Error 500: qué hacer cuando falla glm-4.6

Un 500 significa que el servidor encontró un error interno inesperado al procesar la solicitud. Normalmente no es un problema del formato, sino un fallo transitorio del servidor o del modelo de origen.

500 Internal Server Error es un fallo interno inesperado del servidor. La mayoría de los 500 son fallos puntuales de nodo y se resuelven con un reintento y backoff exponencial. Si persiste, probablemente una combinación concreta de parámetros está tocando un caso límite no gestionado.

glm-4.6 lo ofrece Z.AI. 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: Fallo transitorio del servicio de modelo de origen. La primera acción recomendada es: Reintenta tras una breve espera: la mayoría de los 500 son transitorios.

Causas habituales

  • Fallo transitorio del servicio de modelo de origen
  • La solicitud cayó en un nodo que se está reiniciando
  • El cuerpo de la solicitud provocó un caso límite no controlado
  • Un pico de carga momentáneo

Cómo solucionarlo

  • Reintenta tras una breve espera: la mayoría de los 500 son transitorios
  • Prueba otro modelo del mismo proveedor para ver si es específico de uno
  • Simplifica el cuerpo (quita parámetros poco comunes) y reintenta
  • Si persiste, escríbenos con la hora de la solicitud

Reintento con retroceso exponencial

El siguiente código reintenta cuando glm-4.6 devuelve 500: 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 = 'glm-4.6'


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
ProveedorZ.AI
Contexto204.8K
CapacidadesReasoning, Tools, Open Weights
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Fórmula de facturaciónp * 0.6 + cr * 0.11 + cc * 0 + c * 2.2

Preguntas frecuentes

¿Afecta 500 a las solicitudes ya enviadas a glm-4.6?

Este error no depende de la capacidad del modelo, es a nivel de gateway. Las etiquetas de capacidad de este modelo son Reasoning, Tools, Open Weights. Decide primero si es a nivel de cuenta o de modelo; el tratamiento es completamente distinto.

¿Qué información debo dar a soporte al reportar un problema?

Si solo ocurre en producción, suele ser una diferencia de entorno, no del modelo. Este modelo lo sirve Z.AI, 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. Reproduce el caso primero en el entorno de pruebas con el mismo cuerpo de petición.

¿Compartir una key entre varios servicios hace más probable 500?

Tanto subir el límite del plan como bajar la frecuencia de llamadas ayuda. El precio de entrada ronda $0.60 por millón de tokens. Con la tarificación p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2, las peticiones fallidas no cuentan en el uso. Al estimar el coste con p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2, incluye también el presupuesto de reintentos.

¿Está 500 relacionado con la facturación de glm-4.6?

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 * 0.6 + cr * 0.11 + cc * 0 + c * 2.2: sin salida no hay cargo. Con la tarificación p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2, las peticiones fallidas no cuentan en el uso. Al estimar el coste con p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2, 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: 2026-10-10 15:45

Soporte técnicoSoporte en línea
Volver arriba