并发与限速

普通用户建议并发设为 1。具体 RPM、TPM 和账户额度尚未公开，控制台信息优先。

四个容易混淆的概念

概念	含义
并发数	同一时刻仍在处理的请求数量
RPM	每分钟允许发起的请求数量
TPM	每分钟允许处理的 Token 数量
429	当前请求触发某类频率或资源限制

它们不是同一个限制。即使并发只有 1，连续重试也可能触发 RPM；单个长上下文请求也可能触发 TPM 或模型侧限制。

限速由什么决定

同类平台常见的限速决定因素包括账户档位、额度、模型侧限制和上游状态。牛API的具体规则尚未公开，接入时以控制台展示为准：

• 免费或低额度档位可能对应更低的请求频率上限；
• 不同的账户或模型可能有不同的 RPM、TPM；
• 一次性并发过高（尤其是多客户端共用 Key）会更快触发限速。

因此建议：不同客户端使用独立 Key、保持并发 1、收到 429 后退避重试，而不是反复并行重试。具体上限请在控制台确认，不要依赖本文档的固定数值。

推荐设置

• 日常聊天和首次配置：并发 1；
• 编程 Agent：先关闭多 Agent、自动并行与激进重试；
• 每个客户端使用独立 Key，避免相互争抢限额；
• 收到 429 后使用退避重试，不要立即并发补发；
• 多人不要共享同一个 Key，否则难以追踪消耗和撤销权限。

编程 Agent 的请求特征

编程工具可能自动读取上下文、压缩历史、调用工具和再次验证，因此用户只输入一次也可能产生多次请求。出现消耗异常时，先暂停任务并检查客户端日志、控制台用量、并发配置和自动重试。

不公开的内部信息

文档不会披露上游账号、账号来源、代理节点、账号池凭据、内部故障切换细节或任何绕过限制的方法。