Error 429: qué hacer cuando falla claude-sonnet-4-5-20250929

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-sonnet-4-5-20250929 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-sonnet-4-5-20250929 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-sonnet-4-5-20250929'


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
Contexto1M
CapacidadesReasoning, Tools, Files, Vision
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Fórmula de facturaciónp * 3 + cr * 0.3 + cc * 3.75 + cc1h * 6 + c * 15

Preguntas frecuentes

¿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. Con la tarificación p * 3 + cr * 0.3 + cc * 3.75 + cc1h * 6 + c * 15, las peticiones fallidas no cuentan en el uso. Revisa primero el saldo y los límites de velocidad en la consola, luego el código.

¿Deben los reintentos añadir jitter aleatorio?

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 + cc * 3.75 + cc1h * 6 + c * 15, las peticiones fallidas no cuentan en el uso. Usa backoff exponencial para los errores reintentables y devuelve el error de inmediato para el resto.

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

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.

¿Qué nivel de concurrencia es seguro?

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 Anthropic. 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.

Otros errores de este modelo

Otros modelos con el mismo error

Volver a la página del modelo

Datos actualizados: 2026-10-10 15:50

Soporte técnicoSoporte en línea
Volver arriba