---
title: "LLM API 429 ریٹ لمٹ ایرر: بیک آف، جِٹر اور قطاریں | BroadRouter"
description: "429 بمقابلہ 5xx، مکمل جِٹر کے ساتھ exponential backoff، LLM APIs کے لیے بیک وقت درخواستوں کے لمٹرز اور قطاریں، ساتھ میں پروڈکشن کے لیے Python اور Node کوڈ۔"
url: https://broadrouter.com/ur/blog/handle-llm-api-429-rate-limits/
lang: ur
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

یہ صفحہ انگریزی سے AI کی مدد سے ترجمہ کیا گیا ہے۔ [انگریزی اصل پڑھیں](https://broadrouter.com/blog/handle-llm-api-429-rate-limits/) (اپ ڈیٹ: 2026-11-15).

# LLM API میں 429 ایرر سے کیسے نمٹیں: بیک آف، جِٹر اور لمٹرز

BroadNet Inference ٹیم · 5 منٹ کی پڑھائی · شائع شدہ 2026-11-14 · اپ ڈیٹ 2026-11-15

429 کا مطلب ہے کہ آپ کسی ریٹ، بیک وقت درخواستوں یا خرچ کی حد تک پہنچ گئے۔ اسے محدود exponential backoff اور بے ترتیب جِٹر کے ساتھ دوبارہ بھیجیں، اور Retry-After ملے تو اس کی پابندی کریں۔ پھر زیادہ تر 429 پہلے ہی روکیں: semaphore سے جاری درخواستوں کو کلید کی حد پر روکیں اور باقی کو قطار میں ڈالیں۔ 5xx پر بھی یہی کریں؛ دوسرے 4xx ایررز درست کریں۔

## اہم نکات

-   429 اور 5xx پر محدود exponential backoff کے ساتھ دوبارہ کوشش کریں۔ 400، 401، 403، 413 یا 422 پر دوبارہ کوشش نہ کریں: درخواست یا اکاؤنٹ درست کریں۔
-   مکمل جِٹر (صفر اور exponential حد کے درمیان بے ترتیب انتظار) بہت سے کلائنٹس کو ایک ہی لمحے دوبارہ کوشش کرنے سے روکتا ہے۔
-   زیادہ تر 429 حجم سے نہیں، بیک وقت درخواستوں سے آتے ہیں۔ کلید کی جاری درخواستوں کی حد پر سیٹ کیا گیا semaphore انہیں جڑ سے ختم کر دیتا ہے۔
-   BroadNet کی استعمال کے مطابق ادائیگی والی کلید فی منٹ 30 درخواستوں اور بیک وقت 4 جاری درخواستوں کی اجازت دیتی ہے؛ پلان سیشنز ایک وقت میں ایک درخواست چلاتے ہیں۔
-   دوبارہ کوششیں نئے انفرنس ہیں۔ فی ٹوکن بلنگ پر ہر ایک دوبارہ بل ہوتی ہے، اس لیے کوششیں محدود رکھیں۔

**اس صفحے پر**

1.  429 اور 5xx میں کیا فرق ہے؟
2.  کون سی حدیں 429 کا سبب بنتی ہیں؟
3.  جِٹر کے ساتھ بیک آف کیسے لکھیں؟
4.  429 کو ہونے سے پہلے کیسے روکیں؟
5.  اصل قطار کی ضرورت کب پڑتی ہے؟
6.  دوبارہ کوشش کی کون سی غلطیاں 429 کو آؤٹیج بنا دیتی ہیں؟
7.  BroadNet Inference کہاں موزوں ہے

