Erreur 502 : que faire quand glm-4.5-air échoue

Un 502 signifie que la passerelle a reçu une réponse invalide du service de modèle amont : la requête a atteint la passerelle, mais le saut vers l'amont a échoué.

502 Bad Gateway signifie que la passerelle a reçu une réponse invalide du service upstream du modèle. La requête a atteint la passerelle ; l’échec s’est produit sur le saut vers l’upstream, généralement à cause d’un redémarrage de nœud ou d’une connexion coupée.

glm-4.5-air est fourni par Z.AI. 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 : Le service de modèle amont est indisponible ou a renvoyé une réponse mal formée. La première action recommandée : Réessayez une fois : les 502 sont généralement passagères.

Causes fréquentes

  • Le service de modèle amont est indisponible ou a renvoyé une réponse mal formée
  • Un nœud amont redémarre
  • La connexion entre la passerelle et l'amont a été interrompue
  • Le modèle a été temporairement retiré

Comment corriger

  • Réessayez une fois : les 502 sont généralement passagères
  • Passez à un modèle équivalent d'un autre fournisseur
  • Si un seul modèle renvoie 502, son amont est en panne
  • Réessayez plus tard ou contactez-nous

Nouvelle tentative avec backoff exponentiel

Le code ci-dessous réessaie lorsque glm-4.5-air renvoie 502 : 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 = 'glm-4.5-air'


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
FournisseurZ.AI
Contexte131.1K
CapacitésReasoning, Tools, Open Weights
Formats d’APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Formule de facturationp * 0.2 + cr * 0.03 + cc * 0 + c * 1.1

Questions fréquentes

502 sur glm-4.5-air est-il lié à mon quota de compte ?

Il s’agit surtout d’un quota, non d’une panne du modèle. Relever le plafond de la formule ou baisser la fréquence des appels : les deux aident. La facturation suit p * 0.2 + cr * 0.03 + cc * 0 + c * 1.1 : sans sortie, aucun débit. Le prix d’entrée est d’environ $0.20 par million de tokens. En estimant le coût à partir de p * 0.2 + cr * 0.03 + cc * 0 + c * 1.1, incluez aussi le budget de relances.

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 * 0.2 + cr * 0.03 + cc * 0 + c * 1.1, 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.

Quel niveau de concurrence est sûr ?

Ici les vraies variables sont la concurrence et les délais d’attente, pas le modèle. Ce modèle dispose d’une fenêtre de contexte de 131.1K et vient de Z.AI. Un contexte de 131.1K signifie que les longues entrées allongent nettement la latence du premier token. Lissez les pics avec du traitement par lots ou une file : plus stable que d’augmenter la concurrence à la volée.

Passer à un modèle plus petit réduit-il 502 ?

Gardez aussi un modèle de repli prêt. Ce modèle de Z.AI 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.

Autres erreurs sur ce modèle

Autres modèles avec la même erreur

Retour à la page du modèle

Données mises à jour: 2026-10-11 15:15

Support techniqueAssistance en ligne
Haut de page