为什么RPM额度还有少量剩余，部分请求却提前出现限流报错？

这源于平台限流采用的预扣机制。为保障高并发场景下限流的高性能，平台在收到请求时会根据实时流量预扣一定配额，而非请求完成后才扣减。因此即使 RPM=10000，实际可用次数也可能略少于该值，存在少量偏差。

因此建议：

1. 实际发送时预留一定额度缓冲，避免打满上限。
2. 流控发生后进行重试，提高请求成功率。
3. 若当前额度无法满足业务诉求，可提交工单申请更大配额。