GPT88 / API Docs
ব্লগে ফিরে যান

Gemini API Rate Limits Complete Guide: RPM, TPM, 429 এবং Tier Upgrade

API উন্নয়ন2026-01-2218 মিনিট পড়ুনGemini APIRate LimitsRPM TPM429 ErrorAPI Quota

Gemini API-তে 429 সাধারণত code bug নয়; multi-dimensional rate limit। RPM requests/minute, TPM tokens/minute, RPD requests/day এবং IPM images/minute। যেকোনো একটি limit পার হলে request reject হতে পারে। Exact value model, tier, project ও current official row-নির্ভর; static table স্থায়ী contract নয়।

চার limit

  • RPM: প্রতি API call একটি request; burst-এ আগে শেষ হতে পারে।
  • TPM: prompt/context/output token; বড় document-এ RPM-এর আগে লাগতে পারে।
  • RPD: daily total; repeated development test-এ দ্রুত শেষ হয়।
  • IPM: image-generation-এর আলাদা image limit।

সব limit Google Cloud project-এ প্রযোজ্য, API key-তে নয়। একই project-এর বহু key একই pool share করে। Exact model row ও AI Studio rate-limit page দেখুন।

Free ও Paid tier

Free learning/prototype-এর জন্য; Tier 1 small production, Tier 2 mid-size, Tier 3 enterprise/custom quota-এর জন্য হতে পারে। পুরনো RPM/RPD figure current ধরে নেবেন না। Billing, tier eligibility ও model availability current docs থেকে verify করুন; একই family-এর model line-এ limit আলাদা হতে পারে।

429 ও exponential backoff

Response-এ 429, RESOURCE_EXHAUSTED এবং কখনও retryDelay থাকতে পারে। কেবল 429 retry করুন; অন্য error surface করুন।

import time, random
import google.generativeai as genai

def call_with_retry(prompt, max_retries=5):
    genai.configure(api_key="YOUR_GPT88_API_KEY")
    model = genai.GenerativeModel("gemini-2.5-flash")
    for attempt in range(max_retries):
        try: return model.generate_content(prompt).text
        except Exception as exc:
            if "429" not in str(exc) and "RESOURCE_EXHAUSTED" not in str(exc): raise
            if attempt == max_retries - 1: raise
            delay = min(2 ** attempt, 32)
            time.sleep(delay + random.uniform(0, delay * .1))

Backoff 1, 2, 4 seconds করে বাড়ান; jitter retry storm কমায়। Max attempts ও total time budget রাখুন।

Monitoring ও optimization

Response headers-এর remaining requests/tokens/reset time parse করুন এবং console metrics দিয়ে cross-check করুন। Client-side token bucket বা queue-তে 20–30% margin রাখুন। Google Cloud Console → APIs & Services → Quotas-এ utilization দেখুন; 80%-এ alert দিন। Long context ছোট করুন, system prompt trim করুন, max_output_tokens সীমিত করুন এবং repeated response cache করুন।

from collections import deque
import time
class RateLimiter:
    def __init__(self, max_rpm): self.max_rpm, self.times = max_rpm, deque()
    def wait(self):
        now = time.time()
        while self.times and now - self.times[0] > 60: self.times.popleft()
        if len(self.times) >= self.max_rpm: time.sleep(60 - (now-self.times[0]) + .1)
        self.times.append(time.time())

Production-এ RPM-এর সঙ্গে TPM ও RPD plan করুন। Queue, cache, Context Caching, admission control এবং fallback model/response/busy message রাখুন। API key বদলালে same-project quota বাড়ে না; paid tier সব limit দূর করে না।

Further Reading

সম্পর্কিত গাইড

Error Code Reference