429 کا مطلب ہے کہ آپ کا ٹریفک کسی [ریٹ لمٹ](https://broadrouter.com/ur/glossary/rate-limit/) سے آگے نکل گیا: فی منٹ درخواستیں، جاری درخواستیں، فی منٹ ٹوکن یا خرچ۔ اسے دو حصوں میں درست کریں۔ **صحیح طریقے سے دوبارہ کوشش کریں**: محدود exponential backoff، بے ترتیب جِٹر کے ساتھ، اور `Retry-After` کی پابندی۔ **ایک ساتھ کم بھیجیں**: کلید کی جاری درخواستوں کی حد پر ایک semaphore، اور ساتھ میں ایک قطار۔ دونوں نیچے کوڈ کے ساتھ دیے گئے ہیں۔

تمام اسٹیٹس کوڈز کی مکمل تفصیل کے لیے [ایررز اور دوبارہ کوشش کی گائیڈ](https://broadrouter.com/ur/guides/errors-and-retries/) دیکھیں؛ چیک پوائنٹس اور ٹائم آؤٹس کے ساتھ کئی گھنٹے چلنے والے ایجنٹس کے لیے [طویل چلنے والے ایجنٹس: ٹائم آؤٹ اور دوبارہ کوششیں](https://broadrouter.com/ur/blog/long-running-agents-timeouts-retries/) دیکھیں۔

## 429 اور 5xx میں کیا فرق ہے؟

| اسٹیٹس | مسئلہ کس کا | دوبارہ کوشش؟ | کیسے |
| --- | --- | --- | --- |
| 429 | آپ کا ٹریفک کسی حد سے آگے گیا | ہاں | جِٹر کے ساتھ بیک آف؛ `Retry-After` کی پابندی؛ بیک وقت درخواستیں کم کریں |
| 500 / 502 / 503 / 504 | سرور کی طرف | ہاں | محدود exponential backoff |
| کنکشن ری سیٹ، ٹائم آؤٹ | نیٹ ورک یا سرور | عموماً | بیک آف؛ اسٹریمز کے لیے صرف تب، جب نیا بل قابل قبول ہو |
| 400 / 422 | غلط درخواست | نہیں | پے لوڈ درست کریں |
| 401 / 402 / 403 | کلید، بیلنس یا پالیسی | نہیں | کلید درست کریں، اکاؤنٹ میں رقم ڈالیں، allow-list درست کریں |
| 413 | درخواست بہت بڑی | نہیں | اسے چھوٹا کریں |

BroadNet Inference پر 429 کا مطلب چار میں سے کوئی بھی حد ہو سکتی ہے: ریٹ، بیک وقت درخواستیں، ٹوکن ریٹ یا خرچ۔ خرچ کی حد 30 سیکنڈ میں ختم نہیں ہوگی۔ BroadNet کی دستاویزات یہ نہیں بتاتیں کہ ایرر باڈی کا کون سا فیلڈ حد کا نام بتاتا ہے، اس لیے باڈی لاگ کریں اور اسے اپنی کلید کی تفصیلات میں دکھائی گئی حدوں سے ملائیں۔

[LLM API کے مفت ٹائرز اور ریٹ لمٹس](https://broadrouter.com/data/llm-api-free-tiers-and-rate-limits/) کا ہمارا اوپن ڈیٹا سیٹ موازنہ کرتا ہے کہ 14 فراہم کنندگان مفت رسائی، ابتدائی ریٹ لمٹس، کارڈ کی شرط اور مفت ٹائر کے ڈیٹا پر ٹریننگ کے بارے میں کیا شائع کرتے ہیں، ہر قدر کے ماخذ اور تاریخ کے ساتھ۔

## کون سی حدیں 429 کا سبب بنتی ہیں؟

جن اعداد کے ساتھ آپ کام کر رہے ہیں، انہیں جانیں۔ BroadNet Inference پر:

| کلید کی قسم | درخواستیں / منٹ | جاری درخواستیں | دیگر |
| --- | --- | --- | --- |
| استعمال کے مطابق ادائیگی | 30 | 4 | مشترکہ خرچ کا بجٹ |
| گھنٹے والی کلید | 120 | 1 اسٹریم | 300,000 ٹوکن / منٹ |
| لامحدود پلان کا سیشن | — | ہر سیشن میں 1 درخواست | کوئی ٹوکن میٹر نہیں |

