通义千问api调用频繁失败或限流是因超出qpm/tpm并发限制，需按模型版本核对配额、申请提升、客户端节流重试，并通过控制台监控诊断原因。
☞☞☞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☜☜☜
如果您尝试调用通义千问API，但请求频繁失败或返回限流提示，则可能是由于超出模型设定的并发请求上限。以下是针对不同模型版本的具体并发限制说明与应对方式：
一、按模型版本区分的QPM（每分钟请求数）限制
通义千问各主流模型在免费或基础账号下均设有明确的每分钟调用频次上限（QPM），该限制按主账号下所有API Key调用该模型的总和累计计算。超出后将直接拒绝新请求。
1、qwen-turbo：调用频次 ≤ 500 QPM，Token消耗 ≤ 500,000 TPM；
2、qwen-plus：调用频次 ≤ 200 QPM，Token消耗 ≤ 200,000 TPM；
3、qwen-max（限时免费期间）：调用频次 ≤ 60 QPM，Token消耗 ≤ 100,000 TPM；
4、qwen-max-1201：调用频次 ≤ 60 QPM，Token消耗 ≤ 100,000 TPM；
5、qwen-max-longcontext：调用频次 ≤ 5 QPM，Token消耗 ≤ 1,500,000 TPM；
6、qwen-long：调用频次 ≤ 100 QPM，Token消耗暂无限制；
7、qwen-turbo-0624、qwen-turbo-0206：调用频次 ≤ 60 QPM，Token消耗 ≤ 60,000 TPM；
8、qwen-plus-0624、qwen-plus-0206：调用频次 ≤ 60 QPM，Token消耗 ≤ 60,000 TPM。
二、按账号类型调整的并发能力
基础限流策略适用于阿里云主账号下的免费版及标准版用户。企业客户可通过百炼平台或DashScope控制台申请配额提升，部分模型支持扩展至50+ QPS（即3000+ QPM）并配置独立资源池，避免与其他账号共享限流阈值。
1、登录DashScope控制台，进入“API密钥管理”页面；
2、点击对应API Key右侧的“配额详情”，查看当前模型的实时使用量与剩余额度；
3、在“配额申请”模块中选择目标模型，填写日均调用量预估与业务场景说明；
4、提交申请后，系统将在1–3个工作日内完成人工审核并开通新配额。
三、通过客户端实现请求节流与重试控制
即使未达平台级限流阈值，客户端若未做合理调度，仍可能因瞬时并发过高触发隐式限流。建议在代码中集成基于Retry-After响应头的自适应降频逻辑，避免请求堆积与失败率陡增。
1、捕获HTTP状态码为429的响应，并读取响应头中的Retry-After字段值（单位为秒）；
2、在重试前执行对应时长的等待，首次重试间隔不低于该值；
3、启用指数退避机制：后续重试间隔 = Retry-After × 2^(n−1)，n为重试次数；
4、设置最大重试次数上限（推荐≤3次），超限后记录错误日志并终止本次调用；
5、对批量请求进行分片处理，单批次请求数控制在QPM限制的1/10以内（如qwen-turbo控制在50次/批）。
四、监控与诊断限流触发原因
限流失败不一定源于QPM超标，也可能由Token消耗超限、长上下文解析压力或流式响应开启导致的资源争用引发。需结合DashScope控制台中的多维配额仪表盘交叉分析。
1、访问DashScope控制台“用量监控”页，切换时间粒度为“1分钟”，观察QPM与TPM曲线是否同步冲高；
2、检查失败请求的响应体，确认是否包含"rate_limit_exceeded"或"token_limit_exceeded"错误码；
3、筛选出失败率突增的时间段，比对同一时段内平均输入token数是否显著上升；
4、若大量请求携带stream=true参数，临时关闭该选项验证是否缓解限流现象；
5、导出近24小时完整调用日志，按model字段分组统计各模型QPM分布，定位异常调用源。
