---
title: "Limites de débit des API LLM : comparatif | BroadRouter"
description: "Limites de débit d’entrée de gamme de 13 API LLM, lues dans leur doc : OpenAI, Anthropic, Gemini, Groq, DeepSeek, Fireworks, etc., et ce que signifient RPM et TPM."
url: https://broadrouter.com/fr/blog/llm-api-rate-limits-by-provider/
lang: fr
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduit de l’anglais avec l’aide de l’IA. [Lire l’original en anglais](https://broadrouter.com/blog/llm-api-rate-limits-by-provider/) (mis à jour le 2026-11-16).

# Limites de débit des API LLM par fournisseur : RPM, TPM, simultanéité

Par l’équipe BroadNet Inference · 8 min de lecture · Publié 2026-11-15 · Mis à jour 2026-11-16

Les limites de débit des API LLM diffèrent par leur nature, pas seulement par leur taille. OpenAI, Anthropic et Gemini plafonnent les requêtes et les tokens par minute selon le niveau d’usage. DeepSeek et DeepInfra plafonnent les requêtes simultanées. Les offres gratuites de Groq et Cerebras ajoutent des plafonds journaliers. Aux premiers niveaux payants, OpenAI et Anthropic autorisent des milliers de requêtes par minute ; les clés BroadNet à l’usage en autorisent 30.

## À retenir

-   Les fournisseurs limitent des choses différentes : requêtes par minute (RPM), tokens par minute (TPM), requêtes ou tokens par jour, requêtes par seconde ou requêtes en cours.
-   Les fournisseurs à niveaux relèvent les limites avec la dépense : OpenAI Build (5 USD payés) donne 5 000 RPM ; Anthropic Start donne 4 000 RPM sur ses modèles les plus récents (vérifié le 2026-11-15).
-   Les fournisseurs à limite de simultanéité ne publient pas de RPM : DeepInfra autorise 200 requêtes en cours par modèle, DeepSeek 2 500 par compte sur deepseek-flash (l’ID de son modèle V4.1 Flash).
-   Les offres gratuites sont modestes : le tableau gratuit de Groq indique 30 RPM et 1 000 requêtes par jour sur gpt-oss-120b ; les modèles :free d’OpenRouter autorisent 20 RPM.
-   Les clés BroadNet à l’usage autorisent 30 requêtes par minute et 4 en cours, bien en dessous des niveaux payants des grands fournisseurs. Les forfaits traitent une requête à la fois par session.

**Sur cette page**

1.  Que signifient RPM, TPM, RPD et simultanéité ?
2.  Comment fonctionnent les niveaux d’usage ?
3.  Limites de débit des API LLM par fournisseur : le niveau d’entrée
4.  Comment se situent honnêtement les limites de BroadNet ?
5.  Comment planifier autour d’une limite de débit ?
6.  Où se situe BroadNet Inference

Cherchez « limites de débit API LLM » et vous trouverez des tableaux de blog qui se contredisent, souvent parce qu’ils recopient d’anciens chiffres. Cette page relève chaque valeur dans la documentation du fournisseur lui-même le 15 novembre 2026, précise le niveau et le modèle concernés, et laisse la case vide quand le fournisseur ne publie rien. Les mêmes données sous forme de jeu de données téléchargeable, avec les crédits gratuits et les conditions d’usage des données, sont dans [Offres gratuites et limites de débit des API LLM](https://broadrouter.com/data/llm-api-free-tiers-and-rate-limits/). BroadRouter est le site de BroadNet, et les limites de BroadNet figurent aussi dans le tableau.

