两个团队各用自己的项目 key 打同一个模型，各自压测 QPS 都不高，合在一起却频繁 429，原文 rate limit reached for requests，看响应头剩余额度两边是同一组数字。
一开始怀疑是「不同模型的额度分开计算，切模型时看起来像整个组织被限」，查了一圈，方向不对。
排查方向其实有限，先把可能性排一排。部分维度按组织汇总，项目只是组织额度里的一个子集。还有一种是组织级限流在项目之间共享，一个项目跑满就会挤到另一个。
还有一种情况，新建项目后仍在用默认项目的 key，等于两个团队共用一份额度。
第一件事是把响应头里的限流字段完整打出来
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 '{"model":"gpt-4o-mini","messages":[{"role":"user","content":"hi"}]}' | grep -i ratelimit接着换另一个项目的 key 打同一接口对比
curl -s -D - -o /dev/null https://api.openai.com/v1/chat/completions -H "Authorization: Bearer $KEY_B" -H "Content-Type: application/json" -d '{"model":"gpt-4o-mini","messages":[{"role":"user","content":"hi"}]}' | grep -i ratelimit随后按项目维度拉最近一小时用量
curl -s "https://api.openai.com/v1/organization/usage/completions?start_time=$(date -d '-1 hour' +%s)&bucket_width=1h" -H "Authorization: Bearer $ADMIN_KEY" | jq '.data[0].results'剩下的就是换一个模型确认额度是分开算的
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 '{"model":"gpt-4o","messages":[{"role":"user","content":"hi"}]}' | grep -i ratelimit改完先别撤，确认这几项。两个项目在响应头里的剩余额度不再同步下降，压测时只有实际发压的那个项目出现 429，另一个项目的请求成功率保持百分之百。
补一句。限流维度是分层的，项目 key 只隔离调用身份不隔离全部额度，做容量规划时按组织峰值算，才不会在两边都正常的时候突然撞墙。同一份配置在测试环境跑通，不代表线上没事，两边的默认值经常不一样。