OpenAI 报 413 Request too large，批量请求怎么拆

看着像偶发问题，实际往往有固定触发条件，复现一次比猜十次有用。 一次把 300 条商品评论塞进同一个请求做情感分类，返回 413 Request too large for gpt-4o-mini on tokens per min，按字数粗估输入接近 21 万 token，单条评论大约 400 字。

改动前把原配置备份一份，出问题能马上回滚，这一步比任何技巧都实用。

先分清是哪一类原因

1. 单次请求的 token 数超过了账号的每分钟配额
2. 请求体体积超过网关的默认上限
3. 多个线程同时发大包，瞬时速率被合并计算
4. 重试时原样重发，失败请求本身也在消耗配额

按顺序处理

1. 先用 tiktoken 估算这批文本的真实 token

python -c "import tiktoken;e=tiktoken.get_encoding('cl100k_base');print(len(e.encode(open('batch.txt').read())))"

2. 按 token 预算切片，每片控制在一万以内

python split_batch.py --max-tokens 9000 --input batch.txt

3. 串行发送并在每片之间留出间隔

for f in parts/*.txt; do sleep 2; python call_api.py --file "$f"; done

4. 把失败分片单独落盘，稍后补偿

python merge_result.py --failed failed.jsonl --out result.csv

怎么确认已经恢复

每条请求都返回 200，日志里没有 413，整体耗时变长但失败条数为零，最终结果行数与输入一致。

容易忽略的地方

413 说的是速率超限而不是上下文超限，光把单条文本截短没用，得把请求数量和发送节奏一起降下来，否则换个时间点还会复现。 处理过程中建议每改一项就验证一次，避免多个变量同时变化导致判断失真。