限制类型
xAI API 使用多层速率限制来确保公平使用和系统稳定性：
- 请求速率限制 — 每分钟允许的请求数量
- Token 限制 — 每分钟允许的 token 总量（输入 + 输出）
- 并发限制 — 同时进行的请求数量
限制层级
速率限制基于你的账户层级和使用历史自动调整：
| 层级 | 请求/分钟 | Tokens/分钟 | 说明 |
|---|---|---|---|
| 免费 | 较低 | 较低 | 初始层级，适合测试 |
| 标准 | 中等 | 中等 | 充值后自动升级 |
| 高用量 | 较高 | 较高 | 持续使用后自动升级 |
| 企业 | 定制 | 定制 | 联系销售获取定制限制 |
响应头
每个 API 响应包含以下速率限制相关的头部：
| 头部 | 描述 |
|---|---|
x-ratelimit-limit-requests | 每分钟请求限制 |
x-ratelimit-limit-tokens | 每分钟 token 限制 |
x-ratelimit-remaining-requests | 剩余请求数 |
x-ratelimit-remaining-tokens | 剩余 token 数 |
x-ratelimit-reset-requests | 请求限制重置时间 |
x-ratelimit-reset-tokens | Token 限制重置时间 |
处理 429 错误
当超过速率限制时，API 返回 429 Too Many Requests 错误。建议：
- 使用指数退避重试机制
- 检查
Retry-After头部确定重试时间 - 实现请求队列和限流器
- 考虑使用 Batch API 处理非紧急请求
提示缓存
提示缓存可以减少 token 使用量和成本。缓存的输入 token 按折扣价格计费 （如 grok-4.5 缓存输入 $0.50 / 1M tokens vs 标准 $2.00 / 1M tokens）。