---
title: "Fehler 429 bei LLM-APIs: Retry, Backoff, Warteschlangen"
description: "429 vs. 5xx, exponentielles Backoff mit Full Jitter, Parallelitätslimiter und Warteschlangen für LLM-APIs, mit Python- und Node-Code für die Produktion."
url: https://broadrouter.com/de/blog/handle-llm-api-429-rate-limits/
lang: de
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/blog/handle-llm-api-429-rate-limits/) (aktualisiert am 2026-11-15).

# LLM-API-Fehler 429 behandeln: Backoff, Jitter und Limiter

Vom Team von BroadNet Inference · 5 Min. Lesezeit · Veröffentlicht 2026-11-14 · Aktualisiert 2026-11-15

Ein 429 bedeutet, dass Sie ein Rate-, Parallelitäts- oder Ausgabenlimit erreicht haben. Wiederholen Sie die Anfrage mit gedeckeltem exponentiellem Backoff und zufälligem Jitter, und beachten Sie Retry-After, falls gesendet. Verhindern Sie dann die meisten 429-Fehler: Begrenzen Sie laufende Anfragen per Semaphore auf das Limit des Schlüssels und stellen Sie den Rest in eine Warteschlange. 5xx wiederholen Sie genauso; andere 4xx-Fehler beheben Sie.

## Das Wichtigste in Kürze

-   Wiederholen Sie 429 und 5xx mit begrenztem exponentiellem Backoff. Wiederholen Sie 400, 401, 403, 413 oder 422 nicht: Korrigieren Sie die Anfrage oder das Konto.
-   Full Jitter (eine zufällige Wartezeit zwischen null und der exponentiellen Obergrenze) verhindert, dass viele Clients im selben Moment erneut anfragen.
-   Die meisten 429-Fehler entstehen durch Parallelität, nicht durch Volumen. Eine Semaphore auf dem Limit gleichzeitiger Anfragen des Schlüssels beseitigt sie an der Quelle.
-   Ein Pay-as-you-go-Schlüssel von BroadNet erlaubt 30 Anfragen pro Minute und 4 gleichzeitig; Plan-Sessions verarbeiten eine Anfrage gleichzeitig.
-   Retries sind neue Inferenzen. Bei Abrechnung pro Token wird jeder einzelne erneut berechnet, begrenzen Sie also die Versuche.

**Auf dieser Seite**

1.  Was ist der Unterschied zwischen 429 und 5xx?
2.  Welche Limits verursachen 429-Fehler?
3.  Wie schreiben Sie Backoff mit Jitter?
4.  Wie verhindern Sie 429-Fehler, bevor sie entstehen?
5.  Wann brauchen Sie eine echte Warteschlange?
6.  Welche Retry-Fehler machen aus 429-Fehlern Ausfälle?
7.  Wo BroadNet Inference hineinpasst

Ein 429 bedeutet, dass Ihr Traffic ein [Rate Limit](https://broadrouter.com/de/glossary/rate-limit/) überschritten hat: Anfragen pro Minute, gleichzeitige Anfragen, Tokens pro Minute oder Ausgaben. Die Lösung hat zwei Hälften. **Richtig wiederholen**: gedeckeltes exponentielles Backoff mit zufälligem Jitter, unter Beachtung von `Retry-After`. **Weniger auf einmal senden**: eine Semaphore auf dem Limit gleichzeitiger Anfragen des Schlüssels, dazu eine Warteschlange. Beides folgt unten, mit Code.

Eine vollständige Übersicht der Statuscodes finden Sie im [Leitfaden zu Fehlern und Retries](https://broadrouter.com/de/guides/errors-and-retries/); für stundenlange Agentenläufe mit Checkpoints und Timeouts siehe [Langlaufende Agenten: Timeouts und Retries](https://broadrouter.com/de/blog/long-running-agents-timeouts-retries/).

