资源组与请求诊断

需要排查账号忙碌、冷却或会话路由时，再查这篇。只想查看一次失败调用，先看日常使用。

并发与会话绑定

客户端主动换成另一个模型、携带完整且不依赖上游状态的历史时，原账号不支持新模型可重新选择同一资源组内符合条件的账号；上游续接和同模型请求保持原绑定，详见模型路由。容量、冷却或账号故障本身不会触发自动换号。

新建订阅账号默认允许 30 个同时执行的模型请求，可在「账号 → 调度设置」调整为 1–1,000，升级保留已有账号的设置。这是本地容量控制，不代表订阅平台保证的并发能力。工作区总容量默认 128 个操作，包含等待请求和共享元数据读取，可通过启动配置调整。成员并发默认 10，可设为 0–1,000；0 表示不设成员并发限制。HTTP、SSE、压缩和 WebSocket 回合的账号槽位保持到响应关闭。降低上限不会中断已获准请求。

对话空闲或 WebSocket 连接保持打开，但没有正在执行的回合时，不占模型请求槽位。回答结束后随响应关闭释放；客户端取消 Codex 请求后，最多再读取 3 秒以收集最终用量，然后释放，仍受可配置的单次请求总超时（默认 30 分钟）和服务关闭约束。如果客户端只是没有继续聊天，却没有取消仍在执行的请求，槽位会保留到该请求结束或超时。

降低上限不会中断已获准请求。账号满载时，新请求最多等待 30 秒（默认），每个资源组最多同时等待 100 个请求（默认）。槽位释放或提高并发上限后，等待请求会重新尝试准入。队列满返回 429 account_queue_full，等待超时返回 429 account_wait_timeout，均提供 Retry-After: 1。排队和这些本地拒绝不会中断正在输出的请求，也不会增加上游账号的失败计数。

等待请求计入成员并发和工作区总限制，RPM 只计算一次；实际获准前，不持有账号槽位，也不暂占额度。发送前会重新检查资源组权限、模型策略、成员状态、密钥启用/撤销/过期状态、账号健康、订阅配额及个人额度。客户端取消或服务关闭会及时移除等待请求。等待期间不持有准入锁或数据库事务；槽位释放后，先记录已完成请求的用量，再允许下一个请求进入。

冷却仍返回 429 account_cooling 和 Retry-After，不进入队列。已绑定的对话只等待原账号，不会因繁忙、冷却或故障自动换账号；无会话绑定或新会话可以直接选择其他可用账号。订阅配额耗尽、成员/工作区限制和个人额度限制仍按原规则生效。

没有 Session_id 或非空 prompt_cache_key 的请求独立选择账号，不创建会话绑定。新会话在支持模型的可用账号间轮换。一个数据库只运行一个 SubLane 进程。

订阅账号调度与额度示例（合成数值）：

冷却与恢复

整个账号的冷却用于上游 429。优先遵守 Retry-After，范围为 1–3600 秒；缺失或无效时使用可配置的回退时间，默认 5 秒。凭据刷新失败有独立退避。请求超时、HTTP 408 和原因未知的网络失败不会使整个账号冷却。

明确的上游 5xx 与无效、异常中断的响应流按「账号 + 模型」累计。默认两分钟内三次逻辑失败后，对该模型冷却 10 秒，继续失败逐步延长，最多五分钟。阈值、计数窗口和初始冷却时间可配置；阈值设为 0 可关闭暂时失败的模型冷却。其他模型继续可用。后续普通恢复请求成功后清理对应状态，迟到的旧请求不能清除新失败；Antigravity 的结构化模型限流仍按原有范围恢复。

在收到成功响应之前，明确的 HTTP 408、500、502、503、504 可在原账号上最多重试两次，并使用有界退避。每次重试重新检查成员、密钥、资源组与模型策略、配额、账号状态和内容规则。一个逻辑请求只持有一份槽位、请求 ID、历史记录和最终结算。上游要求较长等待时返回重试提示。原因未知的网络失败、400/401/403/429、已经接收的流和已输出内容不由此机制自动重放；原有明确 401 后的凭据刷新尝试仍独立处理。

HTTP SSE 默认每 10 秒发送注释心跳，同时继续读取上游事件。可选的流空闲超时只根据上游事件计时，下游心跳不会掩盖模型停滞；默认关闭。推理响应头等待默认五分钟，元数据保留较短超时，单次请求与 WebSocket 回合的总超时默认 30 分钟。配置项见部署说明。

「清除冷却」不会启用账号、更新授权或恢复订阅配额。已有对话保留原账号。账号和模型冷却持久化；升级会清理无法确定模型范围的旧账号级暂时失败惩罚，实际限流保持不变。

凭据刷新与恢复

Codex 凭据在距离过期两分钟内按需刷新。如果刷新暂时失败，只要旧访问令牌仍有超过 30 秒的有效期，且未被上游拒绝，请求就可以继续使用它；有效期会在刷新尝试结束后重新检查。Claude 和 Antigravity 保持原有有效期要求。

同一账号共享刷新退避：依次等待 30 秒、1 分钟、2 分钟、4 分钟，之后最多 5 分钟。OAuth 接口要求更长的 Retry-After 时会遵守，上限一小时。等待结束后，由后续凭据读取或模型请求触发重试，不新增后台轮询；其他账号各自独立计时。

没有可用令牌时，模型请求返回 503 account_refresh_failed 和 Retry-After。刷新失败不会累计模型调用冷却惩罚；刷新成功或重新授权后清除刷新退避。退避时间保存在进程内，上游拒绝记录则随凭据加密保存，重启不会让被拒绝的旧令牌重新获得回退资格。

