[SYNDERESIS / API](/de/dokumentation/) BETRIEB


Gehostete Kunden-API · Vertrag geprüft am 7. November 2026



# Grenzwerte, Nutzung und Abrechnung


Auf dieser Seite- [Grenzwerte, Nutzung und Abrechnung](#limits-usage-and-billing)- [Technische Grenzwerte](#technical-limits)

- [Kontingente und Rate-Limits](#quotas-and-rate-limits)

- [Gemeinsame Schlüssel ausschließlich für Inferenz](#shared-inference-only-keys)

- [Nutzung korrekt lesen](#read-usage-correctly)

- [Abonnement und Guthaben](#subscription-and-credit)

- [Token-Tarife und Schätzung einer Anfrage](#token-tariffs-and-estimating-a-request)

- [Fehlschläge, Wiederholungsversuche und Reservierungen](#failures-retries-and-reservations)


Anfragegröße, Ausgabelänge, Kontext, Kontingent des Kontos und Guthaben sind getrennte Beschränkungen. Ein größerer Modellkontext hebt das Byte- oder Ausgabelimit eines Endpunkts nicht auf.



## Technische Grenzwerte


| Oberfläche | Limit oder Verhalten |



| Answers-Body | 65.536 Bytes; größere Bodies geben 400 invalid_request zurück. |

| Chat-Completions-Body | 921.600 Bytes (900 KiB); größere Bodies geben 400 invalid_request zurück. |

| Answer-Frage | 16.000 Zeichen nach dem Trimmen; leere Fragen werden abgelehnt. |

| Answer-Anweisungen | Getrimmt und auf 16.000 Zeichen abgeschnitten. |

| Answer-Retrieval-Abfrage | Erste 8.000 Zeichen der Frage. |

| Zusammengefügter Answer-Quellkontext | Höchstens 16.000 Zeichen; übergroße Passagen können verworfen werden. |

| Answers-Ausgabe | max_tokens hat den Standardwert 1024 und wird auf 1–4096 begrenzt. |

| Ausgabe des Chat-Antwortadapters | max_tokens hat den Standardwert 4096 und wird auf 1–4096 begrenzt. |

| Ausgabe des Transkript-/Tool-Chats | Ganzzahl 1–32768; Standard 8192; max_completion_tokens hat Vorrang. |

| Transkriptnachrichten | 1–255, einschließlich übergebener system-/developer- und tool-Nachrichten. |

| Nicht leere Tool-Definitionen | 1–128 eindeutige Funktionen; serialisierte Definitionen höchstens 512 KiB. |

| Argumente von Tool-Aufrufen | JSON-Objekt, als Zeichenkette kodiert; höchstens 256 KiB pro Argumentzeichenkette eines Aufrufs. |

| Quellenabfrage | Höchstens 8.000 Zeichen. |

| Quellenergebnisse | 1–20 angefordert; Standard 6. |

| POST-Quellenfilter | Höchstens 100 IDs, jeweils höchstens 256 Zeichen. |

| Aktive Kunden-/Erweiterungsschlüssel | Bis zu 10 pro Konto. |

| Gemeinsamer Nur-Inferenz-Schlüssel | Token-Obergrenze für die Lebensdauer und Ablauf, am Schlüssel gespeichert; siehe unten. |

| Angegebener synderesis-spark-Kontext | 65.536 Token in den Modellmetadaten; andere Beschränkungen der Anfrage bleiben in Kraft. |


Byte- und Zeichenlimits unterscheiden sich, insbesondere bei Nicht-ASCII-Text. Rechnen Sie den tatsächlichen UTF-8-JSON-Body ein, einschließlich des Overheads für Nachrichten und Tool-Definitionen. Die API legt keinen allgemeinen Endpunkt zum Zählen von Eingabetoken offen.


Completion-Budgets können Reasoning umfassen, das nicht sichtbar ist. Sehr kleine Obergrenzen können keine sichtbare Antwort übrig lassen; die nativen Handler lehnen eine leere generierte Antwort ab. Erhöhen Sie die Obergrenze innerhalb des dokumentierten Endpunktbereichs, wenn Sie diesen Fall untersuchen, und behalten Sie dabei ein Kostenbudget bei.



## Kontingente und Rate-Limits


Das Kundenkontingent wird **für das gesamte Konto** durchgesetzt, einschließlich seiner Schlüssel und seiner Browsernutzung. Ausstehende Reservierungen verbrauchen verfügbare Kapazität, solange eine Anfrage in Bearbeitung ist.


