Error 400: qué hacer cuando falla MiniMax-M3

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.

MiniMax-M3 lo ofrece MiniMax. 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 MiniMax-M3 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 = 'MiniMax-M3'


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
ProveedorMiniMax
Contexto1M
CapacidadesReasoning, Tools, Files, Open Weights, Vision
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Fórmula de facturaciónp * 0.3 + cr * 0.06 + c * 1.2) : tier("512k_plus", p * 0.6 + cr * 0.12 + c * 2.4

Preguntas frecuentes

¿Provocará el reintento que la solicitud se ejecute dos veces?

Reintentar es el primer paso más eficaz. Con la tarificación p * 0.3 + cr * 0.06 + c * 1.2) : tier("512k_plus", p * 0.6 + cr * 0.12 + c * 2.4, las peticiones fallidas no cuentan en el uso. Fija el límite de reintentos en 3–5 y añade jitter. Usa backoff exponencial para los errores reintentables y devuelve el error de inmediato para el resto.

¿Es 400 más probable con llamadas directas del frontend o vía backend?

Un respaldo a nivel de arquitectura es más fiable que parchear cada error por separado. Este modelo de MiniMax tiene varios nodos upstream entre los que el gateway puede alternar. Ten listo un modelo de respaldo más ligero para que el flujo principal no se corte. Pon el nombre del modelo en configuración; así cambiar de upstream no requiere tocar código.

¿El procesamiento asíncrono o por lotes evita 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. Este modelo tiene una ventana de contexto de 1M y es de MiniMax. Un contexto de 1M implica que las entradas largas aumentan la latencia del primer token. Empieza con concurrencia baja, observa unos minutos y luego escala. Suaviza los picos con lotes o una cola: es más estable que subir la concurrencia sobre la marcha.

¿Debo cambiar los parámetros cuando MiniMax-M3 devuelve 400?

Hay que cambiar los parámetros; reintentar por sí solo no ayudará. Las etiquetas de capacidades son Reasoning, Tools, Files, Open Weights, Vision y de ahí derivan los límites de parámetros. La ventana de contexto 1M fija la entrada máxima por petición; lo que la supere se rechaza directamente. Trunca o resume las entradas largas: reduce 400 de forma notable.

Otros errores de este modelo

Otros modelos con el mismo error

Volver a la página del modelo

Datos actualizados: 2026-10-11 19:15

Soporte técnicoSoporte en línea
Volver arriba