## Que signifient RPM, TPM, RPD et simultanéité ?

Une [limite de débit](https://broadrouter.com/fr/glossary/rate-limit/) plafonne ce que vous pouvez envoyer sur une fenêtre de temps. Les fournisseurs comptent des choses différentes :

| Limite | Ce qu’elle compte | Pénalise surtout quand |
| --- | --- | --- |
| RPM, requêtes par minute | Requêtes lancées en une minute | Vous envoyez beaucoup d’appels courts (classification, boucles façon embeddings) |
| RPS, requêtes par seconde | La même chose, sur une seconde | Vous envoyez des rafales, même si la moyenne par minute est basse |
| TPM, tokens par minute | Tokens traités en une minute, parfois entrée (ITPM) et sortie (OTPM) séparément | Vous envoyez des prompts longs ou de longs documents |
| RPD / TPD, par jour | Requêtes ou tokens sur une journée | Vous lancez un traitement par lots sur une offre gratuite |
| [Simultanéité](https://broadrouter.com/fr/glossary/concurrency/) | Requêtes en cours au même instant | Les requêtes sont lentes : raisonnement, longues sorties, agents |

Celle qui vous bloque dépend de la forme de vos requêtes. Avec une limite de simultanéité, le débit dépend de la durée des requêtes : la documentation de DeepInfra donne l’exemple de 200 requêtes simultanées d’une seconde en moyenne, soit environ 12 000 RPM. Une requête de raisonnement de 30 secondes à la même simultanéité n’en donne qu’une fraction.

La plupart des fournisseurs appliquent aussi leurs limites sur des fenêtres plus courtes que celles qu’ils publient. Anthropic indique qu’une limite de 60 RPM « might be enforced as 1 request per second » (traduction : « peut être appliquée sous la forme d’une requête par seconde »), et xAI déduit sa limite par seconde du budget par minute (« RPM / 48, with a minimum of 2 » ; traduction : « RPM / 48, avec un minimum de 2 »).

## Comment fonctionnent les niveaux d’usage ?

Les grands fournisseurs de modèles fermés relèvent vos limites à mesure que vous dépensez :

| Fournisseur | Niveaux (vérifiés le 2026-11-15) | Comment monter |
| --- | --- | --- |
| OpenAI | Free, Build, Launch, Grow | Free : l’utilisateur doit se trouver dans une zone géographique autorisée ; limite d’usage mensuelle de 100 USD (un plafond de dépense, pas un crédit). Ensuite, achats de crédit cumulés de 5 USD, 100 USD et 500 USD, avec des limites d’usage mensuelles de 500 USD, 5 000 USD et 200 000 USD |
| Anthropic | Evaluation, Start, Build, Scale, Custom | Automatique, selon l’historique d’usage et la situation du compte. Plafonds de dépense mensuels : Start 500 USD, Build 1 000 USD, Scale 200 000 USD |
| API Google Gemini | Free, Tier 1, Tier 2, Tier 3 | Le Tier 1 exige un compte de facturation associé ; le Tier 2, un paiement de 100 USD plus 3 jours ; le Tier 3, 1 000 USD plus 30 jours. Google qualifie les limites indiquées de « not guaranteed » (traduction : « non garanties ») et n’offre « no guarantees » (traduction : « aucune garantie ») sur les demandes d’augmentation |
| Fireworks AI | Tier 1 à Tier 4 | Moyen de paiement pour le Tier 1, puis 50 USD, 500 USD et 5 000 USD de dépense ou de crédits. Les niveaux relèvent le TPM, pas le RPM |
| xAI | Tier 0 à Tier 4, Enterprise | Dépense cumulée depuis le 1er janvier 2026 : 0, 50, 250, 1 000 et 5 000 USD |

Deux détails comptent en pratique. Le plafond de dépense d’Anthropic renvoie HTTP 429 sans en-tête `retry-after` lorsqu’il est atteint : les relances automatiques échouent donc jusqu’à la réinitialisation du mois ou un changement de niveau. Et la limite d’entrée d’Anthropic ne compte que l’entrée hors cache : les lectures en cache ne comptent pas, donc un taux de cache élevé augmente votre débit réel.

