Límites

Toda API de Inovacc acota el tamaño de lo que envías, cuánto puede tardar una llamada y con qué frecuencia puedes llamar. Esta guía lista esos límites por API y explica qué ocurre cuando alcanzas cada uno, para que tu código pueda mantenerse por debajo de ellos o manejar el rechazo. Los valores marcados "por organización" los configura Inovacc para tu organización; los demás son fijos.

Cómo responden los límites

Alcanzas	Respuesta	Qué hacer
Un límite de tamaño (cuerpo, archivo, registro, elemento)	413 (`request_too_large`, `payload_too_large`, `url_too_large`), o 400 para un campo o documento demasiado grande	Envía menos, o usa la carga por partes
Un límite de cantidad (documentos por llamada, operaciones por lote, elementos por colección)	400 `invalid_body`, 400 `batch_too_large` o 409 `collection_full`	Divide la llamada; inicia una colección nueva
Un límite de tasa	429 `rate_limited`, con `Retry-After` en la API de IA	Espera y luego reintenta
Una asignación de tokens, costo o concurrencia (IA)	429 `quota_exceeded` o 429 `concurrency_limited`, sin `Retry-After`	Reduce el ritmo durante minutos, o aumenta la asignación
Un presupuesto diario (IA)	429 `budget_exhausted`, `Retry-After` hasta las 00:00 UTC	Espera al siguiente día UTC
Un tope de entrada por solicitud (IA)	400 `input_too_large`	Acorta la entrada

Una llamada rechazada en un límite se rechaza antes de que empiece su trabajo: no se llama a nada en tu nombre y no se escribe nada.

IA

Límite	Valor
Cuerpo de solicitud (chat, embeddings, run)	1 MiB por defecto; por organización, de 1 KiB a 20 MiB
Tokens de entrada por solicitud	por organización (400 `input_too_large`)
Tokens de salida por solicitud	el menor entre el techo de la ruta y el de tu organización; un `max_tokens` mayor se reduce, no se rechaza
Tiempo hasta que el modelo empieza a responder	60 segundos (504 `timeout_error`); no en `/v1/run`
Imágenes en una solicitud de chat	20
Costo de entrada estimado de una imagen	1,600 tokens
Respuesta almacenada para una repetición idempotente	24 horas
Una llamada mantenida como en curso	5 minutos
Vector Database: documentos por ingesta, ids por eliminación	100
Vector Database: un documento (`id` + `text` + `metadata`)	10 KiB
Vector Database: cuerpo de la solicitud	1 MiB
Consulta vectorial: texto; `top_k`	8,000 caracteres; 50
Elemento de colección en el cuerpo de una solicitud, o por URL	16 MiB
Colección	100 elementos; 1 GiB de archivos enviados en solicitudes; 20 GiB de video por carga
Parte de una carga	64 MiB, todas las partes menos la última
Carga que no es video (transcripción, notas)	16 MiB
Carga de grabación	por organización
Resultado de un trabajo de conocimiento	se conserva 24 horas
Lecturas de actividad y de uso	hasta 366 días y 92 días por llamada

Cuotas por organización. Cada una de estas se configura para tu organización, y es ilimitada cuando no se configura:

Asignación	Ventana	Cuando se alcanza
Solicitudes	por minuto de reloj UTC, por día UTC	429 `rate_limited`, `Retry-After` hasta el siguiente minuto o día
Tokens	por día UTC, por mes UTC	429 `quota_exceeded`
Costo	por día UTC, por mes UTC	429 `quota_exceeded`
Llamadas concurrentes	en cualquier momento	429 `concurrency_limited`
Presupuesto diario, por proveedor y opcionalmente por aplicación	por día UTC	429 `budget_exhausted`, `Retry-After` hasta las 00:00 UTC

Una solicitud cuenta contra los límites de solicitudes por minuto y por día en cuanto se admite, aunque falle después. Los límites de tokens y costo permiten una llamada que alcanza exactamente el límite. Desde el nivel de aviso de un presupuesto (80% por defecto), las respuestas llevan X-Budget-Warning antes de que se empiecen a rechazar las llamadas.

Datos y Archivos

Límite	Valor
Cuerpo de solicitud JSON	1 MiB (413 `payload_too_large`)
Un registro	900 KiB (400 `record_too_large`)
Un campo `json`	64 KiB
Campos por colección; colecciones por base de datos	64; 64
Registros por página	200 (por defecto 50)
Operaciones por lote	100, una transacción
Filtro	2,048 caracteres, 40 valores, profundidad de anidamiento 8
Cadena de consulta	16 KiB (400 `invalid_query`)
Archivo o blob en una solicitud	100 MiB, con `Content-Length` (411 sin él)
Archivo o blob por partes	5 GiB; partes de 5 MiB a 100 MiB, numeradas de 1 a 10,000
Ruta de archivo; prefijo de listado; metadatos de archivo	1,024 bytes; 256 bytes; 2 KiB
Oyentes en tiempo real por colección; un evento	1,000; 512 KiB
Página del Registro de actividad	1 a 500 (por defecto 100)
Tasa	600 solicitudes por minuto por titular de credencial, por ubicación (429 `rate_limited`)

El límite de tasa se cuenta por ubicación y es un freno, no un conteo exacto.

Eventos

Límite	Valor
Cuerpo de la solicitud	5 MiB (413 `payload_too_large`)
Eventos por publicación	100
`data` por evento	16 KiB (`basic`, `reliable`), 32 KiB (`advanced`)
Ventana de deduplicación de un `idempotency_key`	168 horas
Suscripciones por espacio de trabajo; patrones por suscripción	50; 20
Mensajes por pull; arrendamiento del pull	100; de 5 a 300 segundos
Tiempo de respuesta del webhook	10 segundos
Reintentos del webhook	desde 10 segundos, duplicándose hasta 10 minutos; tope de 5
Mensajes muertos conservados	30 días
Tasa	600 llamadas por minuto por credencial, por ubicación (429 `rate_limited`)

Cómo mantenerte por debajo de los límites

Agrupa en lotes: envía hasta 100 documentos, operaciones o eventos por llamada en lugar de uno cada vez.
Carga los archivos grandes por partes en lugar de aumentar los tamaños de cuerpo.
Espera ante 429: respeta Retry-After, y agrega variación aleatoria para que muchos clientes no reintenten en el mismo instante.
Configura max_tokens en las llamadas de chat: reduce lo que cada llamada reserva contra tus cuotas.
Vigila X-Budget-Warning y el resumen de uso de IA para ver venir una asignación antes de que se agote.

Ver también

Errores: cada código y la política de reintentos.
Autenticación: credenciales e idempotencia.
Cada página de producto lista sus propios límites completos.