LLMs کے لیے سب سے اہم عدد جاری درخواستوں کا ہے۔ اسٹریم شدہ جواب آخری ٹوکن پہنچنے تک اپنا سلاٹ گھیرے رکھتا ہے، اس لیے لمبا جواب اتنی دیر سلاٹ مصروف رکھتا ہے جتنی دیر ماڈل اسے لکھنے میں لگاتا ہے (BroadNet عام رفتار تقریباً 100 ٹوکن فی سیکنڈ بتاتا ہے)۔ اگر آپ کلید کے 4 سلاٹس سے زیادہ متوازی کالز بھیجیں تو اضافی کالز کو 429 ملے گا، چاہے آپ نے اس منٹ گنتی کی چند درخواستیں ہی بھیجی ہوں۔ یہ [بیک وقت درخواستوں](https://broadrouter.com/ur/glossary/concurrency/) کا مسئلہ ہے، اور صرف بیک آف اسے ٹھیک سے نہیں سنبھالتا۔ لانچ سے پہلے کسی حد کے مطابق ورکرز طے کرنے کے لیے مفت [LLM ریٹ لمٹ کیلکولیٹر](https://broadrouter.com/tools/llm-rate-limit-calculator/) استعمال کریں۔ بہت سے آئٹمز والی مقررہ جاب کے لیے [LLM بیچ جاب پلانر](https://broadrouter.com/tools/llm-batch-job-planner/) انہی حدوں کو رن ٹائم میں بدل دیتا ہے۔ دوسرے فراہم کنندگان مختلف طرح گنتے ہیں (فی منٹ ٹوکن، فی دن درخواستیں یا جاری درخواستیں)؛ [فراہم کنندہ کے لحاظ سے LLM API ریٹ لمٹس](https://broadrouter.com/ur/blog/llm-api-rate-limits-by-provider/) ان میں سے 13 کا ان کی اپنی دستاویزات سے موازنہ کرتا ہے۔

## جِٹر کے ساتھ بیک آف کیسے لکھیں؟

سادہ [exponential backoff](https://broadrouter.com/ur/glossary/exponential-backoff/) 1، 2، 4، 8 سیکنڈ انتظار کرتا ہے۔ اگر سو ورکرز ایک ہی لمحے تھروٹل ہوئے تو وہ سب ایک ہی لمحے واپس آتے ہیں۔ AWS نے 100 مسابقتی کلائنٹس کی سمیولیشن کی، جس میں مکمل جِٹر نے کالز کی تعداد آدھی سے بھی زیادہ کم کر دی اور بغیر جِٹر والے بیک آف سے جلدی کام مکمل کیا۔ سب سے سادہ شکل، **مکمل جِٹر**، صفر اور exponential حد کے درمیان کوئی بے ترتیب وقت انتظار کرتی ہے:

```python
import os, random, time
from openai import OpenAI, RateLimitError, APIStatusError, APIConnectionError

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"], max_retries=0)

RETRYABLE = {429, 500, 502, 503, 504}

def call_with_backoff(max_attempts=6, base=1.0, cap=60.0, **kwargs):
    for attempt in range(max_attempts):
        try:
            return client.chat.completions.create(**kwargs)
        except (RateLimitError, APIStatusError, APIConnectionError) as e:
            status = getattr(e, "status_code", None)
            if status is not None and status not in RETRYABLE:
                raise  # 400, 401, 403...: retrying will not help
            if attempt == max_attempts - 1:
                raise
            retry_after = None
            if getattr(e, "response", None) is not None:
                retry_after = e.response.headers.get("retry-after")
            wait = random.uniform(0, min(cap, base * 2 ** attempt))
            if retry_after and retry_after.isdigit():
                wait = max(wait, float(retry_after))
            time.sleep(wait)
```