## Limites de débit des API LLM par fournisseur : le niveau d’entrée

Valeurs de l’offre gratuite ou du premier niveau payant de chaque fournisseur, tirées de sa propre page sur les limites. Un tiret signifie que la page ne publie aucun chiffre pour cette limite ; il ne signifie pas « illimité ».

| Fournisseur | Niveau et modèle | RPM | TPM | Par jour | Simultanéité |
| --- | --- | --- | --- | --- | --- |
| OpenAI | Build ; Astra, Sol, Terra | 5 000 | 1 000 000 | – | – |
| OpenAI | Build ; Luna | 5 000 | 2 000 000 | – | – |
| Anthropic | Start ; Sonnet 5.5, Opus 5.5, Haiku 5.5 | 4 000 | 2 000 000 en entrée (hors cache), 400 000 en sortie | – | – |
| API Google Gemini | Free ; Gemini Decision 1 (seul modèle avec des chiffres gratuits sur la page) | 200 | 50 000 | 10 000 requêtes | – |
| API Google Gemini | Tier 1 ; Gemini Decision 1 | 1 500 | 1 000 000 | 50 000 requêtes | – |
| Groq | Tableau du Free Plan ; openai/gpt-oss-120b, qwen/qwen3.8-27b | 30 | 8 000 | 1 000 requêtes, 200 000 tokens | – |
| Groq | Tableau du Developer Plan ; openai/gpt-oss-120b, qwen/qwen3.8-27b | 1 000 | 250 000 | 500 000 requêtes | – |
| Cerebras | Free Trial ; gpt-oss-120b | 5 | 30 000 hors cache (90 000 au total) | 1 000 000 tokens | – |
| Cerebras | Developer (paiement à l’usage) ; gpt-oss-120b | 1 000 | 500 000 hors cache (1 500 000 au total) | Pas de plafond | – |
| Fireworks AI | Sans moyen de paiement ni crédits ; tout le compte | 10 | – | – | – |
| Fireworks AI | Avec moyen de paiement et crédits ; tout le compte | 6 000 | Fixé par le niveau de dépense | – | – |
| DeepInfra | Par défaut ; par modèle public | – | – | – | 200 |
| DeepSeek | Par défaut ; `deepseek-flash` (DeepSeek-V4.1-Flash-1017), par compte | – | – | – | 2 500 |
| DeepSeek | Par défaut ; `deepseek-v4-pro` (DeepSeek-V4-Pro-0813), par compte | – | – | – | 500 |
| xAI | Tier 0 ; grok-4.7 (150 RPS) | – | 50 000 000 | – | – |
| OpenRouter | Modèles :free, moins de 10 USD de crédits achetés | 20 | – | 50 requêtes | – |
| OpenRouter | Modèles :free, 10 USD de crédits achetés ou plus | 20 | – | 1 000 requêtes | – |
| Cohere | Clé d’essai ; Command A | 20 | – | 1 000 appels par mois | – |
| Cohere | Clé de production ; Command A | 500 | – | – | – |
| BroadNet Inference | Clé à l’usage ; tout modèle | 30 | – | – | 4 |
| BroadNet Inference | Clé horaire ; Gemma 4 VL 26B | 120 | 300,000 | – | 1 flux |
| BroadNet Inference | Session de forfait ; DeepSeek V4.1 Flash | – | Pas de compteur de tokens | – | 1 requête à la fois |

Remarques sur les lignes :

