Error 502: apa yang harus dilakukan saat claude-opus-5 gagal

Kode 502 berarti gateway menerima respons tidak valid dari layanan model hulu: permintaan sampai ke gateway, tetapi lompatan ke hulu gagal.

502 Bad Gateway berarti gateway menerima respons tidak valid dari layanan model upstream. Permintaan sudah sampai gateway; kegagalan terjadi pada lompatan dari gateway ke upstream, biasanya karena node upstream restart atau koneksi terputus.

claude-opus-5 disediakan oleh Anthropic. Semua di halaman ini — penyebab, solusi, dan data terukur — disusun dari perilaku runtime nyata model ini di lapisan gateway.

Di gateway ini, pemicu yang paling umum adalah: Layanan model hulu tidak tersedia atau mengembalikan respons cacat. Tindakan pertama yang disarankan: Coba sekali lagi — 502 biasanya sementara.

Penyebab umum

  • Layanan model hulu tidak tersedia atau mengembalikan respons cacat
  • Node hulu sedang restart
  • Koneksi gateway ke hulu terputus
  • Model sementara dihentikan

Cara mengatasi

  • Coba sekali lagi — 502 biasanya sementara
  • Beralih ke model setara dari vendor lain
  • Jika hanya satu model yang terus 502, hulunya bermasalah
  • Coba lagi nanti atau hubungi kami

Contoh percobaan ulang dengan exponential backoff

Kode di bawah mencoba ulang ketika claude-opus-5 mengembalikan 502, maksimal 5 kali, dengan waktu tunggu yang meningkat plus jitter acak agar permintaan paralel tidak mengulang bersamaan. Baca base URL dan API key dari environment variable, jangan hardcode.

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-opus-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"}]))

Data penting model ini

Endpoint APIhttps://api.airai.cc/v1
Kompatibel OpenAIOpenAI-compatible
VendorAnthropic
Konteks1M
KemampuanReasoning, Tools, Files, Vision
Format APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Rumus penagihanp * 5 + cr * 0.5 + cc * 6.25 + cc1h * 10 + c * 25

FAQ

Apakah beralih ke streaming mengurangi 502?

Ini masalah konfigurasi sisi klien, sisi server tidak perlu diubah. Jendela konteks 1M menentukan input maksimum per permintaan; yang melebihinya langsung ditolak. Untuk error parameter, gagalkan langsung daripada menghabiskan percobaan ulang. Potong atau ringkas input yang panjang — ini menurunkan 502 secara nyata.

Apakah saya ditagih saat claude-opus-5 mengembalikan 502?

Tidak ada tagihan, hanya output yang benar-benar dihasilkan yang dihitung. Hanya output yang sudah dihasilkan yang ditagihkan; bagian yang gagal tidak. Penagihan mengikuti p * 5 + cr * 0.5 + cc * 6.25 + cc1h * 10 + c * 25, tanpa output berarti tanpa tagihan. Harga input sekitar $5.00 per juta token. Periksa saldo dan batas laju di konsol dulu, baru periksa kodenya. Saat memperkirakan biaya dari p * 5 + cr * 0.5 + cc * 6.25 + cc1h * 10 + c * 25, sertakan juga anggaran percobaan ulang.

Apakah 502 memengaruhi model lain di akun yang sama?

Biasanya bersifat sementara dan pulih sendiri. Tag kapabilitas model ini adalah Reasoning, Tools, Files, Vision. Jika berlangsung beberapa menit, hubungi dukungan platform untuk memastikan status upstream. Tentukan dulu apakah ini level akun atau level model; penanganannya benar-benar berbeda.

Apakah menyimpan cache hasil mengurangi 502?

Variabel sebenarnya di sini adalah konkurensi dan timeout, bukan modelnya. Turunkan konkurensi terlebih dahulu — sebagian besar masalah throughput akan hilang. Model ini memiliki context window 1M dan berasal dari Anthropic. Konteks 1M berarti input panjang menambah latensi token pertama secara nyata. Mulai dari konkurensi rendah, amati beberapa menit, lalu tingkatkan.

Error lain pada model ini

Model lain dengan error yang sama

Kembali ke halaman model

Data diperbarui: 2026-10-11 13:20

Dukungan teknisDukungan langsung
Kembali ke atas