`max_retries=0` SDK کی اپنی دوبارہ کوششیں بند کر دیتا ہے، تاکہ آپ دو بار دوبارہ کوشش نہ کریں۔ اگر SDK کا اندرونی رویہ آپ کے لیے کافی ہے تو الٹا بھی چلتا ہے: اپنا لوپ ہٹا دیں اور کلائنٹ پر `max_retries=4` سیٹ کریں، جیسا کہ [Python SDK گائیڈ](https://broadrouter.com/ur/guides/openai-python-sdk/) میں دکھایا گیا ہے۔ سرکاری Python اور Node SDKs کنکشن ایررز، 408، 409، 429 اور 5xx پر پہلے سے دو بار دوبارہ کوشش کرتے ہیں۔

`Retry-After` ایک معیاری ہیڈر (RFC 9110) ہے، جس میں سیکنڈز یا تاریخ ہو سکتی ہے۔ BroadNet کی دستاویزات اس کا وعدہ نہیں کرتیں، اس لیے کوڈ اسے اختیاری سمجھتا ہے۔

## 429 کو ہونے سے پہلے کیسے روکیں؟

جاری درخواستوں کو کلید کی حد پر روکیں۔ Python میں `asyncio.Semaphore` یہ ایک آبجیکٹ اور ایک `async with` بلاک سے کر دیتا ہے۔ کوڈ میں مثال کے طور پر 4 رکھا گیا ہے؛ اسے اپنی کلید کی جاری درخواستوں کی حد پر سیٹ کریں (BroadNet کی استعمال کے مطابق ادائیگی والی کلید پر 4):

```python
import asyncio, os
from openai import AsyncOpenAI

client = AsyncOpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"], max_retries=4)
slots = asyncio.Semaphore(4)  # match the key's in-flight limit

async def ask(prompt):
    async with slots:
        r = await client.chat.completions.create(
            model="broadnet/gemma-4-26b-a4b",
            messages=[{"role": "user", "content": prompt}],
        )
        return r.choices[0].message.content

async def main(prompts):
    return await asyncio.gather(*(ask(p) for p in prompts))

results = asyncio.run(main(["Summarise A", "Summarise B", "Summarise C"]))
```

`gather` ہر ٹاسک شروع کرتا ہے، لیکن ایک ساتھ صرف اتنے ہی چلتے ہیں جتنے semaphore اجازت دے۔ باقی semaphore کی قطار میں انتظار کرتے ہیں۔ Node میں `p-limit` پیکج یہی کرتا ہے، یہاں بھی مثال کے طور پر 4 کے ساتھ:

```javascript
// ES module (top-level await). npm install openai p-limit
import OpenAI from "openai";
import pLimit from "p-limit";

const client = new OpenAI({ baseURL: "https://inference.broadnet.ai/v1", apiKey: process.env.BROADNET_API_KEY, maxRetries: 4 });
const limit = pLimit(4); // match the key's in-flight limit

async function ask(prompt) {
  const r = await client.chat.completions.create({
    model: "broadnet/gemma-4-26b-a4b",
    messages: [{ role: "user", content: prompt }],
  });
  return r.choices[0].message.content;
}

const prompts = ["Summarise A", "Summarise B", "Summarise C"];
const results = await Promise.all(prompts.map((p) => limit(() => ask(p))));
```

فی منٹ کی حد بھی چاہیے تو ایک token bucket شامل کریں جو ہر 60 / rpm سیکنڈ پر ایک اجازت جاری کرے، جہاں rpm آپ کی کلید کی فی منٹ درخواستوں کی حد ہے (BroadNet کی استعمال کے مطابق ادائیگی والی کلید پر 30)۔