-   **Groq.** La page comporte deux onglets, « Free Plan Limits » (ouvert par défaut) et « Developer Plan Limits ». La phrase au-dessus présente les chiffres comme « the base limits for the Developer plan » (traduction : « les limites de base du forfait Developer »), ce qui ne vaut que pour le second onglet ; le tableau ci-dessus donne les deux. Les limites exactes de votre organisation figurent sur sa page des limites.
-   **Google.** Les limites s’appliquent par projet, pas par clé d’API. Les chiffres de la plupart des modèles n’apparaissent que dans AI Studio. Gemini Decision 1 est un modèle de classification pour la Decisions API de Google : il renvoie des probabilités, pas du texte, donc ses limites disent peu de chose des modèles de chat Gemini.
-   **Mistral et Together AI** ne publient pas de chiffres. Mistral affiche vos limites dans sa console au lieu de publier un tableau, et n’offre pas d’accès gratuit à l’API (« It doesn’t include API access » ; traduction : « Elle n’inclut pas l’accès à l’API »). Together indique qu’il « may limit requests » (traduction : « peut limiter les requêtes ») en cas de forte demande et peut fixer des limites spécifiques sur les modèles populaires.
-   **OpenRouter.** Les variantes payantes des modèles n’ont « no platform-level request cap » (traduction : « aucun plafond de requêtes au niveau de la plateforme »), mais les fournisseurs derrière chaque modèle ont toujours leurs propres limites.
-   **DeepSeek.** En période de charge, DeepSeek garde la connexion ouverte avec des lignes vides ou des commentaires `: keep-alive`, et la ferme si l’inférence n’a pas commencé dans les 10 minutes. Réglez le timeout de votre client en conséquence.

## Comment se situent honnêtement les limites de BroadNet ?

Elles sont basses pour un travail à fort volume. Une clé BroadNet à l’usage autorise 30 requêtes par minute et 4 en cours, alors que les premiers niveaux payants d’OpenAI et d’Anthropic autorisent des milliers de requêtes par minute et que Fireworks en autorise 6 000 dès qu’une carte est enregistrée. Si vous devez faire passer des milliers de requêtes courtes par minute par une seule clé, le niveau payant d’un grand fournisseur convient mieux.

Ces limites conviennent à d’autres profils :

-   **Agents et chat.** Un agent envoie une requête à la fois et attend. 4 requêtes en cours suffisent pour quelques agents par clé ; une clé par application ou par membre de l’équipe répartit la charge.
-   **Forfaits.** Une session Full Moon, Orbit ou Meteor n’a ni compteur de tokens ni plafond journalier ou hebdomadaire, mais traite une requête à la fois, à une vitesse typique de environ 100 tokens par seconde. Pour faire tourner des agents en parallèle, achetez une session par agent. [Combien de sessions il vous faut](https://broadrouter.com/fr/blog/run-parallel-coding-agents-flat-rate/).
-   **Clé horaire.** Pour $0.50 de l’heure, vous obtenez un flux Gemma 4 VL 26B à 120 requêtes et 300,000 tokens par minute.

Toutes les limites de BroadNet renvoient HTTP 429. La référence de l’API ne donne pas de délai `retry-after` : utilisez un backoff borné avec jitter.

## Comment planifier autour d’une limite de débit ?

1.  **Trouvez votre limite contraignante.** Calculez les requêtes par minute, les tokens par minute et les requêtes en cours de votre trafic de pointe. Le [calculateur de limites de débit LLM](https://broadrouter.com/tools/llm-rate-limit-calculator/) le fait à partir de la taille des requêtes et de la latence.
2.  **Régulez côté client.** Un token bucket calé sur la limite publiée évite la plupart des 429. Anthropic utilise le même algorithme côté serveur.
3.  **Lisez les en-têtes.** Anthropic renvoie des en-têtes `anthropic-ratelimit-*` ; Groq renvoie des en-têtes `x-ratelimit-*`, dont l’en-tête des requêtes « always refers to Requests Per Day » (traduction : « désigne toujours les requêtes par jour »). Utilisez `retry-after` lorsqu’il est présent.
4.  **Relancez avec backoff et jitter, et plafonnez les relances.** [Gérer les erreurs 429](https://broadrouter.com/fr/blog/handle-llm-api-429-rate-limits/) contient du code fonctionnel, et [erreurs et relances](https://broadrouter.com/fr/guides/errors-and-retries/) couvre les codes de statut de BroadNet.
5.  **Mettez en cache les préfixes stables.** Chez Anthropic, l’entrée en cache ne compte pas dans la limite d’entrée. Partout, elle réduit le coût.
6.  **Étalez les traitements de masse.** Anthropic applique aussi des limites de montée en charge : un pic soudain de trafic peut renvoyer 429 sous votre limite. Démarrez les traitements par lots progressivement. Sans Batch API, un [exécuteur de lots reprenable](https://broadrouter.com/fr/blog/llm-batch-processing-without-batch-api/) maintient un traitement dans ses limites.
7.  **Demandez davantage.** DeepSeek, DeepInfra, Mistral et Anthropic décrivent tous une procédure pour obtenir des limites plus élevées.

