Error timeout: apa yang harus dilakukan saat glm-5.3-flash gagal

Timeout berarti klien menyerah sebelum respons datang. Permintaan streaming ke LLM paling sering mengalaminya, karena model berpikir sebelum token pertama dan fase berpikir itu tidak menghasilkan satu byte pun.

Timeout bukan kode status HTTP, melainkan batas tunggu di sisi klien. Permintaan biasanya sudah sampai gateway dan diteruskan ke upstream, tetapi model tidak menghasilkan jawaban dalam waktu yang Anda tentukan. Konteks panjang, output panjang, dan pemanggilan tanpa streaming adalah tiga pemicu paling umum.

glm-5.3-flash 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: Timeout di sisi klien terlalu kecil. Tindakan pertama yang disarankan: Naikkan timeout klien ke 300 detik atau lebih.

Penyebab umum

  • Timeout di sisi klien terlalu kecil
  • Prompt atau konteks panjang menaikkan latensi token pertama
  • Model sedang mengerjakan tugas penalaran panjang
  • Jaringan tidak stabil

Cara mengatasi

  • Naikkan timeout klien ke 300 detik atau lebih
  • Aktifkan streaming agar tidak menunggu seluruh jawaban
  • Perpendek konteks atau gunakan model yang lebih cepat
  • Turunkan max_tokens

Contoh percobaan ulang dengan exponential backoff

Kode di bawah mencoba ulang ketika glm-5.3-flash mengembalikan timeout, 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-5.3-flash'


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
Konteks1M
KemampuanReasoning, Tools, Files, Open Weights, Vision
Format APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Rumus penagihanp * 0.15 + cr * 0.03 + cc * 0 + c * 0.5

FAQ

Apakah mencoba ulang membuat permintaan dieksekusi dua kali?

Biasanya kode bisnis tidak perlu diubah, cukup atur ritme pemanggilan. Mencoba ulang adalah langkah pertama yang paling efektif. Dengan penagihan p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5, 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 saya ditagih saat glm-5.3-flash mengembalikan timeout?

Tidak ada tagihan, hanya output yang benar-benar dihasilkan yang dihitung. Penagihan mengikuti p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5, tanpa output berarti tanpa tagihan. Saat memperkirakan biaya dari p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5, sertakan juga anggaran percobaan ulang.

Apakah menyimpan cache hasil mengurangi timeout?

Turunkan konkurensi terlebih dahulu — sebagian besar masalah throughput akan hilang. Model ini memiliki context window 1M dan berasal dari Z.AI. Untuk keluaran panjang, naikkan timeout ke 60 detik atau lebih.

Apakah timeout lebih sering terjadi di percakapan multi-giliran dengan glm-5.3-flash?

Parameter permintaan harus diubah, mencoba ulang saja tidak membantu. Ini masalah konfigurasi sisi klien, sisi server tidak perlu diubah. Tag kemampuan adalah Reasoning, Tools, Files, Open Weights, Vision, dan batas parameter mengikuti set kemampuan tersebut. Untuk error parameter, gagalkan langsung daripada menghabiskan percobaan ulang. Potong atau ringkas input yang panjang — ini menurunkan timeout secara nyata.

Error lain pada model ini

Model lain dengan error yang sama

Kembali ke halaman model

Data diperbarui: 2026-10-10 18:30

Dukungan teknisDukungan langsung
Kembali ke atas