## اصل قطار کی ضرورت کب پڑتی ہے؟

semaphore ایک ہی پروسیس میں رہتا ہے۔ جب کئی ورکرز یا سرورز ایک کلید شیئر کرتے ہیں تو حد بھی مشترک ہوتی ہے اور ہر پروسیس صرف اپنا ٹریفک دیکھتا ہے۔ تب:

1.  جابز کو ایک مشترکہ قطار (Redis، SQS، ڈیٹا بیس ٹیبل) میں ڈالیں۔
2.  کلید کی جاری درخواستوں کی حد کے برابر، مقررہ تعداد میں کنزیومرز چلائیں۔
3.  ہر جاب کو ایک ID دیں اور نتائج ID کے حساب سے محفوظ کریں، تاکہ دوبارہ بھیجی گئی جاب دو بار نہ چلے۔
4.  انٹرایکٹو ٹریفک اور بیچ ٹریفک کو الگ کلیدوں یا الگ قطاروں سے بھیجیں، تاکہ بیچ کا بیک لاگ جواب کے منتظر کسی یوزر کو کبھی نہ روکے۔

Batch API کے بغیر ہزاروں آئٹمز والی بڑی جاب کے لیے [دوبارہ شروع ہو سکنے والا بیچ رنر](https://broadrouter.com/ur/blog/llm-batch-processing-without-batch-api/) دیکھیں۔

## دوبارہ کوشش کی کون سی غلطیاں 429 کو آؤٹیج بنا دیتی ہیں؟

-   **لامحدود دوبارہ کوششیں۔** طویل آؤٹیج کے دوران بغیر حد کا لوپ آپ کا لوڈ، اور فی ٹوکن بلنگ پر آپ کا بل، کئی گنا کر دیتا ہے۔
-   **آدھی مکمل اسٹریم کو آنکھ بند کر کے دوبارہ بھیجنا۔** اگر اسٹریم ٹوکن لوٹا چکی ہے تو دوبارہ کوشش ایک نیا انفرنس ہے اور یوزر کو متن دو بار نظر آ سکتا ہے۔ نامکمل اسٹریمز پہچاننے کے لیے [اسٹریمنگ والی پوسٹ](https://broadrouter.com/ur/blog/llm-streaming-sse-explained/) دیکھیں۔
-   **اکاؤنٹ ایررز پر دوبارہ کوشش۔** استعمال کے مطابق ادائیگی کا الاؤنس ختم ہونے پر 401 یا ناکافی بیلنس پر 402 خود ٹھیک نہیں ہوگا۔

ہر دوبارہ کوشش کو اس کے اسٹیٹس، انتظار کے وقت اور `X-Request-ID` ریسپانس ہیڈر کے ساتھ لاگ کریں؛ BroadNet کی دستاویزات سپورٹ کے لیے یہ ہیڈر محفوظ رکھنے کو کہتی ہیں۔ بڑھتی ہوئی دوبارہ کوشش کی شرح سب سے پہلی وارننگ ہے کہ آپ کو زیادہ گنجائش چاہیے؛ [استعمال کی لاگنگ](https://broadrouter.com/ur/blog/llm-api-usage-logging/) بتاتی ہے کہ اسے کیسے ریکارڈ کریں۔

## BroadNet Inference کہاں موزوں ہے

BroadNet کی حدیں شائع شدہ ہیں اور اتنی چھوٹی ہیں کہ ان کے مطابق ڈیزائن کیا جا سکے: استعمال کے مطابق ادائیگی والی کلید پر بیک وقت 4 جاری درخواستیں۔ یہ ایپس اور ایجنٹس کے لیے موزوں ہے، اور اس بڑی جاب کے لیے بہت تنگ ہے جسے ایک کلید پر سینکڑوں متوازی کالز چاہئیں۔ ایجنٹس کے لیے [لامحدود پلان](https://broadrouter.com/ur/guides/unlimited-llm-api-sessions/) میں کوئی ٹوکن میٹر نہیں اور ہر سیشن ایک وقت میں ایک درخواست چلاتا ہے؛ متوازی کام کے لیے آپ سیشنز بڑھاتے ہیں، جیسا کہ [متوازی کوڈنگ ایجنٹس چلانا](https://broadrouter.com/ur/blog/run-parallel-coding-agents-flat-rate/) میں بیان کیا گیا ہے۔ موجودہ حدیں [API ریفرنس](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-blog-handle-llm-api-429-rate-limits&utm_content=body#limits) میں ہیں۔

اس موضوع کے مفت ٹولز (انگریزی میں)

-   [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.

