Error 429: qué hacer cuando falla claude-haiku-4-5-20251001

Un 429 significa que se activó un límite de velocidad: el número de solicitudes o tokens en una ventana de tiempo superó la cuota de tu plan.

429 Too Many Requests es una respuesta de limitación de tasa, no un error. Significa que la solicitud es válida pero superó la tasa de peticiones o la concurrencia permitidas por tu plan. Basta con reintentar respetando la ventana indicada en las cabeceras; no hace falta cambiar el cuerpo.

claude-haiku-4-5-20251001 lo ofrece Anthropic. 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: Demasiadas solicitudes simultáneas. La primera acción recomendada es: Limitar la concurrencia y reintentar con espera exponencial.

Causas habituales

  • Demasiadas solicitudes simultáneas
  • Cuota del plan actual agotada
  • Reintentar sin espera

Cómo solucionarlo

  • Limitar la concurrencia y reintentar con espera exponencial
  • Cambiar a un plan con más cuota
  • Almacenar en caché las solicitudes repetidas

Reintento con retroceso exponencial

El siguiente código reintenta cuando claude-haiku-4-5-20251001 devuelve 429: 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 = 'claude-haiku-4-5-20251001'


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

TPS27.52
Latencia media7338 ms
Tasa de éxito100%
Endpoint de APIhttps://api.airai.cc/v1
Compatible con OpenAIOpenAI-compatible
ProveedorAnthropic
Contexto200K
CapacidadesReasoning, Tools, Files, Vision
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Fórmula de facturaciónp * 1 + cr * 0.1 + cc * 1.25 + cc1h * 2 + c * 5

Preguntas frecuentes

¿Backoff exponencial o intervalo fijo?

Normalmente no hay que cambiar el código, basta con ajustar el ritmo de llamadas. Reintentar es el primer paso más eficaz. La tasa de éxito medida es 100%, así que el primer reintento suele dar el mayor beneficio. Con la tarificación p * 1 + cr * 0.1 + cc * 1.25 + cc1h * 2 + c * 5, las peticiones fallidas no cuentan en el uso. Fija el límite de reintentos en 3–5 y añade jitter.

¿Cachear resultados reduce 429?

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 200K implica que las entradas largas aumentan la latencia del primer token. Para salidas largas, sube el timeout a 60 segundos o más.

¿Cambiar a un modelo comparable de otro proveedor resuelve 429?

Tenga también un modelo de reserva preparado. Este modelo de Anthropic tiene varios nodos upstream entre los que el gateway puede alternar. Pon el nombre del modelo en configuración; así cambiar de upstream no requiere tocar código.

¿Se me cobrará cuando claude-haiku-4-5-20251001 devuelva 429?

No se cobra: solo cuenta para el consumo la salida realmente generada. Solo se cobra la salida ya generada; la parte fallida no. La facturación sigue p * 1 + cr * 0.1 + cc * 1.25 + cc1h * 2 + c * 5: sin salida no hay cargo. Con facturación p * 1 + cr * 0.1 + cc * 1.25 + cc1h * 2 + c * 5, 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. Al estimar el coste con p * 1 + cr * 0.1 + cc * 1.25 + cc1h * 2 + c * 5, incluye también el presupuesto de reintentos.

Otros errores de este modelo

Otros modelos con el mismo error

Volver a la página del modelo

Datos actualizados: 2026-10-12 04:20

Soporte técnicoSoporte en línea
Volver arriba