429错误表示触发速率限制，需检查X-RateLimit-Remaining为0且响应体含rate_limit_error；立即加sleep延时或批量请求；重试须指数退避并设30秒上限；最后查控制台配额与Key状态。
☞☞☞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☜☜☜
当你调用DeepSeek API时突然收到429错误、响应体里写着“Rate limit exceeded”，或者前端反复提示“服务器繁忙，请稍后再试”，这说明请求已触达服务端配额红线，不是网络故障，也不是账号被封，而是系统在明确告诉你：当前节奏超速了。
第一步：确认是不是真限流
别急着改代码，先看响应头和响应体——这是唯一可信的判断依据。
发起一次失败请求后，检查HTTP响应中是否同时满足以下两点：【X-RateLimit-Remaining为0】，且响应体JSON里包含"type": "rate_limit_error"或"message": "Rate limit exceeded"。
如果X-RateLimit-Remaining还有值（比如剩3），但依然返回429，大概率是多实例共用同一个API Key，不同机器各自计数却未同步，导致局部超限。
第二步：立刻生效的应急操作
方法一：强制拉长请求间隔
对免费账号，RPM=5，意味着两次请求至少间隔12秒。你在for循环里连续发5条？第2条就必然失败。现在就把客户端每次调用前插入time.sleep(12.5)（Python）或await new Promise(r => setTimeout(r, 12500))（JS），立刻压降QPS。
方法二：合并小请求为单次批量调用
把原本5次独立的单轮问答，改写成1次含5个messages对象的数组请求。DeepSeek v1接口支持批量输入，只要总token未超TPM上限，就能省下4次请求配额。
【注意：不要用并发线程/协程强行提速】——这只会让5个请求在100ms内砸向服务器，触发更严厉的“惩罚窗口”（后续60秒全拒）。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
第三步：重试必须带指数退避
步骤一：捕获429状态码后，立即停止当前重试循环。
步骤二：优先读取响应头中的Retry-After字段；若不存在，设基础延迟为1秒。
步骤三：执行重试，第n次等待时间为1 × 2^(n−1)秒，但上限卡死在30秒。例如：第1次等1秒，第2次等2秒，第3次等4秒，第4次等8秒，第5次等16秒，第6次等30秒（不再翻倍）。
步骤四：每次重试前检查距首次请求是否已超60秒，超时则放弃并抛出异常——继续重试已无意义，配额不会提前恢复。
这一步不做，你写的retry: 3只会让失败雪崩式放大。
第四步：查余额、看配额、换Key
登录DeepSeek开发者控制台→进入“API密钥管理”→点击你的Key右侧“详情”。这里会明确列出四项硬限制：QPS、RPM、TPM、日Token上限。
免费账号日Token上限为100万，一旦当天消耗完，【insufficient_balance】错误就会出现，此时任何延迟或重试都无效，只能等次日零点重置，或升级付费Tier。
如果发现Key状态为Disabled，或复制时混入了不可见空格（常见于从网页直接复制），请手动重新生成一个新Key，粘贴进代码时用纯文本编辑器校验。
