حدود معدل Muse Wonder: ‏3,000 RPM و‏4M TPM يتقاسمها الفريق كله

حدود Muse Wonder API: ‏3,000 طلب و‏4 مليون رمز في الدقيقة للفريق، بلا مستويات. كيف يستهلك سياق المليون رمز حصة TPM، وقراءة الترويسات، والتراجع التصاعدي، واختبار مسار 429.

INEZA Felin-Michel

INEZA Felin-Michel

16 أكتوبر 2026

حدود معدل Muse Wonder: ‏3,000 RPM و‏4M TPM يتقاسمها الفريق كله

Apidog للمؤسسات

النشر على الخوادم المحلية

SSO و RBAC

متوافق مع SOC 2

استكشف Apidog للمؤسسات

حدود المعدل لـ Muse Wonder على Meta Model API هي 3,000 طلب في الدقيقة و4,000,000 رمز في الدقيقة. وكلاهما يطبَّق لكل نموذج ولكل فريق، لا لكل مفتاح API: كل مفتاح تنشئه مؤسستك يستهلك من المجموعة نفسها. أما الاستجابات الخلفية فلها حصة منفصلة قدرها 600 إرسال جديد في الدقيقة. لا توجد مستويات استخدام منشورة ولا طريقة موثقة لطلب المزيد. عند تجاوز حد تحصل على HTTP 429، وتوصية Meta هي التراجع التصاعدي مع jitter يبدأ نحو 500 مللي ثانية، مع احترام Retry-After عند وجوده.

هذه الحقائق الأربع تحدد كيف تبني أي شيء يستدعي muse-wonder-1.0 على نطاق واسع. يغطي هذا المنشور معنى الحدود في الممارسة، وكيف يلتهم سياق بمليون رمز ميزانية 4M TPM، وكيف تقرأ الترويسات، وكيف تبني مسار إعادة المحاولة وتختبره، وماذا تفعل عندما لا تكفي 3,000 RPM. ولأساسيات API ابدأ بـ دليل Muse Wonder API.

button

الحدود

الحد القيمة النطاق
الطلبات في الدقيقة 3,000 لكل فريق، لكل نموذج
الرموز في الدقيقة 4,000,000 لكل فريق، لكل نموذج
الإرسالات الخلفية 600 في الدقيقة لكل فريق، إضافة إلى ما سبق
نافذة السياق 1,048,576 رمزاً لكل طلب
مستويات الاستخدام لا شيء منشوراً
رفع الحدود لا توجد عملية موثقة

الأرقام نفسها 3,000 / 4M تنطبق على Muse Spark 1.3؛ أما نسخة Contributor من Spark فحدّها أدنى: 150 RPM و3M TPM. لكل نموذج مجموعته الخاصة، فلا يخلو حارة Spark من حيطةَ حركة Wonder الكثيفة، والعكس صحيح. سياق التوجيه الذي تحقنه Meta لا يُحتسب ضمن TPM ولا يظهر في usage.

الرموز تنفد قبل الطلبات

عند 4 مليون رمز في الدقيقة، نادراً ما يكون حد الطلبات هو المُقيِّد للوكيل. ثلاثة أمثلة:

حمل العمل الرموز لكل طلب الطلبات في الدقيقة قبل أن يلزم حد TPM
أدوار دردشة قصيرة 3,000 1,333
مراجعة مستندات 50,000 80
دور وكيل طويل بسياق 400K 400,000 10
طلب بالنافذة الكاملة 1,000,000 4

فريق يشغّل بضعة وكلاء بسياقات كبيرة قد يبلغ 4M TPM بعشرة طلبات متزامنة تقريباً. المدخلات المخزنة مؤقتاً تُحتسب ضمن TPM أيضاً؛ خصم التخزين المؤقت خصم على الفاتورة، لا على حد المعدل. رموز التفكير تُحتسب ضمن max_output_tokens وفاتورتك، ورموز المخرجات تُحتسب ضمن TPM كذلك.

النتيجة العملية: خطط لميزانية TPM حسب حجم السياق، لا حسب عدد الطلبات. الوكيل الذي يعيد إرسال محادثة بحجم 300K رمز في كل دور هو طلب بـ 300K رمز في كل مرة، وعشرة وكلاء كهذا يتقدمون خطوة كل دقيقة يستهلكون ثلاثة أرباع حصة الفريق.

