«Слишком частые запросы» в DeepSeek (дипсик) в API означает HTTP 429: вы шлёте запросы слишком быстро или превысили лимит параллельности или QPS. Для чата и приложения DeepSeek не публикует ни числа сообщений в сутки, ни текста такого сообщения, ни предела длины диалога (проверено 17 ноября 2026 по документации API, справке, Условиям использования и анонсам). Что опубликовано и как не упереться в потолок, разбираем ниже.
Что такое 429 и откуда он берётся
На странице Error Codes 429 называется «Rate Limit Reached». Причина: вы отправляете запросы слишком быстро либо превысили лимит параллельности или QPS. Совет один: держать темп. Лимиты моделей описаны на странице Rate Limit & Isolation, у Search и Fetch в руководстве по поиску.
429 может прийти из четырёх мест:
- вы превысили лимит одновременных запросов на аккаунт;
- у аккаунта с расширенной квотой превышен лимит на отдельный
user_id; - превышен лимит Search API или Fetch API в секунду;
- у Fetch превышен лимит на конкретный домен.
Перегрузка сервера идёт под другим кодом: для 503 причина названа иная, разбор лежит в статье «Сервер занят» в DeepSeek.
Какие лимиты API опубликованы
| Что ограничено | Значение | Где написано |
|---|---|---|
Одновременные запросы, deepseek-flash | 2500 на аккаунт | Rate Limit & Isolation, Models & Pricing |
Одновременные запросы, deepseek-v4-pro | 500 на аккаунт | те же страницы |
| Search API | 100 запросов в секунду на аккаунт | Руководство Search & Fetch |
| Fetch API | 25 запросов в секунду на аккаунт и отдельный лимит на домен, число не названо | Руководство Search & Fetch |
| Контекст | 1M токенов у обеих моделей | Models & Pricing |
| Максимум ответа | 384K токенов (393216) | Models & Pricing, справочник Chat Completions |
| Стоп-последовательности | до 16, каждая до 512 байт в UTF-8 | Справочник Chat Completions |
Значение user_id | до 512 байт в UTF-8 | Rate Limit & Isolation |
Лимитов в запросах в минуту и в токенах в минуту на этих страницах нет. Для моделей назван один потолок, параллельность.
Как он работает по документации. Запрос занимает слот с момента отправки и до конца ответа модели. Лимит считается на уровне аккаунта, каким бы ключом вы ни пользовались, так что второй ключ его не увеличивает. Все ваши сервисы и скрипты на одном аккаунте делят один и тот же запас. Запросы в пределах лимита получают ответ, а сверх лимита приходит 429. Пока запрос ждёт, сервер держит соединение и присылает пустые строки или SSE-комментарии : keep-alive, и если инференс не начался за 10 минут, соединение закрывается.
Search и Fetch лимитируются независимо друг от друга и от моделей: запросы к одному не тратят квоту другого.
Как не упереться в потолок
Если у вас много потоков, держите счётчик одновременных запросов ниже лимита. Для deepseek-v4-pro это меньше 500, и запас стоит оставить на другие ваши процессы.
import asyncio
import os
import random
from openai import AsyncOpenAI, RateLimitError
client = AsyncOpenAI(api_key=os.environ["DEEPSEEK_API_KEY"], base_url="https://api.deepseek.com")
slots = asyncio.Semaphore(400)
async def ask(prompt, attempts=5):
for n in range(attempts):
async with slots:
try:
r = await client.chat.completions.create(
model="deepseek-v4-pro",
messages=[{"role": "user", "content": prompt}],
max_tokens=4000,
)
except RateLimitError:
r = None
if r is not None:
return r.choices[0].message.content
await asyncio.sleep(min(30, 2 ** n) + random.random())
raise RuntimeError(f"429 после {attempts} попыток")
async def main(prompts):
return await asyncio.gather(*(ask(p) for p in prompts))
Этот код мы прогнали на заглушке вместо библиотеки openai: сначала 429, потом успех, и все запросы вернулись. Живой API DeepSeek не вызывался, параметры вызова взяты из документации.
Что ещё помогает:
- Пауза перед повтором: после 429 растите её и добавляйте случайный разброс, иначе потоки вернутся вместе.
user_id: если вы строите сервис для своих пользователей, передавайте идентификатор каждого. Он нужен DeepSeek для изоляции кэша, планирования и обработки безопасности. У обычных аккаунтов все значения считаются в общий лимит, у аккаунтов с расширенной квотой есть ещё лимит на каждыйuser_id. Личные данные в него не кладите.- Заявка на расширение. Справка DeepSeek пишет, что единый прайс без тарифных планов, а если лимита не хватает, можно подать заявку на увеличение: DeepSeek подберёт уровень по вашим задачам, и это не стоит дополнительных денег. Форма указана на странице Rate Limit & Isolation.
