Ошибка 429 RESOURCE_EXHAUSTED в Gemini API: RPM, TPM и RPD

hljs jsonКопировать
{"error":{"code":429,"message":"Resource has been exhausted (e.g. check quota).","status":"RESOURCE_EXHAUSTED"}}

Ошибка 429 RESOURCE_EXHAUSTED с текстом «Resource has been exhausted (e.g. check quota).» — это ответ Gemini API о том, что ваш проект превысил один из своих лимитов: запросов в минуту (RPM), токенов в минуту (TPM), запросов в день (RPD), изображений в минуту (IPM) или лимит расходов за скользящие 10 минут. Что делать, зависит от того, какой именно лимит сработал: поминутный освобождается в течение минуты и лечится повтором с растущей паузой, суточный — только сбросом в полночь по тихоокеанскому времени или переходом на другую модель, а limit: 0 означает, что квоты на эту модель в проекте нет вовсе. Всё ниже — по состоянию на 30 сентября 2026 года, по документации Google о лимитах (обновлена 2 сентября 2026 года).

429 RESOURCE_EXHAUSTED: какой из лимитов сработал

Gemini API считает лимиты на проект, а не на ключ («Rate limits are applied per project, not per API key»), и 429 приходит при превышении любого из них, поэтому сначала нужно понять, какой счётчик закончился. Их шесть:

На странице документации о лимитах конкретных чисел RPM, TPM и RPD нет: у каждой модели и каждого уровня они свои, у preview- и экспериментальных моделей строже, а актуальные значения для вашего проекта показывает страница Rate limit в AI Studio.

Суточный лимит RPD обнуляется в полночь по тихоокеанскому времени; летом (PDT, UTC−7) это 10:00 по Москве. В ночь на 1 ноября 2026 года США переходят на зимнее время (PST, UTC−8), и сброс сдвигается на 11:00 МСК; Москва свои часы не переводит.

Как найти причину 429 за три шага

1. Откройте aistudio.google.com/rate-limit и выберите проект, к которому привязан ключ. Сравните использование с лимитами по нужной модели: какой счётчик упёрся в потолок — RPM, TPM, RPD или IPM.
2. Прочитайте полное тело ошибки, а не только статус. В нём бывает строка с названием квоты и значением лимита; на форуме Google для разработчиков в марте 2024 года, например, выкладывали вариант limit 'GenerateContent request limit per …'. По такой строке видно, поминутная квота закончилась или суточная и не стоит ли там limit: 0.
3. Примените правило:
   • если закончились RPM, TPM или IPM — повторите запрос с экспоненциальной паузой, как советует Google для 429, и уменьшите число одновременных запросов;
   • если закончился RPD — повторы до сброса не помогут: дождитесь полуночи по тихоокеанскому времени или переведите запросы на другую модель, у которой в AI Studio остался запас;
   • если в ошибке limit: 0 — у этой модели нет квоты в вашем проекте. На бесплатном уровне так отвечают Nano Banana 2, Nano Banana Pro, Veo, Gemini 3.1 Pro Preview и Computer Use: для них нужен проект с подключённой оплатой или другая модель. Какие модели доступны бесплатно, разобрано в статье «Бесплатные лимиты Gemini API: модели, квоты и ошибка 429»;
   • если сработал лимит расходов за 10 минут — подождите до 10 минут или переходите на уровень с более высоким лимитом.

Новый ключ в том же проекте ничего не даст: все ключи проекта делят одни и те же лимиты. Рабочие способы получить больше запросов — повышение уровня и Batch API, о них ниже.

В декабре 2025 года на форуме Google AI Developers и в Reddit многие сообщали о постоянных 429 на бесплатном уровне после того, как Google снизил бесплатные лимиты. Если код раньше работал, а теперь упирается в квоту, сверяйтесь с текущими числами в AI Studio, а не со старыми таблицами.

