AI 图片生成平台如何防止 API 被刷？

图片生成接口和普通 API 的三个本质差异

维度	普通查询 API	图片生成 API
单位请求成本	近似零	单次推理电费 + GPU 折旧，通常是前者的几十到上千倍
扩容弹性	秒级扩容	GPU 卡有限，排队时间随并发快速上升
参数敏感度	字段合法性为主	分辨率/步数/批量数直接线性放大算力消耗

正因为供给刚性，攻击者不需要打满带宽，只要维持几十个并发的生成请求，就能让你的付费用户感知到「生成变慢」——这是一种以极低代价换来的体验打击。

三步把「刷新型刷量」掐断

第一步：给参数设硬上限。 在网关或应用层明确出图的最大分辨率、最大步数、单次批量张数，并对越界请求返回 400 而不是「尽力生成」。这一步不依赖任何安全产品，却是性价比最高的一层。

第二步：按算力维度做配额。 把不同参数组合折算成统一「算力点数」（例如 512×512 记 1 点、1024×1024 记 4 点），再对租户/凭据设置每日点数配额。Cloudflare Rate Limiting rules 支持按路径、请求头、JWT 声明甚至正文字段组合条件配置，可以把「路径 + body 里的 size 字段」作为计数键，实现按成本的粗略限流。

第三步：识别自动化来源。 图片生成平台的滥用者几乎不用浏览器，而是直接脚本调用 HTTP 接口。Cloudflare Bot Management 对这些非浏览器流量仍可基于 TLS 指纹、请求节奏规律性和缺少正常导航行为来打分；对分数可疑的请求可以下发挑战或要求通过 JS 校验后再进入排队。

治理异步任务的两个专项

轮询刷（polling abuse）：任务提交后客户端高频查询状态。应给查询接口单独设更高的阈值且不带副作用缓存，或改用 Webhook/长轮询，避免状态查询本身成为放大攻击面。

僵尸任务（zombie jobs）：大量提交任务后不取结果，占满队列且不释放。做法是「提交即占额度、超时未取自动回收」，并对同一凭据的未完成任务数设上限。

配额建议表

对象	建议配额	触发动作
未登录 / 试用	每日 5~20 点	超出后需完成人机校验或绑定支付方式
免费注册用户	每日 50~100 点	阶梯解锁，异常降回初值
付费个人版	按套餐点数	超配额 429 并提示升级
单凭据并发生成数	1~3（视套餐）	排队而非拒绝，避免报错风暴
单凭据未完成任��	≤ 5	新提交被拒直到有任务完成

阈值不是安全数字，请用「单张毛利 ÷ 单次推理成本」反推允许的最大免费点数，再乘一个安全系数往下取整。

边界与不适用情况

• 按分钟计费的自建 GPU 集群没有「请求数」概念，本文的按请求限流思路要换成队列治理和抢占式调度。
• 开放第三方模型插件生态时，调用方可能是合法机器人，请避免过度依赖浏览器指纹，优先用 mTLS 或签名请求来辨认来源。
• 限流返回值要给机器可读的重试信息（如 Retry-After），否则客户端会盲目重试，反而制造二次风暴。

常见问题

已经给 API 加了 QPS 限制，为什么 GPU 还是被打满？ 因为 QPS 不管「每个请求多重」。攻击者会把单次请求的参数调到最大，用 1 个请求吃掉普通用户 20 次的算力。必须按算力点数或参数组合限流。

图片生成要不要上 WAF？ 要，但目的不是挡盗刷——而是挡住 Web 端入口处的注入、SSRF（参考图 URL 拉取）等攻击；真正的成本防护靠配额和限流。

免费额度被薅和普通 Bot 攻击怎么区分？ 看凭据维度：同一个 Key/IP/设备指纹在短时间内注册多个账号领取额度，是额度 farming；单账号持续高频调用则是凭据滥用。两者的治理点不同，前者在注册链路，后者在配额链路。

异步接口为什么比同步更容易被刷？ 同步接口至少受 RT 约束，攻击者必须维持连接；异步接口提交成本极低，可以瞬间灌入成千上万个任务。因此异步必须配合「并发未完成数」上限。