Limites

Toda API da Inovacc limita o tamanho do que você envia, quanto tempo uma chamada pode levar e com que frequência você pode chamar. Este guia lista esses limites por API e diz o que acontece quando você atinge cada um, para que o seu código possa ficar abaixo deles ou tratar a recusa. Os valores marcados como "por organização" são definidos para a sua organização pela Inovacc; os demais são fixos.

Como os limites respondem

Você atinge	Resposta	O que fazer
Um limite de tamanho (corpo, arquivo, registro, item)	413 (`request_too_large`, `payload_too_large`, `url_too_large`), ou 400 para um campo ou documento grande demais	Envie menos, ou use o envio em partes
Um limite de quantidade (documentos por chamada, operações por lote, itens por coleção)	400 `invalid_body`, 400 `batch_too_large` ou 409 `collection_full`	Divida a chamada; inicie uma nova coleção
Um limite de taxa	429 `rate_limited`, com `Retry-After` na API de IA	Aguarde e tente novamente
Uma cota de tokens, de custo ou de simultaneidade (IA)	429 `quota_exceeded` ou 429 `concurrency_limited`, sem `Retry-After`	Diminua o ritmo por minutos, ou aumente a cota
Um orçamento diário (IA)	429 `budget_exhausted`, `Retry-After` até 00:00 UTC	Aguarde o próximo dia UTC
Um limite de entrada por requisição (IA)	400 `input_too_large`	Encurte a entrada

Uma chamada recusada em um limite é recusada antes de o seu trabalho começar: nada é chamado em seu nome e nada é gravado.

IA

Limite	Valor
Corpo da requisição (chat, embeddings, run)	1 MiB por padrão; por organização, de 1 KiB a 20 MiB
Tokens de entrada por requisição	por organização (400 `input_too_large`)
Tokens de saída por requisição	o menor entre o teto da rota e o da sua organização; um `max_tokens` maior é reduzido, não recusado
Tempo até o modelo começar a responder	60 segundos (504 `timeout_error`); não em `/v1/run`
Imagens em uma requisição de chat	20
Custo de entrada estimado de uma imagem	1.600 tokens
Resposta armazenada para uma repetição idempotente	24 horas
Uma chamada mantida como em andamento	5 minutos
Banco de Dados Vetorial: documentos por ingestão, ids por exclusão	100
Banco de Dados Vetorial: um documento (`id` + `text` + `metadata`)	10 KiB
Banco de Dados Vetorial: corpo da requisição	1 MiB
Consulta vetorial: texto; `top_k`	8.000 caracteres; 50
Item de coleção no corpo de uma requisição, ou por URL	16 MiB
Coleção	100 itens; 1 GiB de arquivos enviados em requisições; 20 GiB de vídeo por envio
Parte de um envio	64 MiB, todas as partes exceto a última
Envio que não é vídeo (transcrição, notas)	16 MiB
Envio de gravação	por organização
Resultado de um trabalho de conhecimento	mantido por 24 horas
Leituras de atividade e de uso	até 366 dias e 92 dias por chamada

Cotas por organização. Cada uma delas é definida para a sua organização, e é ilimitada quando não definida:

Cota	Janela	Quando atingida
Requisições	por minuto de relógio UTC, por dia UTC	429 `rate_limited`, `Retry-After` até o próximo minuto ou dia
Tokens	por dia UTC, por mês UTC	429 `quota_exceeded`
Custo	por dia UTC, por mês UTC	429 `quota_exceeded`
Chamadas simultâneas	a qualquer momento	429 `concurrency_limited`
Orçamento diário, por provedor e opcionalmente por aplicação	por dia UTC	429 `budget_exhausted`, `Retry-After` até 00:00 UTC

Uma requisição conta contra os limites de requisições por minuto e por dia assim que é admitida, mesmo que falhe depois. Os limites de tokens e de custo permitem uma chamada que atinja exatamente o limite. A partir do nível de alerta de um orçamento (80% por padrão), as respostas trazem X-Budget-Warning antes de as chamadas começarem a ser recusadas.

Dados e Arquivos

Limite	Valor
Corpo da requisição JSON	1 MiB (413 `payload_too_large`)
Um registro	900 KiB (400 `record_too_large`)
Um campo `json`	64 KiB
Campos por coleção; coleções por banco de dados	64; 64
Registros por página	200 (padrão 50)
Operações por lote	100, uma transação
Filtro	2.048 caracteres, 40 valores, profundidade de aninhamento 8
Query string	16 KiB (400 `invalid_query`)
Arquivo ou blob em uma requisição	100 MiB, com `Content-Length` (411 sem ele)
Arquivo ou blob em partes	5 GiB; partes de 5 MiB a 100 MiB, numeradas de 1 a 10.000
Caminho do arquivo; prefixo de listagem; metadados do arquivo	1.024 bytes; 256 bytes; 2 KiB
Ouvintes em tempo real por coleção; um evento	1.000; 512 KiB
Página do Registro de atividade	1 a 500 (padrão 100)
Taxa	600 requisições por minuto por titular de credencial, por localização (429 `rate_limited`)

O limite de taxa é contado por localização e é um freio, não uma contagem exata.

Eventos

Limite	Valor
Corpo da requisição	5 MiB (413 `payload_too_large`)
Eventos por publicação	100
`data` por evento	16 KiB (`basic`, `reliable`), 32 KiB (`advanced`)
Janela de deduplicação de uma `idempotency_key`	168 horas
Assinaturas por espaço de trabalho; padrões por assinatura	50; 20
Mensagens por pull; reserva do pull	100; 5 a 300 segundos
Tempo de resposta do webhook	10 segundos
Novas tentativas do webhook	a partir de 10 segundos, dobrando até 10 minutos; limite 5
Mensagens mortas mantidas	30 dias
Taxa	600 chamadas por minuto por credencial, por localização (429 `rate_limited`)

Como ficar abaixo dos limites

Agrupe: envie até 100 documentos, operações ou eventos por chamada em vez de um de cada vez.
Envie arquivos grandes em partes em vez de aumentar o tamanho dos corpos.
Espere em 429: respeite Retry-After e adicione jitter para que muitos clientes não tentem novamente no mesmo instante.
Defina max_tokens nas chamadas de chat: isso reduz o que cada chamada reserva contra as suas cotas.
Observe X-Budget-Warning e o resumo de uso de IA para ver uma cota se aproximando antes de ela se esgotar.

Veja também

Erros: todos os códigos e a política de novas tentativas.
Autenticação: credenciais e idempotência.
Cada página de produto lista os seus próprios limites por completo.