Explicação do limite de concorrência do fal.ai: por que as requisições entram em fila e como obter mais de 40
O fal.ai limita contas novas a 2 requisições simultâneas e aumenta esse limite automaticamente, até no máximo 40, conforme você compra créditos. Como o limite funciona, como distinguir fila de lentidão e quais são as suas opções além de 40.
O fal.ai não limita as requisições por minuto. Ele limita quantas das suas requisições são executadas ao mesmo tempo. Uma conta nova pode executar 2 requisições simultâneas, o limite sobe automaticamente conforme você compra créditos até um máximo de 40, e qualquer valor acima disso é combinado com o time de vendas. As requisições acima do limite não são rejeitadas: elas esperam em uma fila, e é por isso que o sintoma são jobs lentos, não erros.
Este guia explica como reconhecer o limite, como trabalhar dentro dele e o que fazer quando 40 não é suficiente.
Fontes verificadas em 22 de novembro de 2026: a documentação da fal e a documentação da WaveSpeedAI.
O que diz a regra da fal
Segundo o FAQ da fal:
- Contas novas começam com 2 requisições simultâneas.
- “À medida que você compra créditos, o limite aumenta automaticamente até 40.”
- As requisições acima do limite esperam em uma fila até que haja um slot livre.
- Limites mais altos estão disponíveis por meio do time de vendas.
O FAQ não publica os valores de compra que correspondem a cada degrau entre 2 e 40.
Como saber que você está atingindo o limite
Como as requisições extras entram na fila em vez de falhar, o limite parece um problema de desempenho.
- O tempo total cresce com o tamanho do lote. Dez jobs de vídeo levam cerca de cinco vezes mais tempo que dois.
- As requisições ficam no estado de fila antes de começar, e a espera é proporcional a quantas você enviou.
- Requisições isoladas são rápidas. Se uma única requisição termina rápido e um lote não, o problema é o limite de concorrência, não o modelo.
Um teste rápido: envie uma requisição e meça o tempo, depois envie dez de uma vez e observe quantas estão em andamento no mesmo instante. Esse número é o seu limite.
O que o limite significa para um produto
A concorrência se traduz diretamente em vazão. Se um vídeo leva dois minutos para ser gerado:
| Requisições simultâneas | Vídeos por hora |
|---|---|
| 2 | 60 |
| 10 | 300 |
| 40 | 1.200 |
Em um produto em que os usuários esperam por um resultado, o número mais relevante é quantos usuários podem ser atendidos ao mesmo tempo. Com um limite de 2, o terceiro usuário espera o job de outra pessoa terminar.
Trabalhando dentro do limite
- Mantenha sua própria fila. Envie no máximo o seu limite e guarde o restante na sua aplicação, para controlar a prioridade. Usuários pagantes e requisições interativas devem vir antes dos jobs em lote.
- Use webhooks em vez de manter conexões abertas. Uma requisição na fila pode esperar muito tempo; não prenda um worker por causa dela.
- Separe o tráfego interativo do tráfego em lote. Dê ao trabalho em lote uma parcela menor dos slots, ou execute-o à noite.
- Gere rascunhos em modelos mais rápidos. Um job mais curto libera o slot mais cedo.
- Mostre aos usuários a posição deles. Uma fila com feedback parece muito mais curta do que um spinner.
import asyncio
LIMIT = 2 # defina como o limite de concorrência da sua conta
slots = asyncio.Semaphore(LIMIT)
async def generate(job):
async with slots:
return await run_on_provider(job)
async def run_all(jobs):
# Jobs interativos primeiro, jobs em lote depois.
ordered = sorted(jobs, key=lambda job: job.priority)
return await asyncio.gather(*(generate(job) for job in ordered))
Quando 40 não é suficiente
Você tem três opções.
- Compre créditos até chegar a 40. O limite sobe automaticamente com a compra de créditos. Lembre-se de que os créditos comprados na fal expiram após 365 dias, então não recarregue mais do que vai usar só para aumentar um limite.
- Fale com o time de vendas da fal para obter um limite maior. Isso serve para equipes com volume constante e previsível.
- Distribua a carga entre duas plataformas. Direcione por modelo ou por tipo de tráfego, de modo que o limite de cada plataforma se aplique a apenas parte do seu tráfego. Isso também protege você de um problema no nível da conta em qualquer uma delas.
Concorrência na WaveSpeedAI
A WaveSpeedAI publica seus limites por nível de conta na documentação:
| Nível | Tasks simultâneas | Predictions por minuto | Como alcançá-lo |
|---|---|---|---|
| Bronze | 2 | 5 | Padrão para contas novas |
| Silver | 300 | 500 | Qualquer recarga bem-sucedida |
| Gold | 3.000 | 3.000 | Uma única recarga de US$ 1.000 ou mais |
| Ultra | 10.000 | 5.000 | Uma única recarga de US$ 5.000 ou mais |
Uma conta nova começa com as mesmas 2 tasks simultâneas. A diferença está no próximo passo: qualquer recarga leva a conta a 300 tasks simultâneas, e a mudança de nível é aplicada automaticamente. Limites acima do Ultra estão disponíveis sob solicitação.
Dois detalhes para planejar:
- Também existe um limite de predictions iniciadas por minuto. Uma requisição acima dele retorna
429, então use backoff limitado para os envios. - Os níveis são definidos pelo valor de uma única recarga, não pelo gasto acumulado.
O restante do modelo de cobrança é simples: os créditos nunca expiram, as tasks com falha são reembolsadas integralmente, e o preço de uma requisição é mostrado antes de você executá-la. As mesmas famílias de modelos estão disponíveis, incluindo Seedance, Kling, Veo, Wan, Nano Banana e Seedream.
Para migrar uma integração, veja como migrar da fal.ai para a WaveSpeedAI.
FAQ
Qual é o limite de taxa (rate limit) da fal.ai?
A fal limita as requisições simultâneas, não as requisições por minuto. Contas novas podem executar 2 requisições ao mesmo tempo, e o limite sobe automaticamente com a compra de créditos até um máximo de 40.
Por que minhas requisições da fal ficam presas na fila?
Você tem mais requisições em andamento do que o seu limite de concorrência permite. As extras esperam até que uma requisição em execução termine.
Como aumento meu limite de concorrência na fal?
Comprar créditos o aumenta automaticamente, até 40. Acima disso, é preciso entrar em contato com o time de vendas da fal.
A fal retorna um erro quando excedo o limite?
Não. As requisições acima do limite entram na fila, então o efeito é tempo de espera, não um 429.
Qual plataforma permite mais gerações de vídeo simultâneas?
Na WaveSpeedAI, qualquer recarga leva uma conta a 300 tasks simultâneas, com 3.000 e 10.000 nos níveis mais altos. O máximo self-service da fal é 40.
/filters:quality(82)/media/images/1773962750383987480_n3hqzHRZ.webp)