Erreur 401 : que faire quand gpt-5 échoue

Un 401 signifie que l'authentification a échoué : la requête ne porte pas de clé API, ou la clé est invalide, supprimée ou expirée.

401 Unauthorized signifie que la requête ne porte aucun identifiant valide. La passerelle n’a pas pu identifier l’appelant, donc la requête n’atteint jamais le modèle upstream. Vérifier l’en-tête Authorization et l’état de la clé est la seule voie.

gpt-5 est fourni par OpenAI. 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 : L'en-tête Authorization est absent. La première action recommandée : Envoyez l'en-tête sous la forme Authorization: Bearer suivi de votre clé.

Causes fréquentes

  • L'en-tête Authorization est absent
  • La clé est mal orthographiée ou contient des espaces superflus
  • La clé a été supprimée ou désactivée sur la page Jetons
  • Une clé d'une autre plateforme a été utilisée par erreur

Comment corriger

  • Envoyez l'en-tête sous la forme Authorization: Bearer suivi de votre clé
  • Générez une nouvelle clé sur la page Jetons
  • Vérifiez que vous n'utilisez pas la clé d'un autre service
  • Validez la clé avec une requête curl minimale

Nouvelle tentative avec backoff exponentiel

Le code ci-dessous réessaie lorsque gpt-5 renvoie 401 : 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 = 'gpt-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
FournisseurOpenAI
Contexte400K
CapacitésReasoning, Tools, Files, Vision
Formats d’APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Formule de facturationp * 1.25 + cr * 0.125 + c * 10

Questions fréquentes

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. Réessayer est la première étape la plus efficace. Avec la facturation p * 1.25 + cr * 0.125 + c * 10, les requêtes échouées ne sont pas comptées dans l’usage. Fixez la limite de relances à 3–5 et ajoutez du jitter. Utilisez un backoff exponentiel pour les erreurs relançables et renvoyez l’erreur immédiatement pour les autres.

Le traitement asynchrone ou par lots évite-t-il 401 ?

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. Ce modèle dispose d’une fenêtre de contexte de 400K et vient de OpenAI. Un contexte de 400K signifie que les longues entrées allongent nettement la latence du premier token. Partez d’une concurrence faible, observez quelques minutes, puis montez. Ajoutez une couche de cache pour que les requêtes répétées n’atteignent pas toutes le modèle.

Changer de modèle permet-il d’éviter 401 sur gpt-5 ?

Gardez aussi un modèle de repli prêt. Un repli intégré à l’architecture est plus fiable que de corriger chaque erreur séparément. Ce modèle de OpenAI dispose de plusieurs nœuds upstream entre lesquels la passerelle peut basculer. Gardez un modèle de repli plus léger, le flux principal ne sera jamais interrompu. Mettez le nom du modèle en configuration : changer d’amont ne demande alors aucune modification de code.

Quelles informations donner au support lors d’un signalement ?

Conservez l’identifiant de requête et le corps brut de la réponse, sinon rien ne peut être retracé. Si cela n’arrive qu’en production, c’est généralement une différence d’environnement, pas le modèle. Ce modèle est servi par OpenAI, l’état en amont dépend donc des annonces du fournisseur. Enregistrez l’identifiant de requête à chaque échec : c’est plus utile que le code d’état. Reproduisez d’abord le cas en préproduction avec le même corps de requête.

Autres erreurs sur ce modèle

Autres modèles avec la même erreur

Retour à la page du modèle

Données mises à jour: 2026-10-10 12:10

Support techniqueAssistance en ligne
Haut de page