WaveSpeedAI

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.

By WaveSpeedAI6 min read

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 simultâneasVídeos por hora
260
10300
401.200

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

  1. 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.
  2. Use webhooks em vez de manter conexões abertas. Uma requisição na fila pode esperar muito tempo; não prenda um worker por causa dela.
  3. Separe o tráfego interativo do tráfego em lote. Dê ao trabalho em lote uma parcela menor dos slots, ou execute-o à noite.
  4. Gere rascunhos em modelos mais rápidos. Um job mais curto libera o slot mais cedo.
  5. 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:

NívelTasks simultâneasPredictions por minutoComo alcançá-lo
Bronze25Padrão para contas novas
Silver300500Qualquer recarga bem-sucedida
Gold3.0003.000Uma única recarga de US$ 1.000 ou mais
Ultra10.0005.000Uma 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.

Compartilhar