请求频率限制

限流默认关闭。站点开启后按「每个密钥最近 60 秒的请求数」统计：超过阈值返回 429，并带 Retry-After: 10 响应头：

{
  "error": {
    "message": "请求过于频繁，已触发限流（每分钟 120 次）",
    "type": "rate_limit_exceeded",
    "code": null
  }
}

建议客户端在收到 429 后退避重试（例如 1s、2s、4s 递增），不要立刻重发。

超时

超时表现为 502 或连接中断，日志里会留下上游的错误信息。要跑长任务（比如生成一万字），请用流式，并把 Nginx 与 PHP 的超时一起放宽。

并发

网关本身没有并发数限制（受服务器与上游配额限制），但要注意：

• 每次请求都会占用一个 PHP-FPM 进程，长连接期间进程一直被占；流式请求多的时候要把 PHP-FPM 的 pm.max_children 调大，否则表现为「偶发 502 / 排队」；
• 余额扣费是加锁串行的，高并发下同账号的请求会在扣费那一步排队，但等待时间通常在毫秒级；
• 上游有自己的 RPM/TPM 配额，撞上了会返回上游的错误信息（网关会原样带回来并写入日志）。

重试与回退链

一次请求最多经历两层重试：

1. 渠道层：同一个模型可能挂在多个渠道上，网关按优先级加权随机选一个，失败自动换下一个渠道；
2. 模型层：渠道全失败时，按密钥里配置的「备用模型」顺序换模型再试。

注意：非幂等的副作用（比如上游按次计费已经扣了钱）不会因为重试而回滚，网关只保证最终返回一个结果或错误。