[مفت ٹولز (انگریزی میں)](https://broadrouter.com/tools/)

## اس مضمون کی اصطلاحات

[ریٹ لمٹ (rate limit)](https://broadrouter.com/ur/glossary/rate-limit/)

ریٹ لمٹ وہ حد ہے جو کوئی API طے کرتا ہے کہ ایک کلائنٹ کسی مدت میں اسے کتنا استعمال کر سکتا ہے، جیسے فی منٹ درخواستیں یا فی منٹ ٹوکن۔ حد سے زیادہ درخواستیں رد کر دی جاتی ہیں، عموماً HTTP 429 Too Many Requests کے ساتھ، جب تک استعمال دوبارہ حد سے نیچے نہ آ جائے۔

[کنکرنسی (concurrency)](https://broadrouter.com/ur/glossary/concurrency/)

کنکرنسی، کسی کلائنٹ کی بیک وقت چل رہی (in-flight) درخواستوں کی تعداد ہے۔ LLM APIs اکثر اس کی حد ہر کلید یا پلان پر، فی منٹ درخواستوں سے الگ رکھتے ہیں، کیونکہ ہر کھلی درخواست جواب مکمل ہونے تک GPU کی گنجائش گھیرے رکھتی ہے۔

[استعمال کے مطابق ادائیگی (pay-as-you-go)](https://broadrouter.com/ur/glossary/pay-as-you-go/)

استعمال کے مطابق ادائیگی (pay-as-you-go) قیمت طے کرنے کا ایک ماڈل ہے جس میں آپ صرف اتنا دیتے ہیں جتنا استعمال کرتے ہیں، ٹوکن، درخواستوں یا آڈیو منٹ جیسی اکائیوں میں ناپ کر، بغیر سبسکرپشن یا کم از کم وابستگی کے۔ زیادہ تر LLM API اسی طرح بل بناتے ہیں، پری پیڈ بیلنس یا وقتاً فوقتاً بننے والی انوائس سے۔

[ٹوکن (token)](https://broadrouter.com/ur/glossary/token/)

ٹوکن متن کی وہ اکائی ہے جسے لینگویج ماڈل پڑھتا اور لکھتا ہے: کوئی لفظ، لفظ کا حصہ، رموزِ اوقاف کی کوئی علامت یا بائٹس کا سلسلہ، جو ماڈل کا ٹوکنائزر بناتا ہے۔ LLM API استعمال کو ٹوکنز میں گنتے ہیں، انہی میں حدیں لگاتے ہیں اور عموماً بل بھی بناتے ہیں۔

[ایکسپونینشل بیک آف (exponential backoff)](https://broadrouter.com/ur/glossary/exponential-backoff/)

ایکسپونینشل بیک آف دوبارہ کوشش کی ایک حکمتِ عملی ہے جس میں کلائنٹ ہر ناکام کوشش کے بعد، دوبارہ کوشش سے پہلے، زیادہ دیر انتظار کرتا ہے، عموماً تاخیر کو ایک حد تک دگنا کرتے ہوئے۔ ہر انتظار میں رینڈم jitter شامل کرنے سے کئی کلائنٹس کی دوبارہ کوششیں بکھر جاتی ہیں تاکہ وہ بیک وقت سرور تک نہ پہنچیں۔

[ٹول کالنگ (tool calling)](https://broadrouter.com/ur/glossary/tool-calling/)