Повтор с экспоненциальной паузой: пример на Python

Повтор с растущей паузой помогает при поминутных лимитах и при перегрузке сервиса (503). При исчерпанном RPD, limit: 0, ошибках 400 и 403 он бесполезен, поэтому пример ниже повторяет только 429 и 503 и сразу останавливается, если квоты на модель нет. Это пример на библиотеке google-genai; ключ берётся из переменной окружения GEMINI_API_KEY, в код его не вписывайте.

hljs pythonКопировать
# Пример: повтор только для 429 и 503 с экспоненциальной паузой
from random import uniform
from time import sleep

from google import genai
from google.genai import errors

client = genai.Client()  # читает ключ из GEMINI_API_KEY


def generate_with_retry(model, contents, max_attempts=5):
    for attempt in range(max_attempts):
        try:
            return client.models.generate_content(model=model, contents=contents)
        except errors.APIError as e:
            if e.code not in (429, 503):
                raise  # 400, 403, 404 повтором не исправить
            if "limit: 0" in str(e):
                raise  # квоты на модель в проекте нет, ждать бесполезно
            if attempt == max_attempts - 1:
                raise
            sleep(min(2 ** attempt, 32) + uniform(0, 1))


response = generate_with_retry("gemini-2.5-flash", "Кратко объясни, что такое RPM.")
print(response.text)

Паузы растут как 1, 2, 4, 8 секунд плюс случайная добавка до секунды: без неё несколько воркеров, получивших 429 одновременно, так же одновременно и повторят запрос. При max_attempts=5 все паузы вместе занимают около 15–20 секунд, а max_attempts=7 растягивает ожидание примерно до минуты — столько нужно, чтобы пережить полное минутное окно RPM или TPM. Если 429 остаётся и после последней попытки, скорее всего, закончилась суточная квота или сработал лимит расходов, и нужно смотреть AI Studio, а не увеличивать число повторов.

Сам повтор лечит симптом. Чтобы 429 приходил реже, ограничьте число одновременных запросов (очередь или семафор на стороне клиента), не отправляйте в каждом запросе всю историю диалога и большие файлы, если модели они не нужны, — это прямо снижает расход TPM.

Та же ошибка в Vertex AI, Gemini CLI и других клиентах

Строка «Resource has been exhausted» одинакова в разных продуктах Google, но квоты за ней разные. Прежде чем что-то менять, определите, чей лимит вы исчерпали:

В обсуждениях на GitHub (google-gemini/gemini-cli, issue #1848 от июня 2025 года) пользователи бесплатных проектов сообщали, что получали эту ошибку в CLI уже после трёх промптов.

Похожие ошибки, которые не связаны с квотой

Не каждый отказ Gemini API — это исчерпанный лимит. При 402, 400 и 403 повтор ничего не изменит, и только 503 тоже проходит после паузы:

Уровни использования: как поднять лимиты

Лимиты привязаны к уровню использования (usage tier) проекта. Чем выше уровень, тем больше RPM, TPM и RPD и тем шире лимит расходов за 10 минут:

Чтобы уйти с бесплатного уровня, достаточно подключить оплату; минимальное пополнение предоплаты — $5. В AI Studio можно задать собственный потолок расходов для проекта и автопополнение, чтобы не упереться в 402 посреди работы. Если лимитов платного уровня всё равно мало, у Google есть форма запроса повышенных лимитов для платных уровней.

Для больших несрочных заданий — разметки тысяч документов, пакетных переводов, ночной генерации — подходит Batch API. У него свои лимиты, отдельные от обычных запросов: до 100 одновременных пакетных заданий, входной файл до 2 ГБ и до 20 ГБ хранилища; лимит токенов в очереди зависит от модели и уровня.

Если запаса даже платного уровня не хватает, а ждать повышения лимитов некогда, можно подключить сторонний шлюз. Например, LaoZhang API отдаёт модели Gemini в нативном формате generateContent и в OpenAI-совместимом, списывая оплату с предоплаченного баланса за токены или за вызов. Это не сервис Google: квоты и условия у него свои, а на лимиты вашего проекта в AI Studio он никак не влияет.

Частые вопросы

Почему 429 приходит на первом же запросе?

Первым делом проверьте, нет ли в ошибке limit: 0: так отвечает модель, у которой нет квоты на вашем уровне, например Nano Banana Pro или Veo на бесплатном. Другие причины — строгие лимиты preview-модели или то, что квоту того же проекта уже расходуют другие ключи и приложения. Страница Rate limit в AI Studio покажет, какой из вариантов ваш.

Считаются ли в TPM токены ответа модели?

Нет. Документация Google описывает TPM как лимит входных токенов: промпт, системная инструкция, история диалога и приложенные файлы. Поэтому длинный контекст быстрее всего съедает TPM, даже если ответы короткие.

Сколько ждать после ошибки 429?

При поминутных лимитах (RPM, TPM, IPM) — до минуты, при лимите расходов — до 10 минут. При исчерпанном RPD ждать придётся до полуночи по тихоокеанскому времени: до 1 ноября 2026 года это 10:00 по Москве, после — 11:00.