Gemini API Quota Application Guide: Free से Tier 3 तक upgrade

API विकास2026-01-2214 मिनट पढ़ेंGemini APIRate LimitsAPI Quota429 ErrorGoogle AI

Gemini API limits project के आधार पर लागू होती हैं, API key के आधार पर नहीं। RPM requests/minute, TPM tokens/minute और RPD requests/day हैं। Free tier development के लिए है; production में stable throughput चाहिए तो paid tier और live project values देखें। पुराने public tables को permanent promise न मानें।

Tier चुनना

Tier	सामान्य उपयोग	मुख्य बात
Free	learning और prototype	कम और बदलने वाली limits
Tier 1	small production	billing enabled project
Tier 2	mid-size workload	account spend/time eligibility
Tier 3	enterprise	custom quota या Provisioned Throughput

Exact RPM/TPM/RPD model, tier और current project row पर निर्भर हैं। AI Studio pricing/rate-limit pages से exact values verify करें; static numbers code में hard-code न करें।

Upgrade के रास्ते

AI Studio में project चुनकर billing enable करें; payment method और billing status verify करें। Tier 1 activation और Tier 2/3 spend/time eligibility current Google docs से जाँचें—पुराने $250, $1,000 या fixed waiting periods को बिना वर्तमान confirmation contract न मानें। Vertex AI users Cloud Console के Quotas and System Limits में संबंधित quota row पर Edit quota request कर सकते हैं। Enterprise Tier 3 या Provisioned Throughput के लिए expected peak RPM, token distribution, growth, SLA और business impact दें।

429 handling

429 RESOURCE_EXHAUSTED code bug नहीं, quota protection है। पहले पहचानें: RPM, TPM या RPD में कौन-सा dimension खत्म हुआ। RPM के लिए queue और pacing; TPM के लिए summarization/chunking/context cache; RPD के लिए mock/cache और reset window।

import time
import random
from openai import OpenAI

client = OpenAI(api_key="YOUR_GPT88_API_KEY", base_url="https://gpt88.cc/v1")

def call_with_backoff(messages, max_retries=5):
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(
                model="gemini-2.0-flash", messages=messages
            )
        except Exception as exc:
            if "429" not in str(exc) and "RESOURCE_EXHAUSTED" not in str(exc):
                raise
            delay = 2 ** attempt
            time.sleep(delay + random.uniform(0, delay * 0.1))
    raise RuntimeError("max retries exceeded")

Retry में exponential backoff, random jitter, max attempts, total time budget और stop condition रखें। High concurrency में token bucket या Redis/Celery queue जोड़ें। Blind retry storm न बनाएं।

Production quota planning

Daily active users, conversations/user, turns/conversation और peak window से requests estimate करें। कम-से-कम 30% safety buffer रखें, लेकिन business risk और traffic burst के अनुसार अधिक margin चाहिए हो सकता है। Redis response cache, Context Caching, application rate limiter, RPM/TPM/RPD utilization, 429 rate और latency monitor करें। Fallback में cheaper model, cached response, friendly busy message या backup service रखें।

GPT88 gateway का supplement

Official quota, regional connectivity, spend thresholds या enterprise approval बाधा हों तो GPT88 unified gateway candidate supplement हो सकता है। OpenAI-compatible integration में base_url और api_key बदलें; exact pricing, quotas, failure billing और SLA gpt88.cc console में verify करें। यह official API policies या enterprise compliance का स्वतः replacement नहीं है।

Checklist और FAQ

Exact project/model row record करें।
Billing owner और quota owner अलग न छोड़ें।
RPM/TPM/RPD को अलग monitor करें।
429 का dimension और reset evidence save करें।
Tier upgrade के बाद भी current limits re-check करें।
Multi-project routing केवल वास्तविक billing/security/environment boundary पर करें।

Free से Tier 1 का रास्ता सामान्यतः billing activation से शुरू होता है; Tier 2/3 और enterprise throughput current eligibility और review पर निर्भर हैं। Paid tier unlimited नहीं।

Optional analytics