ٹول کالنگ، جسے function calling بھی کہتے ہیں، LLM API کی وہ سہولت ہے جس میں ماڈل ڈویلپر کے طے کردہ کسی فنکشن کو چلانے کی ایک منظم درخواست، JSON آرگیومنٹس کے ساتھ، لوٹاتا ہے۔ ایپلیکیشن فنکشن چلا کر نتیجہ واپس بھیجتی ہے؛ ماڈل خود کبھی کوڈ نہیں چلاتا۔

[ریکوئسٹ ٹائم آؤٹ (request timeout)](https://broadrouter.com/ur/glossary/request-timeout/)

ریکوئسٹ ٹائم آؤٹ وہ زیادہ سے زیادہ وقت ہے جتنا کوئی HTTP کلائنٹ سرور کا انتظار کرتا ہے، پھر درخواست چھوڑ دیتا ہے۔ کلائنٹ عموماً اسے کنکشن کھولنے کے connect ٹائم آؤٹ اور ڈیٹا کے انتظار والے read ٹائم آؤٹ میں بانٹتے ہیں۔ LLM کالز کو کھلے read ٹائم آؤٹ چاہییں، کیونکہ لمبے جوابات میں وقت لگتا ہے۔

[اخراجات کی حد (spend limit)](https://broadrouter.com/ur/glossary/spend-limit/)

اخراجات کی حد وہ سقف ہے کہ کوئی API اکاؤنٹ، پروجیکٹ یا کلید ایک مدت میں، عموماً ایک مہینے میں، کتنا خرچ کر سکتی ہے۔ استعمال وہاں پہنچنے پر فراہم کنندہ مزید درخواستیں رد کر دیتا ہے، اکثر HTTP 429 یا 400 ایرر کے ساتھ، جب تک مدت ری سیٹ نہ ہو یا حد بڑھائی نہ جائے۔

## عام سوالات

### LLM API پر HTTP 429 کا کیا مطلب ہے؟

Too Many Requests۔ آپ نے فی منٹ درخواستوں، جاری درخواستوں، فی منٹ ٹوکنز یا خرچ کی کوئی حد پار کر دی۔ درخواست پروسیس نہیں ہوئی، اس لیے کچھ انتظار کے بعد اسے دوبارہ بھیجنا محفوظ ہے۔

### 429 کے بعد دوبارہ کوشش سے پہلے کتنا انتظار کریں؟

اگر سرور Retry-After بھیجے تو اسے استعمال کریں۔ ورنہ تقریباً ایک سیکنڈ سے شروع کریں، ہر کوشش پر دگنا کریں، حد تقریباً 30 سے 60 سیکنڈ رکھیں، اور صفر سے اس حد کے درمیان کوئی بے ترتیب وقفہ چنیں۔ چار سے چھ کوششوں کے بعد رک جائیں۔

### کیا LLM API کے 500 اور 503 ایررز پر دوبارہ کوشش کرنی چاہیے؟

جی ہاں، اسی محدود بیک آف کے ساتھ۔ یہ سرور کی طرف کے ایررز ہیں۔ 400، 401، 403 یا 422 ہر بار اسی طرح ناکام ہوں گے، اس لیے انہیں درست کریں۔

### کیا OpenAI SDK خود بخود 429 پر دوبارہ کوشش کرتا ہے؟

جی ہاں۔ سرکاری Python اور Node SDKs کنکشن ایررز، 408، 409، 429 اور 5xx پر پہلے سے دو بار، مختصر exponential backoff کے ساتھ دوبارہ کوشش کرتے ہیں۔ بیچ جابز کے لیے max\_retries بڑھائیں اور اپنی بیک وقت درخواستوں کی حد شامل کریں۔