خطط التزامن من الأرقام

حساب السعة سطر واحد: عدد الوكلاء المتزامنين مضروباً في الرموز لكل دور مضروباً في الأدوار في الدقيقة يجب أن يبقى دون 4,000,000. طبّقه على أثقل حارة لديك قبل النشر.

الوكلاء الرموز لكل دور الأدوار في الدقيقة لكل وكيل TPM المطلوب هامش الأمان
4 150,000 2 1,200,000 70%
8 250,000 1 2,000,000 50%
12 300,000 1 3,600,000 10%
20 300,000 1 6,000,000 فوق الحد

اترك هامشاً لا يقل عن 40%. أدوار الوكلاء متقطعة على شكل دفعات، وعاصفة إعادة المحاولة بعد خطأ عابر تضاعف الطلب لمدة دقيقة، وأي شخص آخر في الفريق يسحب من المجموعة نفسها. الصف الثالث يبدو سليماً على الورق ويفشل عملياً أول مرة يعيد فيها وكيلان المحاولة معاً.

رافعتان تقلّصان الطرف الأيسر من المعادلة. الضغط (compaction) يمنع رموز كل دور من النمو بلا حد: لخّص أو احذف نتائج الأدوات القديمة عندما يتجاوز التشغيل عتبة، كما يشرح منشور نافذة السياق. وإعادة التشغيل المشفرة عديمة الحالة في Responses API تتيح لك التحكم بدقة بما تعيد إرساله، بينما السجل المُدار من الخادم عبر previous_response_id يعيد إرسال كل شيء.

مجموعة واحدة لكل مفتاح

تطبق Meta الحدود لكل فريق. مفتاح للتجربة (staging) ومفتاح للإنتاج ومفتاح على حاسوب زميل، جميعها تسحب من 3,000 / 4M نفسها. لذلك نتيجتان.

الأولى: اختبار حمل من مطوّر واحد قد يخنق الإنتاج. اعزل التجارب زمنياً، أو في فريق منفصل إذا سمحت مؤسستك. الثانية: المراقبة لكل مفتاح لن تريك الصورة كاملة. جمّع ترويسات x-ratelimit-* عبر كل المستدعين، وإلا فسترى 429 على مفتاح يبدو بعيداً بوضوح عن حده.

اقرأ الترويسات

الاستجابات القائمة على الرموز تحمل ترويسات x-ratelimit-*. سجّلها في كل استدعاء. النمط المهم هو اتجاه السعة المتبقية نحو الصفر عبر كل المستدعين خلال الدقيقة، وهو إشارتك لتباطؤ السرعة قبل وصول 429. استجابات النسخ الصوتي لا تحمل هذه الترويسات؛ أما استجابات Wonder فتحملها.

عندما يصل 429 فعلاً، تكون توثيق Meta محدداً: تراجع تصاعدياً مع jitter يبدأ نحو 500 مللي ثانية، وإذا وُجد Retry-After فانتظر مدةً لا تقل عنه. حلقة إعادة محاولة تتجاهل Retry-After وتضرب بفترات ثابتة تطيل الانقطاع على كل من في الفريق.

ابنِ مسار إعادة المحاولة

import random, time
from openai import OpenAI, RateLimitError

client = OpenAI(base_url="https://api.meta.ai/v1", api_key=os.environ["MODEL_API_KEY"])

def call(input_text, attempts=6):
    delay = 0.5
    for i in range(attempts):
        try:
            return client.responses.create(model="muse-wonder-1.0", input=input_text,
                                           reasoning={"effort": "medium"}, max_output_tokens=4096)
        except RateLimitError as e:
            retry_after = e.response.headers.get("retry-after")
            wait = float(retry_after) if retry_after else delay + random.uniform(0, delay)
            time.sleep(wait)
            delay = min(delay * 2, 30)
    raise RuntimeError("rate limited after retries")

ثلاث نقاط تصميم. ضع سقفاً للتراجع حتى لا يتحول الانقطاع الطويل إلى نوم لعشرين دقيقة. أبقِ إعادات المحاولة عديمة الأثر (idempotent): استدعاء Responses لا ينشئ شيئاً لدىك من المأمون تكراره، أما إذا كانت استدعاءات أدوات وكيلك ذات آثار جانبية فأعد محاولة استدعاء النموذج، لا الأداة. وأظهر إعادات المحاولة في التتبعات كي تفرق بين نموذج بطيء وآخر مُخنَق؛ دليل تتبع استدعاءات الأدوات يغطي ما يجب تسجيله.

