Гайд · TNWS AI
Почему OpenAI API отвечает 429 и как корректно обработать лимит
Почему OpenAI API отвечает 429 и как корректно обработать лимит: пошаговый разбор, готовый шаблон, пример и контроль ошибок.
Задача и границы
Материал для разработчиков, которые получают ошибку 429 при серии запросов. Лимиты зависят от организации, проекта, модели и уровня использования; не переносите чужие цифры в свою конфигурацию.
Важно: этот сценарий не заменяет проверку человеком. Он нужен, чтобы сделать работу с нейросетью воспроизводимой: у входа есть источник, у результата — понятный формат, а у ошибки — безопасный путь обработки. Ниже описан рабочий порядок без выдуманных настроек и обещаний «100% точности».
Что подготовить до начала
- Отдельный тестовый проект или среду, где ошибка не затронет клиентов.
- Один обезличенный пример данных и ожидаемый результат в двух-трёх предложениях.
- Журнал: время, версия модели или интеграции, идентификатор запроса, итоговый статус.
- Правило остановки: какие ответы нельзя публиковать или выполнять автоматически.
Не отправляйте в запросы ключи доступа, полные договоры с персональными данными или внутренние инструкции, если у вас нет разрешения и понятной политики обработки. Чем точнее входные данные, тем легче отличить полезный ответ от правдоподобного, но неверного.
Порядок работы
Сначала зафиксируйте код ответа, заголовки и время запроса. Уменьшите параллелизм, введите очередь и повтор с экспоненциальной задержкой. Повторяйте только временные ошибки; один и тот же платёжный или внешне-побочный вызов защищайте ключом идемпотентности. Текущие лимиты смотрите в разделе Limits своего аккаунта.
После каждого шага сохраняйте минимально необходимый след: идентификатор операции, версию входных данных и причину решения. Не полагайтесь на текстовое «готово» от модели как на техническое подтверждение. Если интеграция сообщает об ошибке, сначала разберите статус и документацию, а уже затем меняйте промпт или код.
Готовый шаблон запроса
Предложи стратегию повтора для API-клиента: максимум 4 попытки, экспоненциальная задержка с случайным разбросом, отмена по тайм-ауту. Верни псевдокод и журналируемые поля.
Шаблон специально ограничивает модель: он задаёт формат, разрешает честно сообщить об отсутствии данных и запрещает додумывать. Перед использованием замените абстрактные поля на свой тип документа или операции. Если результат будет читать человек, попросите короткие основания, а не длинное объяснение рассуждений.
Пример и проверка результата
Вход: 20 одновременных задач, часть получила 429. Ожидаемый результат: очередь снижает нагрузку, успешные задачи не выполняются повторно.
Проверяйте результат по пяти пунктам:
- Использованы ли только переданные и явно разрешённые данные.
- Выполнен ли обещанный формат: поля, типы, длина, язык.
- Отмечены ли пропуски, неоднозначности и рискованные действия.
- Не изменился ли бизнес-смысл при сокращении или классификации.
- Можно ли повторить запуск и объяснить, почему система приняла решение.
Если хотя бы один пункт не проходит, не маскируйте проблему красивой формулировкой. Верните результат на ручную проверку, исправьте вход или контракт и повторите тест на том же примере.
Типичные ошибки
Смешать данные и инструкции
Пользовательский текст, письмо или страница могут содержать требования, которые конфликтуют с задачей. Размечайте внешнее содержимое как данные и не давайте ему право изменять правила процесса.
Считать повтор безопасным
Повторный запрос после сбоя может дважды создать запись, отправить сообщение или списать ресурс. Вводите идентификатор операции, храните итог и разделяйте «доставку события» и «выполнение действия».
Измерять качество одним удачным примером
Добавьте случаи с отсутствующим полем, противоречием, лишним текстом и запросом на запрещённое действие. Это быстрее обнаружит регрессию после обновления модели или промпта.
FAQ
Можно ли полностью автоматизировать сценарий?
Только если ошибка обратима, а правила проверки и права доступа заданы вне модели. Для действий с деньгами, правами или публикацией нужен отдельный контроль.
Что делать, если модель уверенно ошиблась?
Сохранить обезличенный пример как тест, ужесточить формат и добавить проверку источника или бизнес-правила.
Нужно ли менять модель при первой ошибке?
Нет. Сначала проверьте вход, контракт, ограничения и воспроизводимость ошибки.
Официальный источник
Читайте также
Как настроить webhook в OpenAI API и не потерять событие
Как настроить webhook в OpenAI API и не потерять событие: пошаговый разбор, готовый шаблон, пример и контроль ошибок.
Как подготовить набор тестов для оценки LLM-ответов
Как подготовить набор тестов для оценки LLM-ответов: пошаговый разбор, готовый шаблон, пример и контроль ошибок.
Как добавить веб-поиск в OpenAI Responses API и сохранить источники
Практическая настройка web_search в Responses API: запрос, список источников, проверка цитат и обработка неполных данных.
Комментарии
Пока тихо. Скажите первое слово