Erreur 429 : que faire quand qwen-turbo échoue

Un 429 signifie qu'une limite de débit a été atteinte : le nombre de requêtes ou de tokens sur une fenêtre de temps a dépassé le quota de votre offre.

429 Too Many Requests est une réponse de limitation de débit, pas une erreur. La requête est valide, mais elle dépasse le débit ou la concurrence autorisés par votre offre. Il suffit de réessayer en respectant la fenêtre indiquée dans les en-têtes ; le corps de la requête n’a pas à changer.

qwen-turbo est fourni par Alibaba. 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 : Trop de requêtes simultanées. La première action recommandée : Limiter la concurrence et réessayer avec un délai exponentiel.

Causes fréquentes

  • Trop de requêtes simultanées
  • Quota de l’offre actuelle épuisé
  • Nouvelle tentative sans délai

Comment corriger

  • Limiter la concurrence et réessayer avec un délai exponentiel
  • Passer à une offre avec plus de quota
  • Mettre en cache les requêtes répétées

Nouvelle tentative avec backoff exponentiel

Le code ci-dessous réessaie lorsque qwen-turbo renvoie 429 : 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 = 'qwen-turbo'


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
FournisseurAlibaba
Contexte1M
CapacitésReasoning, Tools
Formats d’APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Formule de facturationp * 0.05 + c * 0.5) : tier("standard", p * 0.05 + c * 0.2

Questions fréquentes

Passer au streaming réduit-il 429 ?

Les paramètres doivent changer ; réessayer seul ne suffira pas. C’est un problème de configuration côté client ; rien ne change côté serveur. La fenêtre de contexte 1M fixe l’entrée maximale par requête ; au-delà, c’est rejeté immédiatement. Tronquez ou résumez les entrées longues : cela réduit nettement 429.

Les requêtes échouées comptent-elles dans mon quota de débit ?

Aucune facturation : seule la sortie réellement produite compte dans l’usage. Seule la sortie déjà produite est facturée, pas la partie échouée. Le prix d’entrée est d’environ $0.05 par million de tokens. Vérifiez d’abord le solde et les limites de débit dans la console, ensuite le code.

Comment prévenir 429 sur qwen-turbo à l’avance ?

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 Alibaba 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.

Dois-je passer à une offre supérieure pour corriger 429 sur qwen-turbo ?

Il s’agit surtout d’un quota, non d’une panne du modèle. Le prix d’entrée est d’environ $0.05 par million de tokens. Vérifiez d’abord le solde et les limites de débit dans la console, ensuite le code. En estimant le coût à partir de p * 0.05 + c * 0.5) : tier("standard", p * 0.05 + c * 0.2, incluez aussi le budget de relances.

Autres erreurs sur ce modèle

Autres modèles avec la même erreur

Retour à la page du modèle

Données mises à jour: 2026-10-10 15:45

Support techniqueAssistance en ligne
Haut de page