速率限制从每分钟可用请求数（Request Per Minute 简称 RPM） 和每分钟可用 token 数（Token Per Minute 简称 TPM）两个维度进行限制。每次请求消耗的请求数超过当前可用请求数或者每次请求消耗的 token 数超过当前可用 token 数，调用请求都会被限制，返回 429 错误。
每次请求消耗的请求数是一，每次请求消耗的 token 数是输入内容占用的 token 数与 max_tokens 参数值的和。
当前可用请求数随时间递增，最大值为每分钟可用请求数。
当前可用 token 数随时间递增，最大值为 每分钟可用 token 数。
每次请求时当前可用请求数是上次调用完成后可用的请求数加上两次调用间隔时间内新产生的可用请求数，最大值为每分钟可用请求数。
每次请求时当前可用 token 数是上次调用完成后可用的 token 数加上两次调用间隔时间内新产生的可用 token 数，最大值为每分钟可用 token 数。
两次调用间隔时间内新产生的可用请求数=(本次调用时刻-上次调用时刻)*每分钟可用请求数/60
两次调用间隔时间内新产生的可用 token 数=(本次调用时刻-上次调用时刻)*每分钟可用 token 数/60
假定当前设定的每分钟可用请求数是 120，每分钟可用 token 数是 12000。
0ms 时第一次调用，假定消耗 token 是 2000，当前可用请求数是 120，大于 1；当前可用 token 数是 12000，大于 2000，调用可以正常响应。
100ms 时调用，假定消耗 token 是 2000，当前可用请求数是 119，大于 1；当前可用 token 数是 10020，大于 2000，调用可以正常响应。这里 10020 的 token 是因为从上次调用到这次调用间隔的 100ms 内新增了 20 个可用 token。
500ms 时调用，假定消耗 token 是 2000，当前可用请求数是 119，大于 1；当前可用 token 数是 8100，大于 2000，调用可以正常响应。这里 119 的可用次数是因为从第一次调用到这次调用间隔的 500ms 内新增了 1 次可用次数。
600ms 时调用，假定消耗 token 是 6140，当前可用请求数是 118，大于 1；当前可用 token 数是 6120，小于 6140，调用被拦截。
700ms 时调用，假定消耗 token 是 6140，当前可用请求数是 117，大于 1；当前可用 token 数是 6140，等于 6140，调用可以正常响应。
从上面的例子可以看出，当前可用请求数和当前可用 token 数随着时间逐步增加，每次调用时会判断这两个值是否能够满足本次调用，不满足会拦截，随着时间推移，再次满足时会放行。
