Benutzung

Rate-Limits und Kontingent

Pro Key gelten Anfragen- und Token-Grenzen je Minute; pro Organisation gilt das monatliche Nutzungskontingent des Tarifs.

Grenzen pro Key

Die Werte hängen am Tarif der Organisation und sind Betriebsgrenzen gegen Lastspitzen, kein Funktionsmerkmal.

Tarif	Anfragen / Minute	Tokens / Minute
Trial	60	200.000
Basic	60	200.000
Advanced	60	200.000
Ultra	300	1.000.000

Beide Flächen zählen dieselben Anfragen je Minute pro Key. Wer mehr braucht, verteilt Last auf mehrere Keys oder spricht uns an.

Antwort-Header

Die App-API sendet auf jeder authentifizierten Antwort drei Header; bei 429 zusätzlich retry-after.

Header	Bedeutung
`x-ratelimit-limit`	Erlaubte Anfragen im aktuellen Fenster.
`x-ratelimit-remaining`	Verbleibende Anfragen im Fenster (fehlt, wenn der Zähler gerade nicht verfügbar ist).
`x-ratelimit-reset`	Sekunden bis zum Beginn des nächsten Fensters (Obergrenze).
`retry-after`	Nur bei 429: Sekunden, bevor ein erneuter Versuch sinnvoll ist.

HTTP/1.1 429 Too Many Requests
retry-after: 60
x-ratelimit-limit: 60
x-ratelimit-remaining: 0
x-ratelimit-reset: 60

{ "error": { "code": "rate_limited", "message": "Too many requests. Retry after the indicated delay.", "request_id": "…" } }

Jede Organisation hat ein monatliches Nutzungskontingent, das sich aus dem Tarif und der Zahl der Plätze ergibt. API-Aufrufe zählen darauf ein. Ist es aufgebraucht, antwortet die API 429 budget_exceeded, bis das Fenster zurückgesetzt wird.

Tarife und Kontingente auf der Preisseite.

Empfehlungen

Bei 429 und 503 exponentiell zurücktreten; retry-after respektieren.
Für lange Antworten streamen — die Verbindung bleibt schlank und Timeouts werden seltener.
Embeddings gebündelt anfragen statt einzeln.
Ein Key pro Anwendung: Limits und Verbrauch bleiben zurechenbar.