Límites de velocidad de la API de OpenAI: Cómo corregir errores 429 y mantener tu aplicación funcionando
Tabla de contenidos:
Los límites de velocidad de la API de OpenAI limitan cuántas solicitudes y tokens puede enviar tu aplicación por minuto y por día.
Si cruzas uno, o si tu cuenta alcanza un límite de crédito, gasto o uso, la API devuelve un error 429 en lugar de una respuesta.
Tus usuarios ven un fallo, y reintentar sin estrategia a menudo empeora las cosas.
Esta guía te muestra cómo distinguir los diferentes errores 429, cómo funcionan los límites de OpenAI y cómo solucionarlos con código de reintentos en Python.
También cubre qué hacer cuando los límites de un proveedor no son suficientes, como enviar tráfico a través de una API compatible con OpenAI que reintenta y conmuta a otros proveedores por ti.
Qué error 429 tienes
La página de códigos de error de OpenAI lista seis causas diferentes para un 429.
Comprueba el mensaje o el campo de código en el cuerpo del error y luego encuéntralo a continuación.
| Error (mensaje o código) | Qué significa | Cómo solucionarlo |
|---|---|---|
| Rate limit reached for requests | Estás enviando solicitudes demasiado rápido | Reduce la velocidad y reintenta con backoff, siguiendo el encabezado Retry-After |
| slow_down | Tu tasa de solicitudes aumentó demasiado rápido | Reduce tu tasa, luego auméntala gradualmente |
| credit_balance_exhausted | Tu organización no tiene créditos prepagados restantes | Añade créditos; reintentar no ayudará |
| organization_spend_limit_exceeded | La organización alcanzó su propio límite de gasto | Aumenta o elimina el límite de gasto de la organización |
| project_spend_limit_exceeded | Un proyecto alcanzó su límite de gasto | Aumenta o elimina el límite en la configuración del proyecto |
| organization_usage_limit_exceeded | Alcanzaste el límite de uso que OpenAI asignó a tu organización | Solicita un límite más alto o contacta con soporte |
Los dos primeros son verdaderos límites de velocidad: espera y se borran.
Los últimos cuatro son límites de cuenta: ninguna cantidad de reintentos los soluciona, así que tu código debe detener y alertar a alguien en su lugar.
En el SDK de Python, todos ellos generan RateLimitError.
Cómo funcionan los límites de velocidad de la API de OpenAI
OpenAI mide tu tráfico de varias formas a la vez, y alcanzar cualquiera de ellas devuelve un 429:
-
RPM: solicitudes por minuto
-
RPD: solicitudes por día
-
TPM: tokens por minuto
-
TPD: tokens por día
-
IPM: imágenes por minuto, para modelos de imagen
Puedes estar muy por debajo de tu RPM y aún así ser bloqueado en TPM si tus indicaciones son largas.
Cada límite se establece por modelo, así que mover un trabajo a un modelo diferente le da una asignación separada, a menos que los dos modelos compartan un límite (la página de límites de tu organización lista los límites compartidos).
Los límites de velocidad de OpenAI se aplican a nivel de organización y proyecto, no por usuario o por clave de API. Cada clave en un proyecto extrae del mismo grupo, así que un trabajo por lotes puede consumir la capacidad que tu función orientada al cliente necesita.
Crear más claves no aumenta tus límites.
Dos detalles atrapan a muchos equipos.
📌 Primero, las solicitudes fallidas cuentan hacia tus límites por minuto, así que un bucle de reintento ajustado empeora el problema.
📌 Segundo, OpenAI estima el uso de tokens de una solicitud desde el mayor de tu valor max_tokens y su propia estimación, así que un max_tokens alto consume TPM incluso cuando la respuesta real es corta.
Niveles de uso y cómo aumentar tus límites
Tus límites dependen de tu nivel de uso, que se basa en cuánto has gastado en créditos en total. En el momento de escribir, la guía de límites de velocidad de OpenAI lista estos niveles:
| Nivel | Requisito | Límite de uso mensual |
|---|---|---|
| Free | Ubicado en una geografía permitida | $100 |
| Build | $5 en compras totales de créditos | $500 |
| Launch | $100 en compras totales de créditos | $5,000 |
| Grow | $500 en compras totales de créditos | $200,000 |
Subes automáticamente una vez que tus compras totales alcanzan el siguiente umbral.
También puedes elegir Upgrade tier en Settings > Organization > Limits.
Tu RPM y TPM exacto para cada modelo están en esa misma página de Limits.
OpenAI cambia los niveles y límites de vez en cuando, así que comprueba esa página en lugar de confiar en números en publicaciones de blog.