### فی منٹ درخواستوں کی حد سے نیچے ہونے پر بھی 429 کیوں آتا ہے؟

عموماً بیک وقت درخواستوں کی حد کی وجہ سے۔ لمبے اسٹریمنگ جواب کئی سیکنڈ تک جاری رہتے ہیں، اس لیے چند متوازی کالز جاری درخواستوں کی حد چھو سکتی ہیں، جبکہ فی منٹ کی گنتی کم نظر آتی ہے۔

## مزید پڑھیں

-   [لمبے چلنے والے ایجنٹس: پائیدار timeouts، retries اور checkpoints](https://broadrouter.com/ur/blog/long-running-agents-timeouts-retries/)
-   [LLM اسٹریمنگ کی وضاحت: SSE چنکس، ڈیلٹا، usage اور منسوخی](https://broadrouter.com/ur/blog/llm-streaming-sse-explained/)
-   [مقررہ قیمت والے LLM API پر متوازی کوڈنگ ایجنٹس کیسے چلائیں](https://broadrouter.com/ur/blog/run-parallel-coding-agents-flat-rate/)
-   [LLM API usage لاگنگ: ہر صارف اور فیچر کی لاگت، PII ہٹا کر](https://broadrouter.com/ur/blog/llm-api-usage-logging/)
-   [Batch API کے بغیر LLM بیچ پروسیسنگ: دوبارہ شروع ہونے والا runner](https://broadrouter.com/ur/blog/llm-batch-processing-without-batch-api/)
-   [BroadNet کا GPU ہارڈویئر اور سروِنگ کا طریقہ، BroadNet کی زبانی](https://broadrouter.com/ur/blog/broadnet-gpu-fleet-and-serving/)
-   [LLM API جوابات کیش کر کے لاگت کم کریں: Python میں ایگزیکٹ میچ کیش](https://broadrouter.com/ur/blog/cache-llm-responses-cut-cost/)
-   [گائیڈ: BroadNet Inference کے ایرر کوڈز اور دوبارہ کوشش کب کریں](https://broadrouter.com/ur/guides/errors-and-retries/)
-   [گائیڈ: BroadNet Inference کے ساتھ OpenAI Python SDK استعمال کریں](https://broadrouter.com/ur/guides/openai-python-sdk/)
-   [گائیڈ: ایجنٹس کے لیے لامحدود LLM API پلانز کیسے کام کرتے ہیں](https://broadrouter.com/ur/guides/unlimited-llm-api-sessions/)

اسے اپنے اصل کام پر آزمائیں۔ نئے اکاؤنٹس Gemma اور ٹرانسکرپشن کے لیے US$5 کے کریڈٹ سے شروع ہوتے ہیں۔ DeepSeek، GLM، اور Qwen3.8 کے لیے ٹاپ اپ ضروری ہے۔

[شروع کریں](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-blog-handle-llm-api-429-rate-limits&utm_content=page-cta) ·

**ذرائع**

-   [BroadNet Inference کا API ریفرنس، ایررز اور حدیں (2026-11-14 کو دیکھا گیا) (انگریزی میں)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-blog-handle-llm-api-429-rate-limits&utm_content=sources#errors)
-   [AWS Architecture Blog، Exponential Backoff and Jitter (2026-11-14 کو دیکھا گیا)](https://aws.amazon.com/blogs/architecture/exponential-backoff-and-jitter/)
-   [RFC 6585، اسٹیٹس کوڈ 429 Too Many Requests (2026-11-14 کو دیکھا گیا)](https://www.rfc-editor.org/rfc/rfc6585#section-4)
-   [RFC 9110، Retry-After ہیڈر (2026-11-14 کو دیکھا گیا)](https://www.rfc-editor.org/rfc/rfc9110#field.retry-after)
-   [openai-python README، خودکار دوبارہ کوششیں (2026-11-14 کو دیکھا گیا)](https://github.com/openai/openai-python)
-   [openai-node README، دوبارہ کوششیں (2026-11-14 کو دیکھا گیا)](https://github.com/openai/openai-node)
