遇到ratelimitexceeded错误时，应先确认模型配额、切换更高配额模型、申请配额提升、实施客户端节流重试、拆分批量请求为小批次串行调用。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您调用通义千问API时遇到请求被拒绝、返回RateLimitExceeded错误或响应头中包含Retry-After字段，则极有可能已触及当前账号或模型的调用次数限制。以下是应对该问题的多种可行方案：
一、确认当前所用模型及对应配额标准
不同Qwen模型具有独立的调用频次（QPM）与Token消耗（TPM）双重限制，且免费额度因账号类型、接入方式及地域而异。准确识别所调用模型是判断是否超限的前提。
1、登录DashScope控制台，进入“API密钥管理”页面。
2、在左侧导航栏选择“用量与配额”，点击“配额详情”标签页。
3、在模型列表中定位您正在调用的模型名称，例如qwen-turbo、qwen-plus或qwen-max-1201。
4、查看该模型当前的“每分钟调用次数上限”与“每分钟Token消耗上限”数值，并比对实时使用率柱状图。
二、切换至更高配额模型或版本
部分模型在相同账号下提供更宽松的基础限流策略，无需额外申请即可立即生效。切换模型属于低侵入性调整，适用于临时高负载场景。
1、将API请求中的model参数由qwen-max改为qwen-turbo。
2、验证新模型是否满足业务需求：qwen-turbo支持≤500 QPM与≤500,000 TPM，适合高并发短文本交互。
3、若原使用qwen-long且需长上下文处理，可尝试qwen-longcontext（限5 QPM但TPM达1,500,000），注意其调用频次显著降低但Token承载能力更强。
三、申请提升指定模型的配额
对于已注册阿里云主账号的用户，可通过配额中心提交人工审批申请，突破默认限流阈值。该流程适用于长期稳定提升服务容量的场景。
1、访问阿里云配额中心。
2、在搜索框输入模型全称，例如qwen-long，并选择对应云产品“通义千问大模型”。
3、勾选目标地域（如华东1（杭州）），点击右侧“申请”按钮。
4、在弹窗中填写期望配额值（如将QPM由100提升至300），并在“申请理由”栏明确说明业务场景、预期调用量级及稳定性要求。
5、勾选“是否通知调整结果”，点击“确认调整”提交申请。
6、前往“申请历史”页跟踪状态，审批通过后配额即时生效，无需重启服务或更换API Key。
四、实施客户端请求节流与重试策略
在不变更服务端配额的前提下，通过客户端逻辑优化请求分布，可有效规避瞬时超限。该方法适用于无法立即调整模型或等待审批的运行中系统。
1、解析HTTP响应头中的X-RateLimit-Remaining与Retry-After字段。
2、当检测到429 Too Many Requests状态码时，暂停后续请求，按Retry-After值（单位为秒）进行休眠。
3、对正常请求实施指数退避：首次失败后等待1秒，第二次失败后等待2秒，第三次失败后等待4秒，依此类推，上限设为30秒。
4、在Spring Boot应用中集成Resilience4j的RateLimiter组件，配置每分钟最大许可数略低于模型QPM阈值（如qwen-plus设为180）。
五、拆分批量请求为串行小批次调用
针对一次性提交大量Prompt的批处理任务，集中发送易触发隐式限流。将大任务切分为符合单次限流约束的小单元，可绕过峰值判定机制。
1、统计单次API调用平均耗时与平均Token数，测算安全批次大小。例如qwen-plus在200 QPM下，每秒最多3.33次，建议单批次≤3次请求。
2、将原始100条待处理文本划分为34组，每组3条，剩余2条单独成组。
3、使用线程池控制并发度，设定核心线程数为1，确保各组严格串行执行。
4、每组内部启用同步阻塞调用，并在组间插入200ms间隔，避免连续请求挤占同一秒窗口。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
