Error 504: qué hacer cuando falla glm-5

Un 504 significa que la pasarela agotó el tiempo de espera del modelo de origen: la solicitud se envió, pero el origen no respondió dentro del tiempo límite de la pasarela.

504 Gateway Timeout significa que el gateway dejó de esperar la respuesta del upstream. La solicitud se reenvió, pero no volvió ningún resultado dentro del límite del gateway. Acortar la salida, activar streaming o bajar max_tokens suele resolverlo.

glm-5 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: El origen tardó más de lo que permite el tiempo límite de la pasarela. La primera acción recomendada es: Cambia a salida en streaming.

Causas habituales

  • El origen tardó más de lo que permite el tiempo límite de la pasarela
  • Un contexto largo elevó el tiempo de inferencia
  • Un nodo de origen se quedó bloqueado
  • Una solicitud sin streaming con una salida muy larga

Cómo solucionarlo

  • Cambia a salida en streaming
  • Acorta el contexto y baja max_tokens
  • Reintenta tras una breve espera
  • Usa un modelo con inferencia más rápida

Reintento con retroceso exponencial

El siguiente código reintenta cuando glm-5 devuelve 504: 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-5'


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 * 1 + cr * 0.2 + cc * 0 + c * 3.2

Preguntas frecuentes

Cuando glm-5 devuelve 504, ¿es más probable el gateway o el upstream?

Este error no depende de la capacidad del modelo, es a nivel de gateway. Suele ser algo puntual que se recupera por sí solo. Las etiquetas de capacidad de este modelo son Reasoning, Tools, Open Weights. Si el error se mantiene varios minutos, contacta con el soporte de la plataforma para confirmar el estado del upstream. Decide primero si es a nivel de cuenta o de modelo; el tratamiento es completamente distinto.

¿Cuentan las solicitudes fallidas para mi cuota de límites?

Solo se cobra la salida ya generada; la parte fallida no. La facturación sigue p * 1 + cr * 0.2 + cc * 0 + c * 3.2: sin salida no hay cargo. Con la tarificación p * 1 + cr * 0.2 + cc * 0 + c * 3.2, las peticiones fallidas no cuentan en el uso. Al estimar el coste con p * 1 + cr * 0.2 + cc * 0 + c * 3.2, incluye también el presupuesto de reintentos.

¿Puede 504 deberse a un proxy o a otro salto de red?

Agrupa los errores por tiempo y por nodo; el patrón suele ser evidente. 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.

¿Está 504 en glm-5 relacionado con la cuota de mi cuenta?

Es sobre todo un asunto de cuota, no un fallo del modelo. La facturación sigue p * 1 + cr * 0.2 + cc * 0 + c * 3.2: sin salida no hay cargo. Con la tarificación p * 1 + cr * 0.2 + cc * 0 + c * 3.2, las peticiones fallidas no cuentan en el uso. Al estimar el coste con p * 1 + cr * 0.2 + cc * 0 + c * 3.2, 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 15:40

Soporte técnicoSoporte en línea
Volver arriba