面试题库 › 算法 / 大模型 › 大量并发请求打满大模型API限速怎么办

大量并发请求打满大模型API限速怎么办

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:大模型推理服务

哪些公司问过

腾讯1

常见岗位:AI 应用 / Agent 开发

答案要点

  1. 请求先入队,用令牌桶按配额匀速发送,同时控制请求数和token数
  2. 多实例时使用基于Redis等共享存储的分布式限流
  3. 429错误按指数退避加抖动重试,遵循Retry-After
  4. 扩容手段:提升配额、合规的多账号或多区域、备用模型降级
  5. 减量手段:结果缓存、压缩提示词、批处理接口、小模型路由

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题