Erro 429: o que fazer quando deepseek-v4-flash falha

Um 429 significa que um limite de taxa foi atingido: o número de requisições ou tokens em uma janela de tempo excedeu a cota do seu plano.

429 Too Many Requests é uma resposta de limitação de taxa, não um erro. A requisição é válida, mas excedeu a taxa ou a concorrência permitidas pelo seu plano. Basta tentar novamente respeitando a janela indicada nos headers; o corpo não precisa mudar.

deepseek-v4-flash é fornecido por DeepSeek. Tudo nesta página — causas, correções e dados medidos — é compilado a partir do comportamento real deste modelo na camada de gateway.

Neste gateway, o gatilho mais comum é: Muitas requisições simultâneas. A primeira ação recomendada é: Limitar a concorrência e tentar novamente com espera exponencial.

Causas comuns

  • Muitas requisições simultâneas
  • Cota do plano atual esgotada
  • Nova tentativa sem espera

Como resolver

  • Limitar a concorrência e tentar novamente com espera exponencial
  • Mudar para um plano com mais cota
  • Armazenar em cache requisições repetidas

Nova tentativa com backoff exponencial

O código abaixo tenta novamente quando deepseek-v4-flash retorna 429: até 5 tentativas, com espera crescente e jitter aleatório para que chamadas concorrentes não repitam ao mesmo tempo. Leia a URL base e a API key de variáveis de ambiente, nunca as deixe fixas no código.

import os, time, random
import requests

BASE  = os.getenv("OPENAI_BASE_URL")   # e.g. https://<your-gateway>/v1
KEY   = os.getenv("OPENAI_API_KEY")
MODEL = 'deepseek-v4-flash'


def chat(messages, retries=5):
    """Retry with exponential backoff + jitter."""
    for i in range(retries):
        try:
            r = requests.post(
                BASE + "/chat/completions",
                headers={"Authorization": "Bearer " + KEY},
                json={"model": MODEL, "messages": messages, "stream": True},
                timeout=60,
            )
            if r.status_code == 429 or r.status_code >= 500:
                time.sleep(min(2 ** i + random.uniform(0, 1), 30))
                continue
            r.raise_for_status()
            return r.json()
        except requests.exceptions.Timeout:
            time.sleep(min(2 ** i + random.uniform(0, 1), 30))
    raise RuntimeError("gave up after " + str(retries) + " retries")


print(chat([{"role": "user", "content": "hello"}]))

Dados-chave deste modelo

Endpoint da APIhttps://api.airai.cc/v1
Compatível com OpenAIOpenAI-compatible
FornecedorDeepSeek
Contexto1M
RecursosReasoning, Tools, Open Weights
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Fórmula de cobrançap * 0.3 + cr * 0.006 + c * 1.2) : tier("off_peak", p * 0.15 + cr * 0.003 + c * 0.6

Perguntas frequentes

429 se recupera sozinho ou exige ação manual?

Esse erro não depende da capacidade do modelo, é em nível de gateway. Geralmente é algo momentâneo e se recupera sozinho. As tags de capacidade deste modelo são Reasoning, Tools, Open Weights. Se o erro persistir por vários minutos, contate o suporte da plataforma para confirmar o status upstream. Decida primeiro se é nível de conta ou de modelo; os dois exigem tratamento bem diferente.

Quando deepseek-v4-flash retorna 429, quais campos do corpo devo observar?

Guarde o id da requisição e o corpo bruto da resposta, senão não há como rastrear. Se só acontece em produção, geralmente é diferença de ambiente, não do modelo. Este modelo é servido por DeepSeek, então o status upstream segue os anúncios do fornecedor. Registre o id da requisição em cada falha — ajuda mais que o código de status. Reproduza primeiro em ambiente de teste com o mesmo corpo de requisição.

Preciso subir de plano para resolver 429 em deepseek-v4-flash?

Tanto elevar o limite do plano quanto reduzir a frequência de chamadas ajuda. A cobrança segue p * 0.3 + cr * 0.006 + c * 1.2) : tier("off_peak", p * 0.15 + cr * 0.003 + c * 0.6: sem saída, sem cobrança. Confira primeiro saldo e limites de taxa no console, depois o código. Ao estimar o custo a partir de p * 0.3 + cr * 0.006 + c * 1.2) : tier("off_peak", p * 0.15 + cr * 0.003 + c * 0.6, inclua também o orçamento de retentativas.

Como usar o header Retry-After da resposta?

Normalmente não é preciso mudar o código, apenas o ritmo das chamadas. Com a cobrança p * 0.3 + cr * 0.006 + c * 1.2) : tier("off_peak", p * 0.15 + cr * 0.003 + c * 0.6, requisições falhas não entram no uso. Defina o limite de retentativas em 3–5 e adicione jitter. Use backoff exponencial para erros retentáveis e retorne o erro na hora para os demais.

Outros erros deste modelo

Outros modelos com o mesmo erro

Voltar à página do modelo

Dados atualizados: 2026-10-10 15:40

Suporte técnicoAtendimento online
Voltar ao topo