Error 401: qué hacer cuando falla gpt-5.5

Un 401 significa que la autenticación falló: la solicitud no lleva API Key, o la clave no es válida, ha sido eliminada o ha caducado.

401 Unauthorized significa que la solicitud no lleva credenciales válidas. El gateway no pudo identificar al llamante, así que la petición nunca llega al modelo upstream. Revisar la cabecera Authorization y el estado de la key es el único camino.

gpt-5.5 lo ofrece OpenAI. 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 la cabecera Authorization. La primera acción recomendada es: Envía la cabecera como Authorization: Bearer seguida de tu clave.

Causas habituales

  • Falta la cabecera Authorization
  • La clave está mal escrita o tiene espacios sobrantes
  • La clave se eliminó o desactivó en la página Tokens
  • Se usó por error una clave de otra plataforma

Cómo solucionarlo

  • Envía la cabecera como Authorization: Bearer seguida de tu clave
  • Genera una clave nueva en la página Tokens
  • Comprueba que no uses una clave de otro servicio
  • Verifica la clave con una solicitud curl mínima

Reintento con retroceso exponencial

El siguiente código reintenta cuando gpt-5.5 devuelve 401: 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 = 'gpt-5.5'


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"}]))

Datos clave de este modelo

Endpoint de APIhttps://api.airai.cc/v1
Compatible con OpenAIOpenAI-compatible
ProveedorOpenAI
Contexto1.1M
CapacidadesReasoning, Tools, Files, Vision
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Fórmula de facturaciónp * 5 + cr * 0.5 + c * 30) : tier("272k_plus", p * 10 + cr * 1 + c * 45

Preguntas frecuentes

¿Se me cobrará cuando gpt-5.5 devuelva 401?

No se cobra: solo cuenta para el consumo la salida realmente generada. La facturación sigue p * 5 + cr * 0.5 + c * 30) : tier("272k_plus", p * 10 + cr * 1 + c * 45: sin salida no hay cargo. Con facturación p * 5 + cr * 0.5 + c * 30) : tier("272k_plus", p * 10 + cr * 1 + c * 45, el coste de salidas largas viene sobre todo de los tokens de salida. Al estimar el coste con p * 5 + cr * 0.5 + c * 30) : tier("272k_plus", p * 10 + cr * 1 + c * 45, incluye también el presupuesto de reintentos.

¿Las solicitudes concurrentes deben ir en cola o limitarse directamente?

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 1.1M 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.

¿Es 401 más frecuente en conversaciones de varias vueltas con gpt-5.5?

Es un problema de configuración del cliente; el servidor no necesita cambios. La ventana de contexto 1.1M fija la entrada máxima por petición; lo que la supere se rechaza directamente. Para errores de parámetros, falla rápido en lugar de gastar reintentos.

¿Compartir una key entre varios servicios hace más probable 401?

Es sobre todo un asunto de cuota, no un fallo del modelo. Tanto subir el límite del plan como bajar la frecuencia de llamadas ayuda. Con facturación p * 5 + cr * 0.5 + c * 30) : tier("272k_plus", p * 10 + cr * 1 + c * 45, el coste de salidas largas viene sobre todo de los tokens de salida. Revisa primero el saldo y los límites de velocidad en la consola, luego el código.

Otros errores de este modelo

Otros modelos con el mismo error

Datos actualizados: 2026-10-11 15:15

Soporte técnicoSoporte en línea
Volver arriba