Codex 令牌接口只有返回 invalid_grant、refresh_token_reused 等明确凭据错误时，才会标记需要重新授权；未知的 HTTP 400/401、代理错误页面或共享 OAuth 客户端配置错误本身不会触发该标记。刷新后的令牌仍被模型接口拒绝时，依然要求重新授权。恢复过程中已有对话继续绑定原账号。

配额感知

Codex、Claude 和 Antigravity 模型请求会触发共享后台配额读取，调度不等待这次网络调用。Codex 和 Claude 只有在新鲜主订阅限额明确耗尽时，才排除新选择；Antigravity 只限制与请求原生模型精确匹配的额度，并识别 SDK 思考等级后缀，其他模型不受影响；未知、过期或已经重置的数据不被当成零配额。新鲜窗口最多 2 分钟，可能被重置时间缩短。

绑定账号或所请求的 Antigravity 模型额度耗尽时，返回 403 quota_exhausted，仍不迁移对话。快照过期或到达重置时间后重新检查，不保证此时配额已经恢复。Claude 账号可因主额度耗尽被排除；Antigravity 的单个模型耗尽不影响其他模型或整个账号。

额度使用进度

快照新鲜且已知周期长度、重置时间时，额度行会展示相对均匀使用进度的差异。例如，周期过去一半时已用 70%，表示比均匀进度快 20 个百分点。比较始终以最后一次观测时间为准，不会因为浏览器时间推进就让旧数据看起来更充裕。

展开进度说明可查看含义。快照过期、刷新失败、重置时间已过或周期信息不完整时，不展示进度。供应商周期可能滚动或重置，所以这仅供参考，并非耗尽时间预测，也不改变额度准入或账号调度。

请求记录

「常规 → 请求」仅显示本人记录；「管理 → 全部请求」供管理员排查。可按结果、模型、密钥、请求 ID 和时间筛选，管理员还能按成员与订阅账号筛选。每页最多 50 条，保留最近 7 天且最多 5,000 条。

记录包括耗时、结果、脱敏错误码、上游 HTTP 状态及上游报告的 token 数，不记录提示词、响应正文、原始错误、IP、凭据或会话标识。认证失败、进入网关前的请求校验失败、全局准入拒绝与元数据查询不计入模型调用记录。

服务端生成 req_… 请求 ID，HTTP 返回 X-Request-ID，WebSocket 事件附带 request_id。使用该 ID 对照客户端报错与服务端记录。HTTP 200 不一定意味着流最终成功，应同时看结果字段。

「首次输出」是网关开始处理到首个非空文本、推理或工具参数增量的时间，包含排队与上游等待；不是浏览器渲染时间。缺失 token 数保持未知。缓存命中率是缓存输入 token 占全部输入 token 的比例，不是命中缓存的请求比例。

个人请求诊断示例（合成记录）：

长期汇总与成员限额见 团队用量与限额。

已记录的路由说明

点击请求开始时间，在详情中查看此请求最后一次路由尝试。说明区分保留会话绑定、父会话偏好、均匀轮转和剩余额度加权轮转，并展示最终候选数量，以及因模型支持、策略、额度、冷却、容量或资源不可用而排除的汇总数量。它记录调用当时的决策，不会按资源当前状态重新推断。

旧记录及进入路由前被拒绝的请求没有已记录说明。个人请求继续隐藏订阅账号身份，说明不包含候选账号身份、凭据或请求响应正文。选中资源不代表生成最终成功；已有会话的绑定规则保持不变。

模型级限流

只有 Antigravity 返回的结构化限流信息中，错误域、原因和模型都与当前请求匹配时，才缩小到模型范围。信息不足的 429 继续按整个账号冷却处理。模型限制在重启后保留，并绑定当前账号生命周期；重新授权、停用后启用和手动清除冷却会使旧状态失效。

模型冷却返回 429 model_cooling，上游原始模型限流返回 429 model_rate_limited，并保留有界重试提示。其他模型继续可用，已有会话仍绑定原账号。冷却结束后，同一模型最多让一个正常请求尝试恢复，不额外发送推理探测。旧请求或其他模型的成功不能清除新限流；写入失败时，当前进程仍保留限制，并记录持久化失败。

账号卡片显示受限模型数量，整个账号仍可参与其他模型调度。在“调度设置 → 清除冷却”中可以同时清除账号和模型冷却，不改变账号启用、授权和订阅额度。上游 HTTP 403 显示 upstream_forbidden，不会笼统提示需要重新授权。

Codex 自动审查

对于标记为 guardian 或 review 的 codex-auto-review 请求，一致的父线程元数据可用于优先选择父对话的账号，查找范围限于同一认证用户和资源组。已有子会话绑定优先，候选账号仍须通过模型能力、权限、订阅配额、用量分配及容量检查。父线程信息缺失、冲突、含糊、过期或账号不可用时，回退到正常调度，不改动父对话绑定；父对话与审查任务的会话及缓存标识保持独立。HTTP 和 WebSocket 路由已使用合成数据测试，真实 Codex 客户端的接受情况仍未验证。

按剩余额度调度新会话

可选启动配置 SUBLANE_GATEWAY_QUOTA_WEIGHTED=true 按最紧张额度窗口的剩余百分比分配轮转份额。仅在最高优先级候选均来自同一受支持供应商、且都有新鲜完整数值窗口时生效；Antigravity 仅使用请求模型的额度。未知、过期、不完整或混合供应商快照沿用均匀轮转。

默认关闭，修改后需重启。已有会话、父会话账号偏好、模型权限、个人分配和并发检查仍优先执行。百分比仅为调度启发式，不代表不同订阅套餐具有可比较的绝对容量。