минут | | Чат без потоковой передачи | до 15 минут | | Тело запроса: создание медиа-задачи, текст с таймкодами, проверка длительности | 100 МБ | | Загрузка файла | 100 МБ | Поток идёт на контексте, отвязанном от клиента: если соединение оборвалось, генерация всё равно доходит до конца и деньги списываются. Потоковое ограничение в 15 минут — это не «сколько вы успеете прочитать», а верхняя граница работы всей генерации. ## Частота запросов Лимиты частоты считаются **на пользователя**, а не на ключ, и проверяются раньше всего остального: если превышены, до модели дело не доходит. | Проверка | Ошибка при превышении | | - | - | | Запросов в минуту | `429 rate_limit_exceeded` | | Токенов в минуту | `429 token_limit_exceeded` | Оба лимита **выключены по умолчанию**. Включены ли они для вашего аккаунта и какие значения у них — вопрос настроек аккаунта, поэтому конкретное число здесь не приводится. Ориентируйтесь на поведение: получили `429` — значит, превысили тот предел, который задан у вас. Что делать при `429`: * Отступайте экспоненциально и добавляйте джиттер, иначе параллельные клиенты будут бить в один и тот же момент. * Объединяйте запросы: если задача допускает батчинг, это заметно экономит квоту токенов. * Отличайте два кода: `token_limit_exceeded` — вы упираетесь в объём, `rate_limit_exceeded` — в число запросов. Это разные меры. Цикл повторов с джиттером — на странице [Ошибки](/docs/errors). ## Лимиты тарифа Отдельно от частоты запросов тариф может ограничивать число запросов и суммарное число токенов за день, неделю или месяц. Что происходит при их исчерпании — зависит от эндпоинта. | Эндпоинт | Поведение при исчерпании | | - | - | | `/api/v1/chat/completions` | Если настроена резервная модель — запрос **молча** уходит на неё и тарифицируется по факту. Если не настроена — `422 limit_exceeded` | | `/api/v1/responses` | `422 limit_exceeded` | | `/api/v1/messages` | `422 limit_exceeded` | На `/api/v1/chat/completions` запрос может **успешно вернуться от другой модели**, чем та, которую вы просили, и по цене «по факту» вместо тарифной. Никакого признака в ответе об этом нет, если только вы не сравниваете поле `model` в результате с тем, что отправляли. Проверяйте его, пока тарифные лимиты активны, либо отключите резервную модель, если подмена недопустима. Повтор внутри периода бесполезен: счётчик сбросится по расписанию тарифа. Вариантов два — дождаться сброса или сменить тариф. Текущий объём потребления виден в [Биллинге](/docs/billing). ## Прочие ограничения | Что | Потолок | | - | - | | Активных API-ключей на аккаунт | 10 | | Объём хранилища | Квота на аккаунт | Исчерпание квоты хранилища даёт `413 payload_too_large` на загрузке. Эндпоинта, который отдал бы текущий объём или остаток квоты, на `/api/v1` нет — лимит узнаётся только по факту отказа. Загруженные изображения могут быть перекодированы без потерь, если это даёт меньший файл. Поэтому `size` в ответе на загрузку может оказаться **меньше** размера отправленного файла. Это норма. ## Политика повторов | HTTP | Повторять | Рекомендуемая пауза | | - | - | - | | `429` | Да | Заголовок `Retry-After`, иначе 1–2 секунды с джиттером, рост по степени двойки до \~30 секунд | | `500`, `502` | Да | 1–2 с, до 5 попыток | | `503` | Да | 5–10 с: очередь на модель разходится не мгновенно | | `504` | Осторожно | Только если уверены, что запрос идемпотентен. Потолок в 300 с уже выбран | | `400`, `401`, `402`, `403`, `404`, `422` | Нет | Правьте запрос | ## Практические замечания **Поток обходит потолок в 300 секунд.** Для длинной генерации переходите на `stream: true`: вместо одного запроса на 300 секунд вы получаете поток, идущий до 15 минут. Подробности — в разделе [Потоковая передача](/docs/gaidy/streaming). **Параллельные потоки складываются.** Каждый открытый поток занимает место в квоте параллельных генераций. Планируйте конкурентность под свой лимит, а не под число ядер клиента. **Клиентский таймаут должен быть больше серверного.** Поставьте в клиенте 320 секунд против серверных 300 — иначе вы получите локальный обрыв на ровном месте, где сервер ещё готов был ответить. **Отменяйте ненужные потоки.** Закрытое соединение освобождает слот сразу, а не по истечении 15 минут. ## Что дальше Коды и цикл повторов Формат запроса и потоковая передача Лимиты медиа-задач и идемпотентность Квота хранилища и предел в 100 МБ Списания, тарифы и потребление Ключи и их ограничения Контекстные окна и стоимость токенов This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.