**你的 LLM 仪表板看不到的失败**

_The failure your LLM dashboard can't see_

> 作者对托管推理 API 进行负载测试时，发现 429 拒绝请求不会透露是哪个速率限制预算耗尽。通过解析响应头，揭示了每日请求配额、每分钟 token 配额和未公开的每分钟请求上限三个隐藏限制。文章主张采用协调遗漏校正的测量方法，统计所有计划请求并以调度时间计算延迟。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-products
- **发布时间**：2026-09-02 03:48（北京时间）
- **原文**：[打开原文](https://percentes.ai/writing/2026/the-failure-your-dashboard-cannot-see)