Длина ответа и диалога в API
Обрыв ответа часто принимают за лимит. По документации причины другие.
| Что видите | Причина по документации | Что сделать |
|---|---|---|
Ответ оборван, finish_reason равен length | Достигнут max_tokens или диалог превысил максимум контекста | Поднять max_tokens (не больше 384K) или сократить вход |
| Ответ обрывается раньше, чем ждёте, ошибок нет | max_tokens не задан: по умолчанию 8K без рассуждения, 64K с рассуждением, 128K при reasoning_effort равном max | Задать max_tokens явно |
| JSON обрезан | В режиме JSON Output при малом max_tokens строка может оборваться | Поднять max_tokens |
| JSON пришёл из одних пробелов | Если ответ не распознан как JSON, API заменяет его пробелами | Добавить в промпт слово «json» и пример, повторить запрос |
| Ошибка 400 после вызова инструментов в режиме рассуждения | reasoning_content прошлых ходов не передан обратно | Передавать сообщение ассистента целиком |
Ещё один источник «длины»: API не хранит историю. Каждый раз в /chat/completions нужно отправлять весь прошлый диалог, и вход растёт с каждым ходом. Кэш контекста включён по умолчанию и работает по совпадающему началу запроса: кэш-попадание у deepseek-flash стоит $0.003 за 1 млн токенов вне пика против $0.15 за промах (цены на 17 ноября 2026). Подробнее о ценах и версиях в статье «Версии и режимы DeepSeek», а о том, как в промпте просить JSON и не терять ответ из-за max_tokens, в статье «Промпты для DeepSeek».
Сколько токенов в русском тексте, документация не говорит. Для английского она даёт грубое соотношение: один символ примерно 0,3 токена, для китайского 0,6. Для русского точнее смотреть поле usage в ответе или считать офлайн токенайзером, ссылка на него есть на странице Token & Token Usage.
Чат и приложение: что опубликовано
Страница загрузки на deepseek.com называет приложение с чатом бесплатным: «Chat with leading AI models for free». Лимитов на число сообщений и на длину диалога на ней нет, об этом же говорит и статья «DeepSeek бесплатно». В справке четыре раздела, и названия статей не упоминают ни частые запросы, ни предел длины диалога. Есть статья о сбое загрузки файла: среди причин там названо превышение лимита на размер или число файлов, самих чисел нет. В анонсе V4 от 24 апреля 2026 сказано, что контекст 1M токенов теперь по умолчанию во всех официальных сервисах DeepSeek.
Формулировок вроде «слишком частое создание» или «предел длины» в англоязычных страницах документации и справки, которые мы открыли, нет. Что они значат в чате и когда появляются, мы по официальным источникам сказать не можем, и числа из блогов не повторяем.
Что остаётся разумным, без обещаний:
- не отправляйте одно и то же сообщение подряд, подождите и повторите позже;
- длинную переписку разбивайте на новые диалоги, а то, что нужно помнить, переносите в первое сообщение: это наш совет, не рекомендация DeepSeek;
- смотрите status.deepseek.com, если сообщение появилось на ровном месте.
Автоматизировать чат скриптом не стоит. В Условиях использования, в пункте 3.5, в списке запрещённого стоит копирование содержимого сервисов с помощью роботов и других автоматических средств. Для программного доступа у DeepSeek есть API. Мы не даём юридических оценок и не обещаем, что способ законен или безопасен для вашего аккаунта. Условия вендора читаете и принимаете вы.
Если лимиты мешают работе
Лимит параллельности у DeepSeek общий на весь аккаунт, и один прожорливый скрипт может съесть квоту всех остальных. Решения два: очередь с потолком ниже лимита или заявка на расширение.
Если вы подключаетесь через Claudexia, действуют правила шлюза. В документации по лимитам сказано, что API ключей не позволяет задавать RPM, TPM и параллельность и не публикует численные квоты по умолчанию, а на 429 советуют отвечать повтором с экспоненциальной задержкой. Как эти правила соотносятся с лимитами самого DeepSeek, мы здесь не утверждаем. Ключ с префиксом sk_cdx_ создаётся после регистрации: логин, пароль и подтверждение пароля либо вход через Google, GitHub или Telegram. Для клиентов, совместимых с OpenAI, адрес https://api.claudexia.tech/v1.
Если упираетесь в лимит из-за размера нагрузки, а не из-за ошибки в коде, прикиньте, хватит ли вам Flash: у него потолок параллельности в пять раз выше, чем у Pro. Сравнение моделей лежит в статье «DeepSeek 4.1 Flash: обзор и сравнение с V4 Pro».
Частые вопросы
Сколько сообщений в день можно отправить в чате DeepSeek?
DeepSeek число не публикует. Ни страница загрузки, ни названия статей справки его не называют. Цифры из сторонних блогов мы не повторяем: проверить их по первоисточнику нельзя.
Как увеличить лимит API DeepSeek?
Справка отвечает так: тарифных планов нет, прайс единый, а если нужен более высокий лимит, подаётся заявка на расширение. DeepSeek подбирает уровень по вашим задачам, дополнительных денег это не стоит. Заявка касается параллельности, и форма указана на странице Rate Limit & Isolation.
Почему 429, если запросы отправляю только я?
Лимит параллельности считается по аккаунту. Запрос занимает слот, пока модель не закончила ответ, поэтому длинные ответы держат слоты дольше. Если на аккаунте работают другие скрипты или сервисы, они делят тот же запас с вами.
Какой максимальный размер ответа?
До 384K токенов, но если max_tokens не задан, действуют значения по умолчанию: 8K без рассуждения, 64K с рассуждением, 128K при reasoning_effort равном max.
Почему ответ обрывается на полуслове?
Смотрите finish_reason. Значение length значит, что достигнут max_tokens или превышен контекст. Значение insufficient_system_resource значит, что запрос прерван из-за нехватки ресурсов системы вывода: тогда повторите запрос.