## Où se situe BroadNet Inference

BroadRouter est le site de BroadNet : pesez cette section en conséquence. BroadNet Inference n’est pas la solution pour des débits de requêtes très élevés sur une seule clé : ses limites publiées par clé sont bien inférieures aux niveaux payants d’OpenAI, d’Anthropic, de Fireworks ou de Cerebras. Il convient aux charges d’agents et de chat qui envoient quelques requêtes à la fois, surtout avec un forfait, où un agent très actif n’a ni compteur de tokens ni plafond journalier. Les nouveaux comptes reçoivent un crédit de départ de $5 pour Gemma 4 VL 26B, les deux modèles de transcription et les clés horaires Gemma ; DeepSeek, GLM et Qwen nécessitent une recharge. L’offre en libre-service n’a pas de SLA. [Lire les limites de l’API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-llm-api-rate-limits-by-provider&utm_content=body) ou [comparer les forfaits](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-llm-api-rate-limits-by-provider&utm_content=body).

Outils gratuits sur ce sujet (en anglais)

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[Outils gratuits (en anglais)](https://broadrouter.com/tools/)

## Termes de cet article

[Limite de débit (rate limit)](https://broadrouter.com/fr/glossary/rate-limit/)

Une limite de débit (rate limit) est un plafond qu’une API impose à l’usage d’un client sur une période, par exemple en requêtes ou en tokens par minute. Les requêtes au-delà sont refusées, généralement avec HTTP 429 Too Many Requests, jusqu’à ce que l’usage repasse sous la limite.

[Token](https://broadrouter.com/fr/glossary/token/)

Un token est l’unité de texte qu’un modèle de langage lit et écrit : un mot, une partie de mot, un signe de ponctuation ou une suite d’octets produite par le tokenizer du modèle. Les API LLM comptent, limitent et facturent généralement l’usage en tokens.

[Débit (throughput)](https://broadrouter.com/fr/glossary/throughput/)

Le débit (throughput), dans le service de LLM, est la quantité totale de travail qu’un système accomplit par unité de temps sur toutes les requêtes simultanées, généralement mesurée en tokens de sortie par seconde ou en requêtes par seconde. Il se distingue de la vitesse par flux, c’est-à-dire la vitesse à laquelle une seule requête reçoit ses tokens.

[Concurrence (requêtes simultanées)](https://broadrouter.com/fr/glossary/concurrency/)

La concurrence est le nombre de requêtes qu’un client a en cours au même moment. Les API de LLM la plafonnent souvent par clé ou par forfait, indépendamment des requêtes par minute, car chaque requête ouverte occupe de la capacité GPU jusqu’à la fin de sa réponse.

[Paiement à l’usage (pay-as-you-go)](https://broadrouter.com/fr/glossary/pay-as-you-go/)

Le paiement à l’usage (pay-as-you-go) est un modèle tarifaire où vous ne payez que ce que vous consommez, mesuré par unité, comme les tokens, les requêtes ou les minutes d’audio, sans abonnement ni engagement minimal. La plupart des API LLM facturent ainsi, à partir d’un solde prépayé ou d’une facture périodique.

[API batch (traitement par lots)](https://broadrouter.com/fr/glossary/batch-api/)

Une API batch est un endpoint LLM asynchrone qui accepte de nombreuses requêtes d’un coup, généralement sous forme de fichier, les traite dans une fenêtre définie plutôt qu’immédiatement et renvoie les résultats ensemble. Des fournisseurs comme OpenAI et Anthropic facturent les requêtes batch avec une remise par rapport à leurs API standard.