## Was ist der Unterschied zwischen 429 und 5xx?

| Status | Wessen Problem | Wiederholen? | Wie |
| --- | --- | --- | --- |
| 429 | Ihr Traffic hat ein Limit überschritten | Ja | Backoff mit Jitter; `Retry-After` beachten; Parallelität senken |
| 500 / 502 / 503 / 504 | Serverseite | Ja | Begrenztes exponentielles Backoff |
| Verbindungsabbruch, Timeout | Netzwerk oder Server | Meistens | Backoff; bei Streams nur, wenn eine neue Abrechnung akzeptabel ist |
| 400 / 422 | Fehlerhafte Anfrage | Nein | Payload korrigieren |
| 401 / 402 / 403 | Schlüssel, Guthaben oder Richtlinie | Nein | Schlüssel korrigieren, Konto aufladen, Allowlist anpassen |
| 413 | Anfrage zu groß | Nein | Verkleinern |

Bei BroadNet Inference kann ein 429 eines von vier Limits bedeuten: Rate, Parallelität, Token-Rate oder Ausgaben. Ein Ausgabenlimit löst sich nicht nach 30 Sekunden auf. Die Dokumentation von BroadNet sagt nicht, welches Feld im Fehler-Body das Limit nennt; loggen Sie also den Body und vergleichen Sie ihn mit den Limits in den Details Ihres Schlüssels.

Unser offener Datensatz zu [Free Tiers und Rate Limits von LLM-APIs](https://broadrouter.com/data/llm-api-free-tiers-and-rate-limits/) vergleicht, was 14 Anbieter zu kostenlosem Zugang, anfänglichen Rate Limits, Kreditkartenpflicht und Training mit Free-Tier-Daten veröffentlichen, mit Quelle und Datum für jeden Wert.

## Welche Limits verursachen 429-Fehler?

Kennen Sie die Zahlen, gegen die Sie arbeiten. Bei BroadNet Inference:

| Schlüsseltyp | Anfragen / Minute | Gleichzeitig | Sonstiges |
| --- | --- | --- | --- |
| Pay-as-you-go | 30 | 4 | Gemeinsames Ausgabenbudget |
| Stundenschlüssel | 120 | 1 Stream | 300,000 Tokens / Minute |
| Session eines unbegrenzten Plans | — | 1 Anfrage pro Session | Kein Token-Zähler |

Für LLMs zählt die Zahl gleichzeitiger Anfragen am meisten. Eine gestreamte Antwort belegt ihren Slot, bis das letzte Token eintrifft; eine lange Antwort hält ihn also so lange besetzt, wie das Modell zum Schreiben braucht (BroadNet nennt eine typische Geschwindigkeit von etwa 100 Tokens pro Sekunde). Senden Sie mehr parallele Aufrufe, als der Schlüssel Slots hat (4), erhalten die überzähligen 429, obwohl Sie in dieser Minute nur eine Handvoll Anfragen gesendet haben. Das ist ein Problem der [Parallelität](https://broadrouter.com/de/glossary/concurrency/), und Backoff allein löst es schlecht. Um Worker vor dem Start auf ein Limit auszulegen, nutzen Sie den kostenlosen [Rate-Limit-Rechner für LLMs](https://broadrouter.com/tools/llm-rate-limit-calculator/). Für einen festen Job mit vielen Einträgen rechnet der [Planer für LLM-Batch-Jobs](https://broadrouter.com/tools/llm-batch-job-planner/) dieselben Limits in eine Laufzeit um. Andere Anbieter zählen anders (Tokens pro Minute, Anfragen pro Tag oder gleichzeitige Anfragen); [Rate Limits von LLM-APIs nach Anbieter](https://broadrouter.com/de/blog/llm-api-rate-limits-by-provider/) vergleicht 13 davon anhand ihrer eigenen Dokumentation.