Die einmalige kostenlose Token-Zuteilung wird über Zeiträume hinweg gezählt. Sie wird nicht jeden Monat wieder aufgefüllt. Ein berechtigtes kostenpflichtiges Abonnement oder eine unentgeltliche Gewährung hebt diese Beschränkung der kostenlosen Zuteilung auf. Einige nicht kostenpflichtige Konten haben außerdem tägliche/monatliche Anfragelimits.


Numerische Kontolimits hängen von der bereitgestellten Berechtigung und vom Plan ab; die öffentlichen Kundenendpunkte geben kein universelles Kontingent für RPM, TPM oder Nebenläufigkeit an. Leiten Sie keines aus den zugrunde liegenden Modelllimits eines Anbieters ab.


- **402 free_allocation_exhausted:** die anfängliche Zuteilung ist aufgebraucht; nutzen Sie Konto, um zu abonnieren.

- **402 insufficient_credit:** für abrechenbare Arbeit auf dem Antwortpfad fehlt Guthaben; fügen Sie Guthaben unter Konto hinzu.

- **429 quota_exceeded:** eine Plan-/Kontobeschränkung wurde erreicht; prüfen Sie Konto und das zutreffende Limit/Reset.

- **429 rate_limited:** auf einer Route, die ihn nutzt, wurde ein Anfragebegrenzer erreicht; warten Sie vor einem erneuten Versuch.

- **402 inference_quota_exhausted:** ein gemeinsamer Nur-Inferenz-Schlüssel kann die neue Anfrage im Rahmen seiner Obergrenze für die Lebensdauer nicht annehmen.


Die geprüfte Implementierung verspricht bei diesen Fehlern weder Retry-After noch standardmäßige Antwortheader für Rate-Limits. Verwenden Sie sie, falls vorhanden, aber Ihre Wiederholungslogik muss ohne sie funktionieren. Die Quellensuche kann ein Kontingent-/Backend-Problem als 503 melden; siehe die Referenz.


Für ein geplantes Integrationsvolumen holen Sie Kontokapazität und Servicevereinbarungen bei Synderesis ein, bevor Sie sich auf einen Produktionsdurchsatz festlegen. Diese Anleitung begründet kein SLA, keine garantierte Latenz und kein automatisches Verfahren zur Kontingenterhöhung.



## Gemeinsam genutzte Schlüssel nur für die Inferenz


Ein gemeinsam genutzter Schlüssel nur für die Inferenz (Präfix `sk_inf_`, Zweck `inference_share`) kann nur `POST /v1/chat/completions`, `POST /v1/answers` und `GET /v1/models` aufrufen; jede andere Route antwortet mit HTTP 403 `inference_scope_denied`. Eine bezahlte Berechtigung und Anfragezähler gelten für ihn nicht; es gilt nur seine gespeicherte Token-Obergrenze für die Lebensdauer.


Die Zulassung neuer Anfragen lehnt eine neue Reservierung ab, wenn die gespeicherte Obergrenze des Schlüssels für die Lebensdauer null beträgt oder wenn bereits gezählte Token zuzüglich der neuen Reservierung diese Obergrenze überschreiten würden (HTTP 402 `inference_quota_exhausted`). Gezählte Token umfassen ausstehende Reservierungen sowie fehlgeschlagene oder abgelaufene Reservierungen ohne Nutzung, jeweils in voller reservierter Größe. Der ausstellende Betreiber speichert eine Obergrenze von 2.000.000 kombinierten Eingabe- und Ausgabetoken. Über eine Reservierung hinaus gemeldete Nutzung wird weiterhin erfasst, sodass die gezählte Summe über der Obergrenze enden kann. Die Obergrenze ist kein Stopp aufseiten des Anbieters.


Eine neue Anfrage zum Ablaufzeitpunkt des Schlüssels oder danach wird abgelehnt (HTTP 401 `unauthorized`). Jeder Hop beim Anbieter wird unmittelbar vor dem Senden erneut anhand der Datenbankuhr geprüft, sodass ein noch nicht gesendeter Hop in diesem Augenblick ebenfalls abgelehnt wird. Ein bereits gesendeter Hop kann zu Ende laufen, und seine Token zählen weiterhin.



## Nutzung korrekt lesen


GET /v1/usage gibt die Nutzung der Zuteilung über die Lebensdauer, ausstehende Reservierungen, Berechtigungsflags und informative Guthabenwerte in Euro zurück. Das Ergebnis gilt für das gesamte Konto und ist keine Token-Summe eines einzelnen Schlüssels oder des aktuellen Monats.