[Embeddings (plongements vectoriels)](https://broadrouter.com/fr/glossary/embeddings/)

Les embeddings sont des listes de nombres à virgule flottante (des vecteurs) qu’un modèle produit pour représenter un texte, une image ou une autre entrée. Des entrées de sens proche obtiennent des vecteurs voisins : la distance entre vecteurs permet de classer des résultats de recherche, de regrouper des documents ou de trouver des éléments apparentés.

[Appel d’outils (tool calling, function calling)](https://broadrouter.com/fr/glossary/tool-calling/)

L’appel d’outils, aussi appelé function calling, est une fonctionnalité des API LLM dans laquelle le modèle renvoie une demande structurée d’exécution d’une fonction définie par le développeur, avec des arguments JSON. L’application exécute la fonction et renvoie le résultat ; le modèle n’exécute jamais de code lui-même.

## Questions fréquentes

### Quelles sont les limites de débit de l’API OpenAI au premier niveau payant ?

D’après le guide des limites de débit d’OpenAI (vérifié le 15 novembre 2026), le niveau Build s’obtient avec 5 USD d’achats de crédit cumulés, avec une limite d’usage mensuelle de 500 USD. Build autorise 5 000 RPM et 1 000 000 TPM sur Astra, Sol et Terra, et 5 000 RPM et 2 000 000 TPM sur Luna. Les limites s’appliquent par organisation et par projet.

### Quelles sont les limites de débit de l’API Anthropic ?

Au niveau Start, Claude Sonnet 5.5, Opus 5.5 et Haiku 5.5 autorisent chacun 4 000 RPM, 2 000 000 tokens d’entrée par minute et 400 000 tokens de sortie par minute (vérifié le 15 novembre 2026). Seule l’entrée hors cache compte dans la limite d’entrée. Les nouvelles organisations peuvent démarrer à un niveau Evaluation inférieur.

### Quelles sont les limites gratuites de Groq ?

Le tableau publié par Groq (vérifié le 15 novembre 2026) indique 30 requêtes par minute, 1 000 requêtes par jour, 8 000 tokens par minute et 200 000 tokens par jour pour openai/gpt-oss-120b et qwen/qwen3.8-27b. Groq précise que les limites exactes de votre organisation figurent sur sa page des limites. Son tableau du Developer Plan indique 1 000 requêtes par minute, 500 000 requêtes par jour et 250 000 tokens par minute pour les mêmes modèles.

### L’API DeepSeek a-t-elle des limites de débit ?

Oui, sous forme de simultanéité. DeepSeek autorise 2 500 requêtes simultanées par compte sur deepseek-flash et 500 sur deepseek-v4-pro, et renvoie HTTP 429 au-delà. Des limites plus élevées sont disponibles sur demande, sans surcoût (vérifié le 15 novembre 2026).

### Quelle différence entre RPM, TPM et simultanéité ?

Le RPM compte les requêtes lancées par minute. Le TPM compte les tokens traités par minute, parfois en séparant entrée et sortie. La simultanéité compte les requêtes en cours au même instant : les requêtes longues l’épuisent donc même avec un RPM faible.

### Quelles sont les limites de débit de BroadNet Inference ?

Une clé à l’usage autorise 30 requêtes par minute et 4 en cours. Une clé horaire autorise 120 requêtes par minute, 300,000 tokens par minute et 1 flux sur Gemma 4 VL 26B. Une session de forfait traite une requête à la fois. Toutes renvoient HTTP 429 en cas de dépassement.

