Fehler 502: was tun, wenn glm-5.3 fehlschlägt

Ein 502 bedeutet, dass das Gateway eine ungültige Antwort vom vorgelagerten Modelldienst erhalten hat: Die Anfrage erreichte das Gateway, aber der Sprung zum vorgelagerten Dienst ist fehlgeschlagen.

502 Bad Gateway bedeutet, dass das Gateway eine ungültige Antwort vom Upstream-Modellservice erhalten hat. Die Anfrage erreichte das Gateway; der Fehler passierte auf dem Hop vom Gateway zum Upstream, meist durch einen Neustart oder eine getrennte Verbindung.

glm-5.3 wird von Z.AI bereitgestellt. Alles auf dieser Seite — Ursachen, Lösungen und gemessene Daten — basiert auf dem tatsächlichen Laufzeitverhalten dieses Modells auf der Gatewayschicht.

An diesem Gateway ist die häufigste Ursache: Der vorgelagerte Modelldienst ist nicht verfügbar oder antwortet fehlerhaft. Empfohlene erste Maßnahme: Versuchen Sie es einmal erneut — 502 sind meist vorübergehend.

Häufige Ursachen

• Der vorgelagerte Modelldienst ist nicht verfügbar oder antwortet fehlerhaft
• Ein vorgelagerter Knoten startet neu
• Die Verbindung vom Gateway zum vorgelagerten Dienst wurde unterbrochen
• Das Modell wurde vorübergehend offline genommen

So beheben Sie es

• Versuchen Sie es einmal erneut — 502 sind meist vorübergehend
• Wechseln Sie zu einem gleichwertigen Modell eines anderen Anbieters
• Tritt 502 nur bei einem Modell auf, ist dessen vorgelagerter Dienst gestört
• Versuchen Sie es später erneut oder kontaktieren Sie uns

Wiederholung mit exponentiellem Backoff

Der folgende Code wiederholt den Aufruf, wenn glm-5.3 502 liefert: bis zu 5 Versuche, mit wachsender Wartezeit und zufälligem Jitter, damit parallele Anfragen nicht gleichzeitig wiederholen. Base-URL und API-Key werden aus Umgebungsvariablen gelesen — nicht hart codieren.

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-5.3'


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"}]))

Wichtige Daten zu diesem Modell

Häufige Fragen

Weitere Fehler bei diesem Modell

• glm-5.3: Fehler 429 — Ursachen und Lösungen
• glm-5.3: Fehler timeout — Ursachen und Lösungen
• glm-5.3: Fehler 500 — Ursachen und Lösungen
• glm-5.3: Fehler 503 — Ursachen und Lösungen
• glm-5.3: Fehler 504 — Ursachen und Lösungen
• glm-5.3: Fehler 401 — Ursachen und Lösungen
• glm-5.3: Fehler 403 — Ursachen und Lösungen
• glm-5.3: Fehler 400 — Ursachen und Lösungen

Andere Modelle mit demselben Fehler

• gpt-5
• claude-opus-5
• gemini-2.5-pro
• deepseek-v4-pro
• grok-4.3
• llama-3.3-70b-instruct
• qvq-max
• qwq-32b
• glm-5
• MiniMax-M3
• kimi-k3
• hy3
• doubao-seed-evolving
• mimo-v2.5
• gpt-4o
• claude-opus-4-6

Zurück zur Modellseite

Daten aktualisiert: 2026-10-10 08:15