Lectura de los encabezados de límite de velocidad
Cada respuesta incluye encabezados que muestran cuánto de tu límite te queda:
| Encabezado | Qué te dice |
|---|---|
| x-ratelimit-limit-requests / x-ratelimit-limit-tokens | Tus límites actuales de solicitud y token |
| x-ratelimit-remaining-requests / x-ratelimit-remaining-tokens | Cuántos te quedan en la ventana actual |
| x-ratelimit-reset-requests / x-ratelimit-reset-tokens | Cuánto tiempo hasta que se reinicie la ventana |
| x-ratelimit-limit-project-tokens, -remaining-project-tokens, -reset-project-tokens | Lo mismo, para el límite de token de tu proyecto |
| Retry-After | Cuánto tiempo esperar antes de reintentar; trátalo como un mínimo |
En Python, usa with_raw_response para verlos:
from openai import OpenAI
client = OpenAI()
raw = client.chat.completions.with_raw_response.create(
model="MODEL_ID",
messages=[{"role": "user", "content": "Hello"}],
)
print(raw.headers.get("x-ratelimit-remaining-requests"))
print(raw.headers.get("x-ratelimit-remaining-tokens"))
completion = raw.parse() # the normal response object
Cómo solucionar y prevenir errores de límite de velocidad de OpenAI
Estos arreglos funcionan para verdaderos límites de velocidad, los errores "Rate limit reached" y slow_down. Para errores de crédito, gasto y límite de uso, cambia la configuración de cuenta descrita en la tabla anterior.
Paso 1: Reintenta con backoff exponencial y jitter
Cuando una solicitud está limitada por velocidad, espera e intenta de nuevo, duplicando la espera cada vez y añadiendo un poco de aleatoriedad (jitter) para que muchos clientes no reinten en el mismo momento. Siempre respeta Retry-After cuando OpenAI lo envíe, y limita tanto el número de intentos como la espera total.
El SDK de OpenAI ya reintenta algunos errores por sí mismo.
Si escribes tu propio bucle, establece max_retries=0 en el cliente para que los dos no se acumulen.
import random
import time
from openai import OpenAI, RateLimitError, InternalServerError
client = OpenAI(max_retries=0) # we handle retries ourselves
# 429s that retrying can't fix
ACCOUNT_CAPS = {
"credit_balance_exhausted",
"organization_spend_limit_exceeded",
"project_spend_limit_exceeded",
"organization_usage_limit_exceeded",
}
def create_with_backoff(max_attempts=6, max_wait=60, kwargs):
delay = 1.0
for attempt in range(1, max_attempts + 1):
try:
return client.chat.completions.create(kwargs)
except (RateLimitError, InternalServerError) as err:
if getattr(err, "code", None) in ACCOUNT_CAPS or attempt == max_attempts:
raise
retry_after = err.response.headers.get("retry-after")
wait = max(delay, float(retry_after)) if retry_after else delay
time.sleep(min(wait + random.uniform(0, wait 0.25), max_wait))
delay = 2
response = create_with_backoff(
model="MODEL_ID",
messages=[{"role": "user", "content": "Summarize this ticket in two lines."}],
)
InternalServerError se incluye porque OpenAI también te pide que reintendes los errores 503 "model temporarily overloaded" con backoff.
Paso 2: Establece max_tokens cerca de lo que necesitas
Porque OpenAI cuenta el mayor de max_tokens y su propia estimación contra tu TPM, un max_tokens de 4,000 en una solicitud que devuelve 300 tokens desperdicia la mayor parte de esa asignación.
Establécelo cerca de la longitud de salida real y podrás encajar más solicitudes en el mismo límite.
Paso 3: Agrupa trabajo, o usa la API Batch
Si alcanzas tu límite de solicitudes pero tienes tokens de sobra, combina varias tareas pequeñas en una solicitud.
Para trabajo que no necesita una respuesta de inmediato, como clasificación nocturna o embeddings en masa, usa la API Batch de OpenAI.
Los trabajos por lotes tienen su propio límite de cola y no consumen tus límites de velocidad sincrónicos.
Paso 4: Limita las solicitudes de tu lado
Los reintentos reaccionan a errores después de que suceden.
Un limitador de velocidad del lado del cliente los previene: realiza un seguimiento de cuántas solicitudes y tokens has enviado en el último minuto y retiene nuevas solicitudes cuando estás cerca de tu límite.
Un limitador de cola compartida o token-bucket funciona bien cuando varios workers llaman a la API con el mismo proyecto.
Paso 5: Aumenta el tráfico gradualmente
El error slow_down significa que tu tráfico creció demasiado rápido, por ejemplo cuando activas una gran función para todos a la vez.
Una vez que estés por encima de 1 millón de tokens de entrada por minuto, OpenAI pide que aumentes el tráfico en no más del 50% cada 15 minutos.
Implementa nuevas características de alto volumen en etapas.
Monitorea tus límites antes de que te causen problemas
La mayoría de equipos se enteran de los límites de velocidad por un usuario enojado. Un poco de monitoreo te advierte primero:
-
Registra los encabezados. Registra x-ratelimit-remaining-requests y x-ratelimit-remaining-tokens en cada llamada, etiquetado por modelo y proyecto.
-
Alerta sobre margen. Advierte cuando la capacidad restante cae regularmente por debajo de una parte establecida de tu límite, por ejemplo 20%, para que puedas aumentar tu nivel o mover tráfico antes de que las solicitudes fallen.
-
Rastrea la tasa de 429. Cuenta 429s por modelo y proyecto, y mantén los errores de límite de cuenta separados de los verdaderos límites de velocidad, porque necesitan que personas diferentes los solucionen.
