负载均衡
模型速率限制(Rate limits)是模型厂商对用户或客户在指定时间内访问 API 服务次数所添加的限制。它有助于防止 API 的滥用或误用,有助于确保每个用户都能公平地访问 API,控制基础设施的总体负载。
在企业级大规模调用模型 API 时,高并发请求会导致超过请求速率限制并影响用户访问。负载均衡可以通过在多个 API 端点之间分配 API 请求,确保所有用户都能获得最快的响应和最高的模型调用吞吐量,保障业务稳定运行。
你可以在 模型供应商 -- 模型列表 -- 设置模型负载均衡 打开该功能,并在同一个模型上添加多个凭据 (API key)。
模型负载均衡为付费特性,您可以通过订阅 SaaS 付费服务或者购买企业版来开启该功能。
默认配置中的 API Key 为初次配置模型供应商时添加的凭据,您需要点击 增加配置 添加同一模型的不同 API Key 来正常使用负载均衡功能。
需要额外添加至少 1 个模型凭据即可保存并开启负载均衡。
你也可以将已配置的凭据临时停用或者删除。
配置完成后再模型列表内会显示所有已开启负载均衡的模型。
默认情况下,负载均衡使用 Round-robin 策略。如果触发速率限制,将应用 1 分钟的冷却时间。
你也可以从 添加模型 配置负载均衡,配置流程与上面一致。
Last updated