## Wie schreiben Sie Backoff mit Jitter?

Einfaches [exponentielles Backoff](https://broadrouter.com/de/glossary/exponential-backoff/) wartet 1, 2, 4, 8 Sekunden. Wurden hundert Worker im selben Moment gedrosselt, kommen sie alle im selben Moment zurück. Die Simulation von AWS mit 100 konkurrierenden Clients ergab, dass Full Jitter die Zahl der Aufrufe mehr als halbierte und früher fertig wurde als Backoff ohne Jitter. Die einfachste Variante, **Full Jitter**, wartet eine zufällige Zeit zwischen null und der exponentiellen Obergrenze:

```python
import os, random, time
from openai import OpenAI, RateLimitError, APIStatusError, APIConnectionError

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"], max_retries=0)

RETRYABLE = {429, 500, 502, 503, 504}

def call_with_backoff(max_attempts=6, base=1.0, cap=60.0, **kwargs):
    for attempt in range(max_attempts):
        try:
            return client.chat.completions.create(**kwargs)
        except (RateLimitError, APIStatusError, APIConnectionError) as e:
            status = getattr(e, "status_code", None)
            if status is not None and status not in RETRYABLE:
                raise  # 400, 401, 403...: retrying will not help
            if attempt == max_attempts - 1:
                raise
            retry_after = None
            if getattr(e, "response", None) is not None:
                retry_after = e.response.headers.get("retry-after")
            wait = random.uniform(0, min(cap, base * 2 ** attempt))
            if retry_after and retry_after.isdigit():
                wait = max(wait, float(retry_after))
            time.sleep(wait)
```

`max_retries=0` schaltet die eigenen Retries des SDK ab, damit Sie nicht doppelt wiederholen. Wenn Ihnen das eingebaute Verhalten des SDK genügt, geht es auch umgekehrt: Lassen Sie Ihre Schleife weg und setzen Sie `max_retries=4` am Client, wie der [Leitfaden zum Python SDK](https://broadrouter.com/de/guides/openai-python-sdk/) zeigt. Die offiziellen SDKs für Python und Node wiederholen Verbindungsfehler, 408, 409, 429 und 5xx standardmäßig zweimal.

`Retry-After` ist ein Standard-Header (RFC 9110), der Sekunden oder ein Datum enthalten kann. Die Dokumentation von BroadNet sichert ihn nicht zu, daher behandelt der Code ihn als optional.

## Wie verhindern Sie 429-Fehler, bevor sie entstehen?

Begrenzen Sie die gleichzeitigen Anfragen auf das Limit des Schlüssels. In Python erledigt das eine `asyncio.Semaphore` mit einem Objekt und einem `async with`\-Block. Der Code verwendet 4 als Beispiel; setzen Sie den Wert auf das Limit gleichzeitiger Anfragen Ihres Schlüssels (4 bei einem Pay-as-you-go-Schlüssel von BroadNet):

```python
import asyncio, os
from openai import AsyncOpenAI

client = AsyncOpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"], max_retries=4)
slots = asyncio.Semaphore(4)  # match the key's in-flight limit

async def ask(prompt):
    async with slots:
        r = await client.chat.completions.create(
            model="broadnet/gemma-4-26b-a4b",
            messages=[{"role": "user", "content": prompt}],
        )
        return r.choices[0].message.content

async def main(prompts):
    return await asyncio.gather(*(ask(p) for p in prompts))

results = asyncio.run(main(["Summarise A", "Summarise B", "Summarise C"]))
```

`gather` startet jede Aufgabe, aber nur so viele laufen gleichzeitig, wie die Semaphore zulässt. Der Rest wartet in der Warteschlange der Semaphore. In Node leistet das Paket `p-limit` dasselbe, wieder mit 4 als Beispielwert:

```javascript
// ES module (top-level await). npm install openai p-limit
import OpenAI from "openai";
import pLimit from "p-limit";

const client = new OpenAI({ baseURL: "https://inference.broadnet.ai/v1", apiKey: process.env.BROADNET_API_KEY, maxRetries: 4 });
const limit = pLimit(4); // match the key's in-flight limit

async function ask(prompt) {
  const r = await client.chat.completions.create({
    model: "broadnet/gemma-4-26b-a4b",
    messages: [{ role: "user", content: prompt }],
  });
  return r.choices[0].message.content;
}

const prompts = ["Summarise A", "Summarise B", "Summarise C"];
const results = await Promise.all(prompts.map((p) => limit(() => ask(p))));
```

Für eine zusätzliche Obergrenze pro Minute ergänzen Sie einen Token Bucket, der alle 60 / rpm Sekunden eine Freigabe erteilt, wobei rpm das Limit Ihres Schlüssels für Anfragen pro Minute ist (30 bei einem Pay-as-you-go-Schlüssel von BroadNet).

