الخطأ 429: ماذا تفعل عندما يفشل glm-5

يعني الرمز 429 أنك وصلت إلى حد المعدل: تجاوز عدد الطلبات أو الرموز في نافذة زمنية حصة خطتك الحالية.

رمز 429 Too Many Requests هو استجابة تحديد معدل، وليس خطأ. يعني أن الطلب نفسه صالح لكنه تجاوز معدل الطلبات أو عدد الطلبات المتزامنة المسموح به في خطتك الحالية. يكفي الانتظار ضمن النافذة الزمنية الموضحة في ترويسة الاستجابة ثم إعادة المحاولة، دون الحاجة لتعديل جسم الطلب.

glm-5 مقدمة من Z.AI. كل ما في هذه الصفحة — الأسباب والحلول والبيانات المقاسة — مستقى من السلوك التشغيلي الفعلي لهذا النموذج على مستوى البوابة.

في هذه البوابة، السبب الأكثر شيوعًا هو: طلبات متزامنة كثيرة جداً. والإجراء الأول الموصى به هو: تقليل التزامن وإعادة المحاولة بتأخير متزايد.

الأسباب الشائعة

  • طلبات متزامنة كثيرة جداً
  • نفدت حصة الخطة الحالية
  • إعادة المحاولة دون تأخير

كيفية الإصلاح

  • تقليل التزامن وإعادة المحاولة بتأخير متزايد
  • الانتقال إلى خطة بحصة أكبر
  • تخزين الطلبات المتكررة مؤقتاً

مثال على إعادة المحاولة مع تأخير أُسّي

الكود أدناه يعيد المحاولة عندما يُرجع glm-5 الخطأ 429، حتى 5 محاولات، مع وقت انتظار متزايد وتشويش عشوائي حتى لا تُعيد الطلبات المتوازية المحاولة في اللحظة نفسها. اقرأ base URL ومفتاح API من متغيرات البيئة ولا تثبّتها داخل الكود.

import os, time, random
import requests

BASE  = os.getenv("OPENAI_BASE_URL")   # e.g. https://<your-gateway>/v1
KEY   = os.getenv("OPENAI_API_KEY")
MODEL = 'glm-5'


def chat(messages, retries=5):
    """Retry with exponential backoff + jitter."""
    for i in range(retries):
        try:
            r = requests.post(
                BASE + "/chat/completions",
                headers={"Authorization": "Bearer " + KEY},
                json={"model": MODEL, "messages": messages, "stream": True},
                timeout=60,
            )
            if r.status_code == 429 or r.status_code >= 500:
                time.sleep(min(2 ** i + random.uniform(0, 1), 30))
                continue
            r.raise_for_status()
            return r.json()
        except requests.exceptions.Timeout:
            time.sleep(min(2 ** i + random.uniform(0, 1), 30))
    raise RuntimeError("gave up after " + str(retries) + " retries")


print(chat([{"role": "user", "content": "hello"}]))

بيانات أساسية لهذا النموذج

نقطة نهاية APIhttps://api.airai.cc/v1
متوافق مع OpenAIOpenAI-compatible
المزوّدZ.AI
السياق204.8K
القدراتReasoning, Tools, Open Weights
صيغ APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
صيغة الفوترةp * 1 + cr * 0.2 + cc * 0 + c * 3.2

الأسئلة الشائعة

هل يرتبط 429 على glm-5 بحصة الحساب؟

الأمر يتعلق أساساً بالحصة، وليس بعطل في النموذج نفسه. رفع سقف الخطة أو تقليل معدل الاستدعاء، كلاهما يخفف المشكلة. مع الفوترة p * 1 + cr * 0.2 + cc * 0 + c * 3.2، تأتي تكلفة المخرجات الطويلة أساساً من رموز الإخراج. مع احتساب التكلفة بـ p * 1 + cr * 0.2 + cc * 0 + c * 3.2، لا تُحسب الطلبات الفاشلة ضمن الاستخدام. تحقق من الرصيد وحدود المعدل في لوحة التحكم أولاً، ثم افحص الكود.

تأخير أُسّي أم فاصل زمني ثابت؟

عادةً لا حاجة لتعديل كود العمل، يكفي ضبط وتيرة الاستدعاء. إعادة المحاولة هي الخطوة الأولى الأكثر فعالية. مع احتساب التكلفة بـ p * 1 + cr * 0.2 + cc * 0 + c * 3.2، لا تُحسب الطلبات الفاشلة ضمن الاستخدام. اجعل حد المحاولات من 3 إلى 5 وأضف تشويشاً عشوائياً. استخدم تراجعاً أُسّياً للأخطاء القابلة لإعادة المحاولة، وأرجع الخطأ فوراً للباقي.

أيهما أكثر تسبباً في 429: الاستدعاء المباشر من الواجهة أم عبر الخادم؟

وجود بديل على مستوى بنية النظام أوثق من إصلاح كل خطأ على حدة. لهذا النموذج من Z.AI عدة عقد upstream يمكن للبوابة التبديل بينها. ضع اسم النموذج في الإعدادات، فلا يحتاج تغيير المصدر إلى تعديل الكود.

بيئة الاختبار سليمة لكن الإنتاج يُرجع 429، ما الفرق المحتمل؟

اجمع الأخطاء حسب الوقت والعقدة؛ عادة ما يكون النمط واضحاً. احتفظ بمعرّف الطلب ونص الاستجابة الخام، وإلا لا يمكن تتبّع شيء. هذا النموذج مقدّم من Z.AI، وبالتالي حالة المصدر تتبع إعلانات المزوّد. أعد إنتاج المشكلة أولاً في بيئة اختبار بنفس جسم الطلب.

أخطاء أخرى في هذا النموذج

نماذج أخرى تواجه الخطأ نفسه

العودة إلى صفحة النموذج

تحديث البيانات: 2026-10-10 18:30

الدعم الفنيالدعم المباشر
العودة إلى الأعلى