## À lire ensuite

-   [Gérer les erreurs 429 d’une API LLM : backoff, jitter et limiteurs](https://broadrouter.com/fr/blog/handle-llm-api-429-rate-limits/)
-   [Lancer des agents de code en parallèle sur une API LLM au forfait](https://broadrouter.com/fr/blog/run-parallel-coding-agents-flat-rate/)
-   [Traitement par lots LLM sans Batch API : un exécuteur reprenable](https://broadrouter.com/fr/blog/llm-batch-processing-without-batch-api/)
-   [Comment choisir un fournisseur d’API LLM : checklist en 20 points](https://broadrouter.com/fr/blog/choose-llm-api-provider-checklist/)
-   [Crédit gratuit pour API LLM : jusqu’où va vraiment un crédit de départ](https://broadrouter.com/fr/blog/free-llm-api-credit/)
-   [Matériel GPU et serving de BroadNet, tels que BroadNet les décrit](https://broadrouter.com/fr/blog/broadnet-gpu-fleet-and-serving/)
-   [Mettre en cache les réponses d’API LLM : un cache exact en Python](https://broadrouter.com/fr/blog/cache-llm-responses-cut-cost/)
-   [Guide : Codes d’erreur de BroadNet Inference : quand réessayer ?](https://broadrouter.com/fr/guides/errors-and-retries/)
-   [Guide : Comment fonctionnent les forfaits API LLM illimités pour agents](https://broadrouter.com/fr/guides/unlimited-llm-api-sessions/)

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

[Commencer](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-llm-api-rate-limits-by-provider&utm_content=page-cta) ·

**Sources**

-   [Documentation de l’API OpenAI, limites de débit et niveaux d’usage (vérifiée le 2026-11-15)](https://developers.openai.com/api/docs/guides/rate-limits)
-   [Documentation de l’API Claude, limites de débit, plafonds de dépense, ITPM tenant compte du cache et limites de montée en charge (vérifiée le 2026-11-15)](https://platform.claude.com/docs/en/api/rate-limits)
-   [Documentation de Google AI Studio, limites de débit et niveaux d’usage de l’API Gemini (vérifiée le 2026-11-15)](https://aistudio.google.com/docs/rate-limits)
-   [Documentation de Mistral, limites d’usage (vérifiée le 2026-11-15)](https://docs.mistral.ai/admin/billing-usage/usage-limits)
-   [Documentation de Groq, tableau des limites de débit et en-têtes (vérifiée le 2026-11-15)](https://console.groq.com/docs/rate-limits)
-   [Documentation de Together AI, limites de débit (vérifiée le 2026-11-15)](https://docs.together.ai/docs/rate-limits)
-   [Documentation de Fireworks AI, limites de débit et niveaux de dépense (vérifiée le 2026-11-15)](https://docs.fireworks.ai/guides/quotas_usage/rate-limits)
-   [Documentation de DeepInfra, limites de débit (vérifiée le 2026-11-15)](https://docs.deepinfra.com/account/rate-limits)
-   [Documentation d’inférence de Cerebras, limites de débit par niveau (vérifiée le 2026-11-15)](https://inference-docs.cerebras.ai/support/rate-limits)
-   [Documentation de l’API DeepSeek, limite de débit et simultanéité (vérifiée le 2026-11-15)](https://api-docs.deepseek.com/quick_start/rate_limit)
-   [Documentation de l’API DeepSeek, modèles et tarifs : identifiants et versions des modèles (vérifié le 2026-11-15)](https://api-docs.deepseek.com/quick_start/pricing)
-   [Documentation d’OpenRouter, limites de l’API (vérifiée le 2026-11-15)](https://openrouter.ai/docs/api_reference/limits)
-   [Documentation de Cohere, limites de débit (vérifiée le 2026-11-15)](https://docs.cohere.com/docs/rate-limits)
-   [Documentation de xAI, limites de débit et niveaux (vérifiée le 2026-11-15)](https://docs.x.ai/developers/rate-limits)
-   [Référence de l’API de BroadNet Inference, limites (vérifiée le 2026-11-15) (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-llm-api-rate-limits-by-provider&utm_content=sources)
-   [Forfaits de BroadNet Inference, sessions (vérifiés le 2026-11-15) (en anglais)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-blog-llm-api-rate-limits-by-provider&utm_content=sources)