## Wann brauchen Sie eine echte Warteschlange?

Eine Semaphore lebt in einem Prozess. Sobald sich mehrere Worker oder Server einen Schlüssel teilen, ist das Limit geteilt, und jeder Prozess sieht nur seinen eigenen Traffic. Dann gilt:

1.  Legen Sie Jobs in eine gemeinsame Warteschlange (Redis, SQS, eine Datenbanktabelle).
2.  Betreiben Sie eine feste Zahl von Consumern, gleich dem Limit gleichzeitiger Anfragen des Schlüssels.
3.  Geben Sie jedem Job eine ID und speichern Sie Ergebnisse nach ID, damit ein wiederholter Job nicht zweimal läuft.
4.  Leiten Sie interaktiven Traffic und Batch-Traffic über getrennte Schlüssel oder getrennte Warteschlangen, damit ein Batch-Rückstau nie einen Nutzer blockiert, der auf eine Antwort wartet.

Für einen Massenjob mit Tausenden von Einträgen ohne Batch API siehe [den fortsetzbaren Batch-Runner](https://broadrouter.com/de/blog/llm-batch-processing-without-batch-api/).

## Welche Retry-Fehler machen aus 429-Fehlern Ausfälle?

-   **Unbegrenzte Retries.** Eine Retry-Schleife ohne Obergrenze vervielfacht während eines langen Ausfalls Ihre Last und, bei Abrechnung pro Token, Ihre Rechnung.
-   **Einen halb fertigen Stream blind wiederholen.** Hat der Stream bereits Tokens geliefert, ist ein Retry eine neue Inferenz, und der Nutzer sieht den Text womöglich doppelt. Wie Sie unvollständige Streams erkennen, zeigt [der Beitrag zu Streaming](https://broadrouter.com/de/blog/llm-streaming-sse-explained/).
-   **Kontofehler wiederholen.** Ein 401 wegen eines aufgebrauchten Pay-as-you-go-Kontingents oder ein 402 wegen unzureichenden Guthabens behebt sich nicht von selbst.

Loggen Sie jeden Retry mit Status, Wartezeit und dem Response-Header `X-Request-ID`, den Sie laut der Dokumentation von BroadNet für den Support aufbewahren sollen. Eine steigende Retry-Quote ist die früheste Warnung, dass Sie mehr Kapazität brauchen; [Nutzungs-Logging](https://broadrouter.com/de/blog/llm-api-usage-logging/) zeigt, wie Sie sie erfassen.

## Wo BroadNet Inference hineinpasst

Die Limits von BroadNet sind veröffentlicht und klein genug, um gezielt dagegen zu entwerfen: 4 gleichzeitige Anfragen bei einem Pay-as-you-go-Schlüssel. Das passt zu Apps und Agenten und ist zu eng für einen Massenjob, der Hunderte paralleler Aufrufe auf einem Schlüssel braucht. Für Agenten hat ein [unbegrenzter Plan](https://broadrouter.com/de/guides/unlimited-llm-api-sessions/) keinen Token-Zähler und verarbeitet eine Anfrage gleichzeitig pro Session; für parallele Arbeit fügen Sie Sessions hinzu, wie unter [parallele Coding-Agenten betreiben](https://broadrouter.com/de/blog/run-parallel-coding-agents-flat-rate/) beschrieben. Die aktuellen Limits stehen in der [API-Referenz](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-handle-llm-api-429-rate-limits&utm_content=body#limits).

Kostenlose Tools zum Thema (auf Englisch)

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[Kostenlose Tools (auf Englisch)](https://broadrouter.com/tools/)

## Begriffe in diesem Artikel

[Rate Limit (Ratenbegrenzung)](https://broadrouter.com/de/glossary/rate-limit/)

Ein Rate Limit ist eine Obergrenze, die eine API festlegt, wie stark ein Client sie in einem Zeitfenster nutzen darf, etwa Anfragen pro Minute oder Tokens pro Minute. Anfragen über dem Limit werden abgelehnt, meist mit HTTP 429 Too Many Requests, bis die Nutzung wieder darunter liegt.