استخدم الاستجابات الخلفية للذيل الطويل

المهام الطويلة لا تحتاج إلى إبقاء الاتصال مفتوحاً. مع background: true تُدرَج الاستجابة في الطابور وتعود "status": "queued"، ويمكنك استطلاع GET /v1/responses/{id}?stream=true بحثاً عن أحداث دورة الحياة. للإرسالات الخلفية حصة خاصة قدرها 600 في الدقيقة إضافة إلى الحدود الرئيسية، فنقل العمل الدفعي إلى هناك يحرر RPM لحركة التفاعل المباشر. القيود: لا stream: true في الـ POST، وسقف للجسم قدره 1 MiB، والإلغاء يكون عبر POST /v1/responses/{id}/cancel.

عندما لا تكفي 3,000 RPM

لا تنشر Meta سُلّم مستويات ولا نموذج طلب لرفع الحدود. خياراتك اليوم:

اختبر معالجة الحدود في Apidog

لا تكتشف أخطاء إعادة المحاولة عند الطلب رقم 3,001. في Apidog:

  1. ابنِ طلب Responses مع MODEL_API_KEY كـ متغير سري، وأضف معالجاً لاحقاً يقرأ ترويسات x-ratelimit-* في متغيرات البيئة، ليتمكن السيناريو من التأكيد أن السعة المتبقية لا تهبط دون حد أدنى.
  2. أنشئ نسخة وهمية (mock) من /v1/responses مع توقع يعيد 429 وترويسة Retry-After: 2 عندما يحمل الطلب ترويسة مثل X-Test-Scenario: throttle. وجّه عميلك إلى الوهمي وأكّد أنه ينتظر ثانيتين على الأقل وينجح في المحاولة التالية.
  3. شغّل اختبار أداء يرفع حجم الطلبات تدريجياً ضد الوهمي للتأكد أن المحدِّد لديك يعمل قبل أن يعمل API الحقيقي.
  4. ضع السيناريو في CI عبر Apidog CLI حتى لا تُطلق أي تغيير على كود إعادة المحاولة دون اجتيازه.

نزّل Apidog لإعداد الوهمي والتأكيدات في مشروع واحد.

الأسئلة الشائعة

هل حدود معدل Muse Wonder لكل مفتاح أم لكل حساب؟لكل فريق. جميع مفاتيح الفريق تتقاسم مجموعة واحدة من 3,000 RPM / 4M TPM لكل نموذج.

هل المدخلات المخزنة مؤقتاً تُحتسب ضمن TPM؟نعم. التخزين المؤقت يخفض ثمن تلك الرموز، لا وزنها أمام حد الرموز في الدقيقة.

هل يمكنني طلب حد أعلى؟صفحة الأسعار وحدود المعدل لدى Meta لا تسرد مستويات ولا عملية. راقب الصفحة للتغييرات؛ إطلاقات النماذج الرائدة كثيراً ما تضيف مستويات خلال أسابيع.

ما رمز الحالة والترويسات التي أحصل عليها؟HTTP 429، ومعه اختيارياً Retry-After، إضافة إلى ترويسات x-ratelimit-* على الاستجابات القائمة على الرموز.

الخطوة التالية

قِس الرموز لكل طلب في أثقل دور وكيل لديك، واضربها في التزامن، وقارن الناتج بـ 4,000,000. إذا كان الرقم قريباً، فابنِ المحدِّد واختبار الوهمي هذا الأسبوع، قبل أن يتقاسم الفريق المجموعة مع الإنتاج.

ممارسة تصميم API في Apidog

اكتشف طريقة أسهل لبناء واستخدام واجهات برمجة التطبيقات