先把当时的情况摆出来。openai 1.55 的 Python SDK 调 gpt-4o-mini，触发限流后日志里连着出现 4 行 Retrying request，最后仍抛 RateLimitError，业务代码外层还有一个 for 循环重试，一分钟打了 60 次。
这类报错背后常见的原因有几处，逐个排除就行。SDK 的 max_retries 默认是 2，等于首次之外再试两次。也可能是业务层自己又包了一层重试，两层乘起来次数被放大。
另外，SDK 会读 Retry-After，但没有把等待时间写进自己的日志。少数情况下是多个线程各自重试，瞬时并发反而更高。
动手时先确认客户端实例上的重试次数
python -c "from openai import OpenAI;c=OpenAI();print(c.max_retries,c.timeout)"再往下把重试收敛到外层，SDK 设成 0
python -c "from openai import OpenAI;c=OpenAI(max_retries=0,timeout=30);print(c.max_retries)"单独抓一次 429 的响应头看 Retry-After
curl -s -D - -o /dev/null https://api.openai.com/v1/chat/completions -H "Authorization: Bearer $OPENAI_API_KEY" -H 'Content-Type: application/json' -d @one.json等前面都确认过，再按请求 id 统计真实调用次数
python -c "import json;print(len(open('calls.jsonl').readlines()))"恢复的判定其实很直接。同一批失败请求的总调用次数等于外层重试次数乘以 1，日志里 Retrying request 只剩一行，429 恢复后第一次重试就成功。
容易忽略的是，SDK 自带重试是为了扛偶发网络抖动，业务层再叠一层就会放大流量，重试只能留在一处。如果同一现象隔几天又出现，说明根因没找到，别当偶发处理。