[Token](https://broadrouter.com/de/glossary/token/)

Ein Token ist die Texteinheit, die ein Sprachmodell liest und schreibt: ein Wort, ein Wortteil, ein Satzzeichen oder eine Bytefolge, die der Tokenizer des Modells erzeugt. LLM-APIs zählen, begrenzen und berechnen die Nutzung meist in Tokens.

[Concurrency (Parallelität)](https://broadrouter.com/de/glossary/concurrency/)

Concurrency (Parallelität) ist die Zahl der Anfragen, die ein Client gleichzeitig offen hat. LLM-APIs begrenzen sie oft pro Schlüssel oder Plan, getrennt von den Anfragen pro Minute, weil jede offene Anfrage GPU-Kapazität belegt, bis ihre Antwort fertig ist.

[Pay-as-you-go](https://broadrouter.com/de/glossary/pay-as-you-go/)

Pay-as-you-go ist ein Preismodell, bei dem Sie nur für tatsächliche Nutzung zahlen, gemessen pro Einheit wie Tokens, Anfragen oder Audiominuten, ohne Abonnement oder Mindestabnahme. Die meisten LLM-APIs rechnen so ab, aus einem vorausbezahlten Guthaben oder per regelmäßiger Rechnung.

[Exponentieller Backoff (Exponential Backoff)](https://broadrouter.com/de/glossary/exponential-backoff/)

Exponentieller Backoff ist eine Retry-Strategie, bei der ein Client nach jedem fehlgeschlagenen Versuch länger wartet, meist mit Verdopplung der Wartezeit bis zu einer Obergrenze, bevor er es erneut versucht. Zufälliger Jitter auf jeder Wartezeit verteilt die Retries vieler Clients, damit sie den Server nicht im selben Moment treffen.

[Tool Calling (Function Calling)](https://broadrouter.com/de/glossary/tool-calling/)

Tool Calling, auch Function Calling genannt, ist eine Funktion von LLM-APIs, bei der das Modell eine strukturierte Anfrage zurückgibt, eine vom Entwickler definierte Funktion mit JSON-Argumenten auszuführen. Die Anwendung führt die Funktion aus und sendet das Ergebnis zurück; das Modell selbst führt nie Code aus.

[Request-Timeout (Zeitüberschreitung)](https://broadrouter.com/de/glossary/request-timeout/)

Ein Request-Timeout ist die längste Zeit, die ein HTTP-Client auf einen Server wartet, bevor er die Anfrage aufgibt. Clients teilen ihn meist in einen Connect-Timeout für den Verbindungsaufbau und einen Read-Timeout für das Warten auf Daten. LLM-Aufrufe brauchen großzügige Read-Timeouts, weil lange Antworten Zeit kosten.

[Batch API](https://broadrouter.com/de/glossary/batch-api/)

Eine Batch API ist ein asynchroner LLM-Endpoint, der viele Anfragen auf einmal annimmt, meist als Datei, sie innerhalb eines festgelegten Zeitfensters statt sofort verarbeitet und die Ergebnisse gesammelt zurückgibt. Anbieter wie OpenAI und Anthropic berechnen Batch-Anfragen mit Rabatt gegenüber ihren Standard-APIs.

## Häufige Fragen

### Was bedeutet HTTP 429 bei einer LLM-API?

Too Many Requests. Sie haben ein Limit für Anfragen pro Minute, gleichzeitige Anfragen, Tokens pro Minute oder Ausgaben überschritten. Die Anfrage wurde nicht verarbeitet, Sie können sie nach einer Wartezeit also gefahrlos erneut senden.

### Wie lange sollte ich nach einem 429 warten, bevor ich es erneut versuche?

Nutzen Sie Retry-After, wenn der Server den Header sendet. Andernfalls beginnen Sie bei etwa einer Sekunde, verdoppeln bei jedem Versuch, deckeln bei rund 30 bis 60 Sekunden und wählen eine zufällige Wartezeit zwischen null und dieser Obergrenze. Hören Sie nach vier bis sechs Versuchen auf.

