fal.ai Concurrency-Limit erklärt: Warum Anfragen in der Warteschlange landen und wie Sie mehr als 40 erhalten
fal.ai begrenzt neue Konten auf 2 gleichzeitige Anfragen und erhöht dieses Limit automatisch auf maximal 40, sobald Sie Guthaben kaufen. So funktioniert das Limit, wie Sie Warteschlangen von Langsamkeit unterscheiden und welche Optionen Sie jenseits von 40 haben.
fal.ai begrenzt nicht die Anfragen pro Minute, sondern die Zahl Ihrer Anfragen, die gleichzeitig laufen. Ein neues Konto kann 2 Anfragen gleichzeitig ausführen. Das Limit steigt automatisch mit jedem Credit-Kauf bis maximal 40, alles darüber wird über den Vertrieb geregelt. Anfragen über dem Limit werden nicht abgelehnt, sondern warten in einer Warteschlange. Deshalb zeigt sich das Problem als langsame Jobs und nicht als Fehler.
Dieser Leitfaden erklärt, wie Sie das Limit erkennen, wie Sie damit arbeiten und was Sie tun können, wenn 40 nicht reichen.
Quellen geprüft am 22. November 2026: die Dokumentation von fal und die Dokumentation von WaveSpeedAI.
Was die Regel von fal besagt
Laut der FAQ von fal:
- Neue Konten starten mit 2 gleichzeitigen Anfragen.
- „As you purchase credits, the limit increases automatically up to 40.” (Wenn Sie Credits kaufen, steigt das Limit automatisch bis auf 40.)
- Anfragen über dem Limit warten in einer Warteschlange, bis ein Slot frei wird.
- Höhere Limits sind über den Vertrieb erhältlich.
Die FAQ nennt nicht, welche Kaufbeträge den einzelnen Stufen zwischen 2 und 40 entsprechen.
Woran Sie erkennen, dass Sie das Limit erreichen
Weil überzählige Anfragen in die Warteschlange kommen, statt fehlzuschlagen, sieht das Limit wie ein Performanceproblem aus.
- Die Gesamtlaufzeit wächst mit der Batch-Größe. Zehn Video-Jobs dauern etwa fünfmal so lange wie zwei.
- Anfragen stehen im Warteschlangenstatus, bevor sie starten, und die Wartezeit ist proportional zur Zahl der eingereichten Anfragen.
- Einzelne Anfragen sind schnell. Wenn eine einzelne Anfrage zügig fertig wird, ein Batch aber nicht, liegt es am Concurrency-Limit und nicht am Modell.
Ein schneller Test: Senden Sie eine Anfrage und messen Sie die Zeit. Senden Sie dann zehn gleichzeitig und beobachten Sie, wie viele davon im selben Moment in Bearbeitung sind. Diese Zahl ist Ihr Limit.
Was das Limit für ein Produkt bedeutet
Concurrency wirkt sich direkt auf den Durchsatz aus. Wenn die Erzeugung eines Videos zwei Minuten dauert:
| Gleichzeitige Anfragen | Videos pro Stunde |
|---|---|
| 2 | 60 |
| 10 | 300 |
| 40 | 1.200 |
Bei einem Produkt, bei dem Nutzer auf ein Ergebnis warten, ist die relevantere Zahl, wie viele Nutzer gleichzeitig bedient werden können. Bei einem Limit von 2 wartet der dritte Nutzer, bis der Job eines anderen fertig ist.
Mit dem Limit arbeiten
- Betreiben Sie Ihre eigene Warteschlange. Senden Sie höchstens so viele Anfragen, wie Ihr Limit erlaubt, und halten Sie den Rest in Ihrer Anwendung zurück, damit Sie die Priorität selbst steuern. Zahlende Nutzer und interaktive Anfragen sollten vor Batch-Jobs laufen.
- Nutzen Sie Webhooks, statt Verbindungen offen zu halten. Eine Anfrage in der Warteschlange kann lange warten. Blockieren Sie dafür keinen Worker.
- Trennen Sie interaktiven Traffic und Batch-Traffic. Geben Sie Batch-Aufgaben einen kleineren Anteil der Slots oder lassen Sie sie nachts laufen.
- Erzeugen Sie Entwürfe mit schnelleren Modellen. Ein kürzerer Job gibt seinen Slot früher frei.
