fal.ai 并发限制详解:请求为何排队,以及如何获得超过 40 的并发
fal.ai 将新账户限制为 2 个并发请求,并会随着你购买额度自动提升,上限为 40。本文介绍该限制的运作方式、如何区分排队与响应缓慢,以及超过 40 之后的可选方案。
fal.ai 不按每分钟请求数限流,而是限制你的请求能同时运行多少个。新账户可以同时运行 2 个请求,限制会随着你购买额度自动提高,最高到 40;超过 40 的部分需要通过销售团队安排。超出限制的请求不会被拒绝,而是在队列中等待,所以表现出来的症状是任务变慢,而不是报错。
本指南说明如何识别这一限制、如何在限制内工作,以及 40 不够用时该怎么办。
资料核查日期:2026 年 11 月 22 日:fal 的文档和 WaveSpeedAI 的文档。
fal 的规则是什么
来自 fal 的 FAQ:
- 新账户起始为 2 个并发请求。
- “随着你购买额度,限制会自动提高,最高到 40。”
- 超出限制的请求会在队列中等待,直到有空闲名额。
- 更高的限制可通过销售团队获得。
FAQ 没有公布 2 到 40 之间每一档对应的购买金额。
如何判断你触到了这个限制
由于多余的请求是排队而不是失败,这个限制看起来像是性能问题。
- 总耗时随批量大小增长。 十个视频任务耗时约为两个任务的五倍。
- 请求在开始前处于排队状态,等待时间与你提交的数量成正比。
- 单个请求很快。 如果单独一个请求很快完成而一批请求不行,那就是并发限制,而不是模型的问题。
一个简单的测试:提交一个请求并计时,然后一次提交十个,观察同一时刻有多少个在运行。这个数字就是你的限制。
这个限制对产品意味着什么
并发直接转化为吞吐量。如果生成一个视频需要两分钟:
| 并发请求数 | 每小时视频数 |
|---|---|
| 2 | 60 |
| 10 | 300 |
| 40 | 1,200 |
对于用户需要等待结果的产品,更相关的数字是能同时服务多少用户。限制为 2 时,第三个用户要等别人的任务完成。
在限制内工作
- 自建队列。 最多只提交到你的限制数量,其余的保留在你的应用中,这样你可以控制优先级。付费用户和交互式请求应排在批量任务之前。
- 使用 webhook,而不是一直占着连接。 排队的请求可能等很久,不要为此占用一个 worker。
- 将交互式流量与批量流量分开。 给批量任务分配较少的名额,或者放在夜间运行。
- 用更快的模型生成草稿。 更短的任务能更快释放名额。
- 向用户显示排队位置。 有反馈的队列比转圈等待感觉短得多。
import asyncio
LIMIT = 2 # set this to your account's concurrency limit
slots = asyncio.Semaphore(LIMIT)
async def generate(job):
async with slots:
return await run_on_provider(job)
async def run_all(jobs):
# Interactive jobs first, batch jobs after.
ordered = sorted(jobs, key=lambda job: job.priority)
return await asyncio.gather(*(generate(job) for job in ordered))
40 不够用时
你有三个选择。
- 通过购买额度升到 40。 限制会随额度购买自动提高。请记住,fal 上购买的额度会在 365 天后过期,所以不要为了提高限制而充值超过你实际用量的金额。
- 联系 fal 的销售团队获取更高的限制。这适合业务量稳定、可预测的团队。
- 把负载分散到两个平台。 按模型或流量类型路由,让每个平台的限制只作用于一部分流量。这也能在任一平台出现账户级问题时保护你。
WaveSpeedAI 上的并发
WaveSpeedAI 在其文档中按账户等级公布了限制:
| 等级 | 并发任务数 | 每分钟预测数 | 如何达到 |
|---|---|---|---|
| Bronze | 2 | 5 | 新账户默认 |
| Silver | 300 | 500 | 任意一次成功充值 |
| Gold | 3,000 | 3,000 | 单次充值 $1,000 或以上 |
| Ultra | 10,000 | 5,000 | 单次充值 $5,000 或以上 |
新账户起始同样是 2 个并发任务。区别在于下一步:任意一次充值就会把账户升到 300 个并发任务,升级自动生效。Ultra 以上的限制可按需申请。
有两点需要提前规划:
- 另外还有每分钟启动预测数的限制。超出该限制的请求会返回
429,所以提交时请使用有上限的退避重试。 - 等级由单次充值的金额决定,而不是累计消费。
计费模式的其余部分很简单:额度永不过期,失败的任务全额退款,请求的价格在运行前就会显示。可用的模型系列相同,包括 Seedance、Kling、Veo、Wan、Nano Banana 和 Seedream。
要迁移现有集成,请参阅如何从 fal.ai 迁移到 WaveSpeedAI。
常见问题
fal.ai 的速率限制是多少?
fal 限制的是并发请求数,而不是每分钟请求数。新账户可以同时运行 2 个请求,限制会随着额度购买自动提高,最高到 40。
为什么我的 fal 请求卡在队列里?
你同时进行的请求数超过了并发限制。多出来的请求会等到有运行中的请求完成。
如何提高我的 fal 并发限制?
购买额度会自动提高限制,最高到 40。超过 40 就需要联系 fal 的销售团队。
超出限制时 fal 会返回错误吗?
不会。超出限制的请求会被排队,所以影响是等待时间变长,而不是 429。
哪个平台允许更多的并发视频生成?
在 WaveSpeedAI 上,任意一次充值就会把账户提升到 300 个并发任务,更高等级为 3,000 和 10,000。fal 自助服务的最大值是 40。
/filters:quality(82)/media/images/1773962750383987480_n3hqzHRZ.webp)