Error 503: qué hacer cuando falla claude-fable-5.1

Un 503 significa que el servicio no está disponible temporalmente, normalmente por mantenimiento o sobrecarga. A diferencia del 429, no es tu cuota: es un problema de capacidad del lado del servidor.

503 Service Unavailable significa que el servicio no puede atender la solicitud ahora, normalmente por sobrecarga o mantenimiento. La diferencia con 429 importa: 429 es que se agotó tu cuota, 503 es que falta capacidad del servidor. Aumenta el intervalo de backoff en lugar de cambiar de key.

claude-fable-5.1 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: El modelo de origen está sobrecargado. La primera acción recomendada es: Reintenta más tarde con mayor espera entre intentos.

Causas habituales

  • El modelo de origen está sobrecargado
  • El servicio está en mantenimiento o desplegándose
  • El nodo de tu región no está disponible
  • Un pico repentino de tráfico

Cómo solucionarlo

  • Reintenta más tarde con mayor espera entre intentos
  • Cambia a un modelo equivalente con menos carga
  • Evita trabajos por lotes en horas punta
  • Atento a nuestros anuncios

Reintento con retroceso exponencial

El siguiente código reintenta cuando claude-fable-5.1 devuelve 503: 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-fable-5.1'


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
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Descuento por caché0.025×

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. El precio de entrada ronda $10.00 por millón de tokens. Revisa primero el saldo y los límites de velocidad en la consola, luego el código. Al estimar el coste con , incluye también el presupuesto de reintentos.

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

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. Reproduce el caso primero en el entorno de pruebas con el mismo cuerpo de petición.

¿Cambiar a un modelo más pequeño reduce 503?

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.

¿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. Usa backoff exponencial para los errores reintentables y devuelve el error de inmediato para el resto.

Otros errores de este modelo

Otros modelos con el mismo error

Volver a la página del modelo

Datos actualizados: 2026-10-10 12:10

Soporte técnicoSoporte en línea
Volver arriba