- Zeigen Sie Nutzern ihre Position. Eine Warteschlange mit Rückmeldung wirkt deutlich kürzer als ein Ladekreisel.
import asyncio
LIMIT = 2 # auf das Concurrency-Limit Ihres Kontos setzen
slots = asyncio.Semaphore(LIMIT)
async def generate(job):
async with slots:
return await run_on_provider(job)
async def run_all(jobs):
# Zuerst interaktive Jobs, danach Batch-Jobs.
ordered = sorted(jobs, key=lambda job: job.priority)
return await asyncio.gather(*(generate(job) for job in ordered))
Wenn 40 nicht ausreichen
Sie haben drei Möglichkeiten.
- Kaufen Sie sich bis auf 40 hoch. Das Limit steigt automatisch mit Credit-Käufen. Bedenken Sie, dass gekaufte Credits bei fal nach 365 Tagen verfallen. Laden Sie also nicht mehr auf, als Sie verbrauchen werden, nur um ein Limit anzuheben.
- Sprechen Sie mit dem Vertriebsteam von fal über ein höheres Limit. Das passt zu Teams mit stetigem, planbarem Volumen.
- Verteilen Sie die Last auf zwei Plattformen. Routen Sie nach Modell oder nach Traffic-Typ, sodass das Limit jeder Plattform nur für einen Teil Ihres Traffics gilt. Das schützt Sie außerdem vor einem Problem auf Kontoebene bei einer der beiden.
Concurrency bei WaveSpeedAI
WaveSpeedAI veröffentlicht seine Limits nach Kontostufe in der Dokumentation:
| Stufe | Gleichzeitige Tasks | Predictions pro Minute | So erreichen Sie sie |
|---|---|---|---|
| Bronze | 2 | 5 | Standard für neue Konten |
| Silver | 300 | 500 | Jede erfolgreiche Aufladung |
| Gold | 3.000 | 3.000 | Eine einzelne Aufladung von 1.000 $ oder mehr |
| Ultra | 10.000 | 5.000 | Eine einzelne Aufladung von 5.000 $ oder mehr |
Ein neues Konto startet mit denselben 2 gleichzeitigen Tasks. Der Unterschied liegt im nächsten Schritt: Jede Aufladung hebt das Konto auf 300 gleichzeitige Tasks, und das Upgrade erfolgt automatisch. Limits oberhalb von Ultra sind auf Anfrage erhältlich.
Zwei Details, die Sie einplanen sollten:
- Es gibt zusätzlich ein Limit für pro Minute gestartete Predictions. Eine Anfrage darüber hinaus liefert
429zurück. Verwenden Sie daher für das Absenden ein begrenztes Backoff. - Die Stufen richten sich nach der Höhe einer einzelnen Aufladung, nicht nach den kumulierten Ausgaben.
Das übrige Abrechnungsmodell ist einfach: Credits verfallen nie, fehlgeschlagene Tasks werden vollständig erstattet, und der Preis einer Anfrage wird angezeigt, bevor Sie sie ausführen. Dieselben Modellfamilien sind verfügbar, darunter Seedance, Kling, Veo, Wan, Nano Banana und Seedream.
Wie Sie eine Integration umziehen, lesen Sie unter Migration von fal.ai zu WaveSpeedAI.
FAQ
Wie lautet das Rate Limit von fal.ai?
fal begrenzt gleichzeitige Anfragen, nicht Anfragen pro Minute. Neue Konten können 2 Anfragen gleichzeitig ausführen, und das Limit steigt automatisch mit Credit-Käufen bis auf maximal 40.
Warum hängen meine fal-Anfragen in der Warteschlange?
Sie haben mehr Anfragen gleichzeitig in Bearbeitung, als Ihr Concurrency-Limit erlaubt. Die überzähligen warten, bis eine laufende Anfrage abgeschlossen ist.
Wie erhöhe ich mein Concurrency-Limit bei fal?
Der Kauf von Credits erhöht es automatisch bis auf 40. Darüber hinaus müssen Sie das Vertriebsteam von fal kontaktieren.
Gibt fal einen Fehler zurück, wenn ich das Limit überschreite?
Nein. Anfragen über dem Limit werden in die Warteschlange gestellt. Die Folge ist also Wartezeit und kein 429.
Welche Plattform erlaubt mehr gleichzeitige Videoerzeugungen?
Bei WaveSpeedAI hebt jede Aufladung ein Konto auf 300 gleichzeitige Tasks, auf den höheren Stufen auf 3.000 und 10.000. Das Self-Service-Maximum von fal liegt bei 40.
/filters:quality(82)/media/images/1773962750383987480_n3hqzHRZ.webp)