### Sollte ich 500- und 503-Fehler einer LLM-API wiederholen?

Ja, mit demselben begrenzten Backoff. Sie liegen auf der Serverseite. Ein 400, 401, 403 oder 422 scheitert jedes Mal auf dieselbe Weise; beheben Sie stattdessen die Ursache.

### Wiederholt das OpenAI SDK 429-Fehler automatisch?

Ja. Die offiziellen SDKs für Python und Node wiederholen Verbindungsfehler, 408, 409, 429 und 5xx standardmäßig zweimal mit kurzem exponentiellem Backoff. Erhöhen Sie max\_retries für Batch-Jobs und ergänzen Sie ein eigenes Parallelitätslimit.

### Warum bekomme ich 429, obwohl ich unter dem Limit für Anfragen pro Minute liege?

Meist wegen des Parallelitätslimits. Lange Streaming-Antworten bleiben viele Sekunden aktiv, sodass schon wenige parallele Aufrufe die Obergrenze gleichzeitiger Anfragen erreichen können, während die Zahl pro Minute niedrig aussieht.

## Weiterlesen

-   [Lang laufende Agenten: Timeouts, Retries und Checkpoints, die halten](https://broadrouter.com/de/blog/long-running-agents-timeouts-retries/)
-   [LLM-Streaming erklärt: SSE-Chunks, Deltas, Usage und Abbruch](https://broadrouter.com/de/blog/llm-streaming-sse-explained/)
-   [Parallele Coding-Agenten mit einer LLM-API-Flatrate betreiben](https://broadrouter.com/de/blog/run-parallel-coding-agents-flat-rate/)
-   [LLM-API-Nutzung loggen: Kosten pro Nutzer und Feature, ohne PII](https://broadrouter.com/de/blog/llm-api-usage-logging/)
-   [LLM-Batch-Verarbeitung ohne Batch API: ein fortsetzbarer Runner](https://broadrouter.com/de/blog/llm-batch-processing-without-batch-api/)
-   [GPU-Hardware und Serving von BroadNet, wie BroadNet sie beschreibt](https://broadrouter.com/de/blog/broadnet-gpu-fleet-and-serving/)
-   [LLM-Antworten cachen, Kosten senken: ein Exact-Match-Cache in Python](https://broadrouter.com/de/blog/cache-llm-responses-cut-cost/)
-   [Anleitung: Fehlercodes von BroadNet Inference: Wann ist ein Retry sinnvoll?](https://broadrouter.com/de/guides/errors-and-retries/)
-   [Anleitung: OpenAI Python SDK mit BroadNet Inference nutzen](https://broadrouter.com/de/guides/openai-python-sdk/)
-   [Anleitung: So funktionieren die unbegrenzten LLM-API-Pläne für Agenten](https://broadrouter.com/de/guides/unlimited-llm-api-sessions/)

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

[Loslegen](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-handle-llm-api-429-rate-limits&utm_content=page-cta) ·

**Quellen**

-   [API-Referenz von BroadNet Inference, Fehler und Limits (abgerufen am 2026-11-14) (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-handle-llm-api-429-rate-limits&utm_content=sources#errors)
-   [AWS Architecture Blog, Exponential Backoff and Jitter (abgerufen am 2026-11-14)](https://aws.amazon.com/blogs/architecture/exponential-backoff-and-jitter/)
-   [RFC 6585, Statuscode 429 Too Many Requests (abgerufen am 2026-11-14)](https://www.rfc-editor.org/rfc/rfc6585#section-4)
-   [RFC 9110, Header Retry-After (abgerufen am 2026-11-14)](https://www.rfc-editor.org/rfc/rfc9110#field.retry-after)
-   [README von openai-python, automatische Retries (abgerufen am 2026-11-14)](https://github.com/openai/openai-python)
-   [README von openai-node, Retries (abgerufen am 2026-11-14)](https://github.com/openai/openai-node)
