速率与并发限制

读取实际限制，执行预算与请求频率分别约束。

匿名目录、廉价查询、用户/Key执行RPM、并发与昂贵任务预算分别约束。不要从SDK scope数量或目录模型数猜配额；历史PAYG NULL不限的收紧须按版本说明迁移。

尊重适用Retry-After，polling设总超时和退避。长流断连释放并发槽位，但不会删除迟到计量。Redis或owner/资金依赖故障按能力停止新增昂贵执行，保留查询、吊销和已付履约恢复。限流响应不证明先前调用未执行。

池③文本另有预付资源合同：输出最多 1,048,576 tokens，模型更低上限优先；仅 n=1；不支持 max_completion_tokens；thinking.budget_tokens 为有限非负整数且不超过有效 max_tokens。完整预占估算为不超过 2^53−1 的精确整数。这些是执行边界，不是每分钟额度，也不代表每个 provider 都支持同样的最大值；会员权益限制保留原语义。

候选 Go 文本请求体上限为 32 MiB；实际限制取 Go、nginx/代理、上游与部署配置中的较低值。413 可以在准入前发生；原生 /v1 与平台路径分别使用自己的错误信封。生产是否启用及实际上限须看部署回执。