Ein bezahltes Konto kann null verbleibende kostenlose Token melden und dennoch Zugriff haben. Eine zurückgegebene Token-Anzahl misst die API-Arbeit, nicht nur die Zeichen der endgültigen Antwort. Dazu beitragen können der Systemkontext, der mitgelieferte Verlauf, der abgerufene Kontext, die Arbeit der Passagenauswahl und bei automatischer Auswahl der Router-Aufruf.


Es gibt kein allgemeingültiges Verhältnis von Zeichen zu Token. Einige Pfade verwenden gültige Zählungen des Anbieters und greifen erforderlichenfalls auf begrenzte Schätzungen zurück. Versprechen Sie keine exakten Kosten anhand einer lokalen Zeichenzählung.



## Abonnement und Guthaben


Die aktuelle [Preisseite](/de/preise/) beschreibt die Self-Service-Bedingungen: ein einmaliges kostenloses Kontingent, einen einführenden Abonnementmonat, sofern berechtigt, ein fortlaufendes Abonnement und Aufladungen des Guthabens. Im Konto sehen und verwalten Sie Ihre tatsächliche Berechtigung und Ihren Saldo.


Die am 6. November 2026 durchgesehenen öffentlichen Bedingungen weisen 1 € für den ersten berechtigten Abonnementmonat aus, danach 5 €/Monat; das Guthaben spiegelt die nach den Gebühren des Zahlungsabwicklers abgewickelte Zahlung sowie ein anfängliches Aktionsguthaben wider. Dies sind Bedingungen für ein Self-Service-Abonnement; sie sind kein Versprechen unbegrenzter API-Nutzung, keine Vereinbarung über eine Partnerintegration und keine Zusage eines Durchsatzes für Unternehmen.



## Token-Tarife und Schätzung einer Anfrage


Die Kundensätze hängen von der Serving-/Produktroute und dem geltenden Tarif ab. Die durchgesehene Quelle umfasst Standardtarife für verwaltete Routen und einen separat konfigurierbaren Tarif für einen nachtrainierten Checkpoint. Schließen Sie nicht allein aus einem Modellalias auf Ihren aktivierten Tarif oder Ihre Rechnung.


Holen Sie vor einer kommerziellen Bereitstellung die geltenden Eingabe-/Ausgabesätze, die Währungsumrechnung, die steuerliche Behandlung, die Rundung, die Gebühren für Hilfsarbeit und die Bedingungen für die Erfassung bei Fehlschlägen ein. Die [Preisseite](/de/preise/) und das Konto sollten mit dieser Vereinbarung abgeglichen werden.


Für einen Eingabesatz P und einen Ausgabesatz C je eine Million Token:


**Generierungsbetrag = input_tokens × P / 1,000,000 + output_tokens × C / 1,000,000**


Nur zur Veranschaulichung ergeben 1,000 Eingabetoken und 250 Ausgabetoken bei Beispielsätzen von USD 1 und USD 2 je Million USD 0.0015 vor sonstiger Arbeit oder Anpassungen. Diese Beispielsätze sind kein Preisangebot für Ihren konfigurierten Dienst.


Nutzen Sie die zurückgegebene Nutzung und das Kontoguthaben zur Überwachung und gleichen Sie wesentliche Abweichungen anhand von Anfrage-IDs mit dem Support ab. GET /v1/usage ist keine API für eine aufgeschlüsselte Rechnung.



## Fehlschläge, Wiederholungen und Reservierungen


Gehen Sie nicht davon aus, dass eine fehlgeschlagene Anfrage kostenlos ist. Die Arbeit der Passagenauswahl und des Routers kann auch dann gemessen werden, wenn eine Antwort später fehlschlägt. Der Transkript-/Tool-Pfad kann nach einem uneindeutigen Fehler einer bereits abgesetzten Generierung eine begrenzte Schätzung aufzeichnen.


Ein Timeout des Clients, eine geschlossene Verbindung oder ein unterbrochener Stream lässt nicht den Schluss zu, dass keine Arbeit angefallen ist. Wiederholungen können zusätzliche Arbeit ausführen und messen. Beginnen Sie mit bescheidenen Ausgabeobergrenzen, begrenzen Sie die Nebenläufigkeit in Ihrer eigenen Anwendung und wenden Sie die [Hinweise zu Wiederholungen](/de/dokumentation/produktivbetrieb/#retries-and-uncertain-outcomes) an.


[Übersicht](/de/dokumentation/)[API-Referenz →](/de/dokumentation/referenz/)


[Diese Anleitung als Markdown lesen](/de/docs/limits-and-billing.md)
