Rate limits
Los rate limits van por API key — RPM y concurrencia — no por tokens totales.
Límites por key
| Límite | Valor |
|---|---|
| Peticiones por minuto | 100 rpm |
| Concurrencia | 5 peticiones simultáneas |
| Tokens por minuto | 2M tpm (modelos de lenguaje) |
Los modelos de embeddings y voz tienen sus propios límites de petición. Consulta Modelos.
Volumen mensual
Los modelos open eficientes son ilimitados en todos los planes — los modelos más grandes, de clase frontier, cuentan contra una cuota mensual que escala con tu plan:
| Plan | Cuota mensual |
|---|---|
| Starter | 2,5B tokens |
| Growth | 7,5B tokens |
| Scale | 20B tokens |
| Enterprise | Personalizada |
Si superas tu cuota, te avisamos antes de cobrarte el exceso. Consulta Precios para el desglose completo.
Gestionar el 429
Cuando superas un límite, la API devuelve 429 Too Many Requests. Haz backoff y reintenta. La mayoría de SDK de OpenAI ya lo hacen por ti con backoff exponencial — la cabecera Retry-After te dice cuánto esperar.
# el SDK de OpenAI reintenta los 429 automáticamente — ajusta el número si hace falta
client = OpenAI(
base_url="https://api.helmcode.com/v1",
api_key="sk-your-key-here",
max_retries=5,
)¿Necesitas límites más altos?
Las cargas de alta demanda pueden obtener más RPM y concurrencia unificada bajo petición. Los planes Dedicated y Enterprise además corren sobre hardware reservado para ti, con rendimiento garantizado. Habla con nosotros.