-
Observa también los límites de gasto. Un límite de gasto de proyecto establecido hace meses puede comenzar a bloquear el tráfico a medida que el uso crece.
Cuando un proveedor no es suficiente
El backoff maneja ráfagas cortas. No puede solucionar la demanda que es consistentemente más alta que tus límites, y no puede ayudar cuando OpenAI en sí está sobrecargado o inactivo.
En ese punto tienes tres opciones:
-
Aumenta tus límites. Sube de nivel, o pide a OpenAI un límite de uso más alto.
-
Mueve el trabajo fuera del camino crítico. Envía anything que pueda esperar a la API Batch.
-
Distribuye tráfico entre modelos y proveedores. Envía algunas solicitudes a otro modelo con su propio límite, y conmuta a otro proveedor cuando uno devuelve errores. Un enrutador LLM automatiza esto.
La tercera opción es donde una puerta de enlace compatible con OpenAI ayuda. La API compatible con OpenAI de ScriptRun funciona con el SDK de OpenAI que ya usas, así que solo cambias la URL base y la clave.
Añade reintentos automáticos con backoff, idempotencia a nivel de solicitud para que una llamada reintentada no se procese dos veces, conmutación entre proveedores durante interrupciones, y claves, límites y cuotas por proyecto para que una carga de trabajo no pueda dejar sin recursos a otra.
Tu código sigue llamando a un punto final, y no estás vinculado a los límites de velocidad de un único proveedor.
Qué pasa con los límites de velocidad de Azure OpenAI
Azure OpenAI tiene su propio sistema de cuota. Los límites se gestionan en Azure para cada implementación de modelo, no en el panel de OpenAI, y los aumentas a través de Azure.
El consejo de manejo de errores en esta guía sigue siendo aplicable:
💡 Reintenta 429s con backoff, honra Retry-After, y mantén max_tokens realista.
Preguntas frecuentes sobre los límites de velocidad de la API de OpenAI
¿Por qué recibo un error 429 en mi primera solicitud?
Esto casi siempre es un límite de cuenta, no un límite de velocidad. Verifica el código de error. credit_balance_exhausted significa que tu organización no tiene créditos prepagados, lo cual es común en cuentas nuevas. Agrega créditos e intenta de nuevo.
¿Cómo aumento mi límite de velocidad de API de OpenAI?
Tus límites aumentan automáticamente a medida que tus compras de crédito totales te sitúan en un nivel de uso más alto. También puedes elegir Actualizar nivel en Configuración > Organización > Límites. Las organizaciones con volumen muy alto pueden consultar con OpenAI sobre una capacidad dedicada más grande.
¿Las solicitudes fallidas cuentan para los límites de velocidad de OpenAI?
Sí. Las solicitudes fallidas cuentan para tus límites por minuto, por lo que reintentar inmediatamente y repetidamente empeora el problema. Usa backoff exponencial.
¿Cuál es la diferencia entre RPM y TPM?
Los límites de RPM controlan cuántas solicitudes envías por minuto. Los límites de TPM controlan cuántos tokens utilizan esas solicitudes, incluyendo los tokens de entrada y la asignación de salida establecida por max_tokens. Puedes alcanzar cualquiera de los dos primero: muchas solicitudes cortas pueden alcanzar el RPM, mientras que pocas solicitudes largas pueden alcanzar el TPM.
¿Tiene límites de velocidad la API por lotes?
Sí, pero son separados. Los trabajos por lotes cuentan contra un límite de cola basado en los tokens de entrada esperando para cada modelo, y no utilizan tus límites normales por minuto. Los límites de OpenAI y códigos de error se verificaron por última vez el 11 de noviembre de 2026 contra las páginas de límites de velocidad y códigos de error de OpenAI.
Publicaciones relacionadas
API de LLM más barata en 2026: precios verificados por cada 1 millón de tokens
¿Cuál es la API de LLM más barata? Precios verificados de OpenAI, Claude, Gemini, DeepSeek, Qwen, Mistral y Groq, además de costos reales de carga de trabajo y tarifas ocultas.
Mercado de agentes de IA: los 10 mejores lugares para encontrar, ejecutar y vender agentes de IA en 2026
Qué es un marketplace de agentes de IA, una comparativa de 10 plataformas destacadas según el costo de prueba y quién puede vender, una lista de verificación de seguridad y cómo publicar tu propio agente en 2026.
API de LLM Gratuita: Qué Proveedores Siguen Siendo Gratuitos en 2026 (Límites, Claves y Trampas)
Cada API de LLM gratuita que vale la pena usar en 2026, verificada contra documentación oficial: niveles gratuitos vs créditos, límites, términos de datos, cómo obtener una clave y código de respaldo.
API Compatible con OpenAI: Qué es, Quién lo Soporta y Cómo Cambiar de Forma Segura
Una guía compatible con la API de OpenAI: URLs base para 15 proveedores, qué se rompe cuando cambias, una prueba de humo lista para copiar y pegar y una lista de verificación segura para la migración.








