Falando nisso, este parece ser o tamanho do lote, quantas solicitações em uma única chamada. Talvez o problema seja o número de solicitações feitas por minuto (não por lote). Existe alguma maneira de limitar quantas solicitações de preenchimento retroativo são enviadas por minuto ou por hora?
Também encontrei isso se ajudar outros usuários, o novo embedding do gemini está tendo problemas com limites definidos como 0 se excedidos. Há uma solução temporária usando text embedding em vez disso ou talvez apenas esperar um pouco e ver se resolve. Dito isso, ainda acho que é uma boa ideia para o discourse adicionar uma opção para limitar o número de chamadas de API por minuto para preenchimentos retroativos para evitar esse problema em primeiro lugar.
PS: SUPER LEGAL ver o google também usando discourse - me pergunto qual IA eles usam para alimentar a pesquisa do fórum deles 
