Erreur 400 : que faire quand claude-haiku-4-5 échoue

Un 400 signifie que la requête elle-même est invalide : champ manquant, type incorrect ou paramètre non pris en charge par ce modèle. Réessayer ne servira à rien ; il faut modifier le corps de la requête.

400 Bad Request signifie que le serveur refuse la requête parce que le corps est invalide. Contrairement aux 5xx, un 400 ne se résout pas en réessayant : vous obtiendrez toujours la même réponse. Les paramètres doivent d’abord être corrigés.

claude-haiku-4-5 est fourni par Anthropic. Tout sur cette page — causes, correctifs et données mesurées — est établi à partir du comportement réel de ce modèle au niveau de la passerelle.

Sur cette passerelle, le déclencheur le plus courant est : Un champ obligatoire est absent (model ou messages). La première action recommandée : Comparez le corps de la requête au tableau des paramètres de cette page.

Causes fréquentes

  • Un champ obligatoire est absent (model ou messages)
  • Un paramètre a un type incorrect
  • Un paramètre n'est pas pris en charge par ce modèle
  • messages est mal formé ou role a une valeur invalide

Comment corriger

  • Comparez le corps de la requête au tableau des paramètres de cette page
  • Retirez les paramètres non pris en charge puis réessayez
  • Vérifiez que messages est un tableau avec des valeurs role valides
  • Partez d'une requête minimale, puis ajoutez les paramètres un par un

Nouvelle tentative avec backoff exponentiel

Le code ci-dessous réessaie lorsque claude-haiku-4-5 renvoie 400 : jusqu’à 5 tentatives, avec une attente croissante et un jitter aléatoire pour éviter que les appels concurrents ne réessaient simultanément. Lisez l’URL de base et la clé API depuis les variables d’environnement, ne les écrivez jamais en dur.

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-haiku-4-5'


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"}]))

Données clés de ce modèle

Point de terminaison APIhttps://api.airai.cc/v1
Compatible OpenAIOpenAI-compatible
FournisseurAnthropic
Contexte200K
CapacitésReasoning, Tools, Files, Vision
Formats d’APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Formule de facturationp * 1 + cr * 0.1 + cc * 1.25 + cc1h * 2 + c * 5

Questions fréquentes

Faut-il mettre les requêtes concurrentes en file ou les limiter directement ?

Ici les vraies variables sont la concurrence et les délais d’attente, pas le modèle. Baissez d’abord la concurrence : la plupart des problèmes de débit disparaissent ensuite. Un contexte de 200K signifie que les longues entrées allongent nettement la latence du premier token. Pour les longues sorties, portez le délai d’attente à 60 secondes ou plus. Partez d’une concurrence faible, observez quelques minutes, puis montez.

Un contexte long rend-il 400 plus probable ?

Les paramètres doivent changer ; réessayer seul ne suffira pas. C’est un problème de configuration côté client ; rien ne change côté serveur. Les balises de capacité sont Reasoning, Tools, Files, Vision, et les plafonds de paramètres en découlent. La fenêtre de contexte 200K fixe l’entrée maximale par requête ; au-delà, c’est rejeté immédiatement. Échouez rapidement sur les erreurs de paramètres au lieu d’y dépenser des relances. Tronquez ou résumez les entrées longues : cela réduit nettement 400.

400 est-il plus probable en appel direct depuis le frontend ou via un backend ?

Un repli intégré à l’architecture est plus fiable que de corriger chaque erreur séparément. Ce modèle de Anthropic dispose de plusieurs nœuds upstream entre lesquels la passerelle peut basculer. Mettez le nom du modèle en configuration : changer d’amont ne demande alors aucune modification de code.

Un retry entraînera-t-il une double exécution de la requête ?

Il n’est généralement pas nécessaire de modifier le code, seulement le rythme des appels. Avec la facturation p * 1 + cr * 0.1 + cc * 1.25 + cc1h * 2 + c * 5, les requêtes échouées ne sont pas comptées dans l’usage. Utilisez un backoff exponentiel pour les erreurs relançables et renvoyez l’erreur immédiatement pour les autres.

Autres erreurs sur ce modèle

Autres modèles avec la même erreur

Retour à la page du modèle

Données mises à jour: 2026-10-10 15:55

Support techniqueAssistance en ligne
Haut de page