报错长什么样
Gemini CLI 常见问题里引用的提示是 "API error: 429 - Resource exhausted"。有时也会直接显示 API 的完整响应。在 GitHub 上 Google 的 gemini-cli 仓库里，北京时间 5 月 7 日 18:15 提交的 issue 26633 中，用户 merolen 贴出了用个人 Google 账号登录的 Gemini CLI 0.41.2 返回的内容：{"error": {"code": 429, "message": "No capacity available for model on the server", "status": "RESOURCE_EXHAUSTED", "details": [{"reason": "MODEL_CAPACITY_EXHAUSTED"}]}}。这个 issue 已经关闭。
Google 文档怎么解释
Gemini CLI 常见问题说，这个报错 "indicates that you have exceeded your API request limit"，并说 "the Gemini API has rate limits to prevent abuse and ensure fair usage."Gemini CLI 的额度页面还写到，请求按每位用户每分钟限制，并且 "are subject to the availability of the service in times of high demand."
Gemini API 的速率限制页面说明了上限怎么算。上限通常按每分钟请求数、每分钟输入 token 数和每天请求数来衡量，超过其中任何一项都会触发速率限制错误。上限按项目计算，而不是按 API key；每天请求数的额度在太平洋时间午夜重置；实验版和预览版模型的上限更紧。同一页面还介绍了按支出计算的速率限制，以滚动 10 分钟为窗口，Tier 1 为 10 美元、Tier 2 为 50 美元、Tier 3 为 200 美元，碰到时会返回 429 RESOURCE_EXHAUSTED 错误。Google 还说 "specified rate limits are not guaranteed and actual capacity may vary."
Vertex AI 方面，Google Cloud 的错误代码 429 页面（现在归在文档的 Gemini Enterprise Agent Platform 栏目下）说，"the number of your requests exceeds the capacity allocated to process requests" 时会返回这个错误；按量付费时，提示是 "Resource exhausted, please try again later."
免费额度有多少
按北京时间 10 月 20 日 22:31 核对的 Gemini CLI 额度页面，用 Google 账号通过个人版 Gemini Code Assist 登录，每位用户每天最多 1,000 次模型请求，请求由 Gemini CLI 决定分配到 Gemini 系列的各个模型。不付费的 Gemini API key 每位用户每天最多 250 次模型请求，而且只能用 Flash 模型。Vertex AI 的 Express Mode 在需要开通计费之前可以用 90 天，额度因账号而异。同一页面列出，Google AI Pro 和 Gemini Code Assist Standard 每天 1,500 次，Google AI Ultra、Gemini Code Assist Enterprise 和 Workspace AI Ultra 每天 2,000 次。至于 Gemini API 本身，Google 说当前上限显示在 Google AI Studio 里，会随项目等级和账号状态的变化自动更新。
可以试的办法
Google 文档给的第一步是等一等再重试。Gemini API 故障排查指南建议遇到 429 RESOURCE_EXHAUSTED 时用指数退避，第一次重试前先等一小会儿，之后逐步拉长间隔；速率限制页面也说，碰到按支出计算的上限时，过一小段时间再重试。Gemini CLI 常见问题还建议，如果短时间内发了很多请求，可以把提示合并成一批，或者在请求之间留出间隔。
第二步是看清自己的情况。Gemini CLI 常见问题建议到 Google AI Studio 或 Google Cloud 项目的控制台查看用量；在 Gemini CLI 里，/stats model 命令会显示当前会话的 token 用量，以及你的额度对应的上限信息。Gemini API 速率限制页面说，当前生效的上限可以在 AI Studio 里查看。
Gemini CLI 也会自己换模型。模型路由文档说，所选模型因为额度或服务器错误等原因失败时，CLI 会启动回退流程，默认会先询问，再在当前这一轮或本次会话剩下的时间里换用回退模型。核心文档补充说，如果默认的 "pro" 模型被限速，CLI 会在本次会话里切换到 "flash" 模型。
换一种登录方式也是文档里写到的办法。/auth 命令会打开一个更改认证方式的对话框。额度页面说，如果碰到了每天的请求上限，或者升级之后 Gemini Pro 额度仍然用完，改用 Gemini API key 或 Vertex AI 按量付费是 "the recommended path for uninterrupted access"。Google 提醒，这种按次计费的方式在小调用很多时可能更贵，但也说这是 "the only way to ensure your workflow isn't interrupted by reaching a limit on your quota."
最后是把上限本身提高。个人可以升级到 Google AI Pro 或 AI Ultra，组织可以用 Workspace AI Ultra，或者 Gemini Code Assist 的 Standard、Enterprise 订阅；额度页面说，其他方案，包括 Google AI Plus、Workspace AI Standard 和 Plus、AI Expanded，都不支持。常见问题说，Google AI Pro 和 Ultra 的更高上限由 Gemini CLI 和 Gemini Code Assist IDE 扩展里的 agent 模式共用。常见问题和速率限制页面都说，如果经常碰到上限，可以向 Google 申请提高。在 Vertex AI 按量付费下，Google Cloud 的 429 页面列出的办法有：尽量用全局端点而不是区域端点，用截断指数退避重试，模型使用配额时提交配额提升申请，让流量更平稳、避免大幅突增，以及订阅 Provisioned Throughput。页面还说，项目用量突然大增时可能因加速限制（acceleration limits）出现 429，建议逐步增加流量。