Error 400: qué hacer cuando falla kimi-k3

Un 400 significa que la solicitud en sí no es válida: falta un campo, el tipo es incorrecto o se usa un parámetro que este modelo no admite. Reintentar no sirve; hay que cambiar el cuerpo de la solicitud.

400 Bad Request significa que el servidor rechaza la solicitud porque el cuerpo es inválido. A diferencia de los 5xx, un 400 no se resuelve reintentando: obtendrás la misma respuesta siempre. Hay que corregir los parámetros primero.

kimi-k3 lo ofrece Moonshot AI. Todo en esta página — causas, soluciones y datos medidos — se recopila del comportamiento real de este modelo en la capa de gateway.

En esta pasarela, el desencadenante más común es: Falta un campo obligatorio (model o messages). La primera acción recomendada es: Compara el cuerpo con la tabla de parámetros de esta página.

Causas habituales

  • Falta un campo obligatorio (model o messages)
  • Un parámetro tiene el tipo incorrecto
  • Un parámetro no está admitido por este modelo
  • messages está mal formado o role tiene un valor no válido

Cómo solucionarlo

  • Compara el cuerpo con la tabla de parámetros de esta página
  • Elimina los parámetros no admitidos y reintenta
  • Comprueba que messages sea un array con valores de role válidos
  • Empieza con una solicitud mínima y añade parámetros uno a uno

Reintento con retroceso exponencial

El siguiente código reintenta cuando kimi-k3 devuelve 400: hasta 5 intentos, con espera creciente y jitter aleatorio para que las llamadas concurrentes no reintenten a la vez. Lee la URL base y la API key de variables de entorno, nunca las escribas fijas.

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 = 'kimi-k3'


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"}]))

Datos clave de este modelo

Endpoint de APIhttps://api.airai.cc/v1
Compatible con OpenAIOpenAI-compatible
ProveedorMoonshot AI
Contexto1M
CapacidadesReasoning, Tools, Files, Open Weights, Vision
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Fórmula de facturaciónp * 3 + cr * 0.3 + c * 15

Preguntas frecuentes

¿Cuánto debe durar el intervalo de reintento cuando kimi-k3 devuelve 400?

Normalmente no hay que cambiar el código, basta con ajustar el ritmo de llamadas. Reintentar es el primer paso más eficaz. Con la tarificación p * 3 + cr * 0.3 + c * 15, las peticiones fallidas no cuentan en el uso. Fija el límite de reintentos en 3–5 y añade jitter.

¿Cuánto debe durar 400 en kimi-k3 antes de contactar con soporte?

Guarda el identificador de la petición y el cuerpo de la respuesta, si no no hay forma de localizarlo. Este modelo lo sirve Moonshot AI, por lo que el estado del upstream depende de los anuncios del proveedor. Registra el identificador de la petición en cada fallo: ayuda más que el código de estado. Reproduce el caso primero en el entorno de pruebas con el mismo cuerpo de petición.

¿Es 400 más frecuente en conversaciones de varias vueltas con kimi-k3?

Hay que cambiar los parámetros; reintentar por sí solo no ayudará. Es un problema de configuración del cliente; el servidor no necesita cambios. La ventana de contexto 1M fija la entrada máxima por petición; lo que la supere se rechaza directamente. Para errores de parámetros, falla rápido en lugar de gastar reintentos.

¿Cómo planificar trabajos por lotes cuando kimi-k3 devuelve 400?

Aquí las variables reales son la concurrencia y los timeouts, no el modelo. Baja primero la concurrencia: la mayoría de los problemas de rendimiento desaparecen. Un contexto de 1M implica que las entradas largas aumentan la latencia del primer token. Añade una capa de caché para que las peticiones repetidas no lleguen todas al modelo. Suaviza los picos con lotes o una cola: es más estable que subir la concurrencia sobre la marcha.

Otros errores de este modelo

Otros modelos con el mismo error

Volver a la página del modelo

Datos actualizados: 2026-10-10 12:10

Soporte técnicoSoporte en línea
Volver arriba