Error 429: qué hacer cuando falla claude-opus-4-5-20251101

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-opus-4-5-20251101 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-opus-4-5-20251101 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-opus-4-5-20251101'


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
ProveedorAnthropic
Contexto200K
CapacidadesReasoning, Tools, Files, Vision
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Fórmula de facturaciónp * 5 + cr * 0.5 + cc * 6.25 + cc1h * 10 + c * 25

Preguntas frecuentes

¿Cómo debería monitorizar 429 en producción?

Guarda el identificador de la petición y el cuerpo de la respuesta, si no no hay forma de localizarlo. Si solo ocurre en producción, suele ser una diferencia de entorno, no del modelo. Este modelo lo sirve Anthropic, 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.

¿Debería cambiar a un modelo de respaldo cuando aparece 429?

Tenga también un modelo de reserva preparado. Un respaldo a nivel de arquitectura es más fiable que parchear cada error por separado. Este modelo de Anthropic 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.

¿Cuentan las solicitudes fallidas para mi cuota de límites?

No se cobra: solo cuenta para el consumo la salida realmente generada. Solo se cobra la salida ya generada; la parte fallida no. El precio de entrada ronda $5.00 por millón de tokens. Con la tarificación p * 5 + cr * 0.5 + cc * 6.25 + cc1h * 10 + c * 25, las peticiones fallidas no cuentan en el uso. Revisa primero el saldo y los límites de velocidad en la consola, luego el código. Al estimar el coste con p * 5 + cr * 0.5 + cc * 6.25 + cc1h * 10 + c * 25, incluye también el presupuesto de reintentos.

¿Cómo uso la cabecera Retry-After de la respuesta?

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 * 5 + cr * 0.5 + cc * 6.25 + cc1h * 10 + c * 25, las peticiones fallidas no cuentan en el uso. Fija el límite de reintentos en 3–5 y añade jitter.

Otros errores de este modelo

Otros modelos con el mismo error

Volver a la página del modelo

Datos actualizados: 2026-10-10 15:45

Soporte técnicoSoporte en línea
Volver arriba