Error 502: apa yang harus dilakukan saat glm-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.

glm-5 disediakan oleh Z.AI. 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 glm-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 = 'glm-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
VendorZ.AI
Konteks204.8K
KemampuanReasoning, Tools, Open Weights
Format APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Rumus penagihanp * 1 + cr * 0.2 + cc * 0 + c * 3.2

FAQ

Apakah 502 memengaruhi request yang sudah dikirim ke glm-5?

Biasanya bersifat sementara dan pulih sendiri. Tag kapabilitas model ini adalah Reasoning, Tools, Open Weights. Tentukan dulu apakah ini level akun atau level model; penanganannya benar-benar berbeda.

Apakah mencoba ulang membuat permintaan dieksekusi dua kali?

Mencoba ulang adalah langkah pertama yang paling efektif. Dengan penagihan p * 1 + cr * 0.2 + cc * 0 + c * 3.2, permintaan yang gagal tidak dihitung dalam penggunaan. Tetapkan batas percobaan ulang ke 3–5 kali dan tambahkan jitter. Gunakan exponential backoff untuk error yang bisa diulang, dan kembalikan error segera untuk sisanya.

Apakah perlu mengubah parameter saat glm-5 mengembalikan 502?

Parameter permintaan harus diubah, mencoba ulang saja tidak membantu. Ini masalah konfigurasi sisi klien, sisi server tidak perlu diubah. Tag kemampuan adalah Reasoning, Tools, Open Weights, dan batas parameter mengikuti set kemampuan tersebut. Jendela konteks 204.8K 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.

Berapa lama 502 di glm-5 bertahan sebelum menghubungi dukungan?

Kelompokkan error berdasarkan waktu dan node; polanya biasanya langsung terlihat. Simpan request ID dan isi respons mentahnya, kalau tidak tidak ada yang bisa dilacak. Model ini dilayani oleh Z.AI, sehingga status upstream mengikuti pengumuman penyedia. Reproduksi dulu di lingkungan pengujian dengan request body yang sama.

Error lain pada model ini

Model lain dengan error yang sama

Kembali ke halaman model

Data diperbarui: 2026-10-10 15:40

Dukungan teknisDukungan langsung
Kembali ke atas