Errore 400: cosa fare quando hy3 fallisce

Un 400 significa che la richiesta stessa non è valida: campo mancante, tipo errato o parametro non supportato da questo modello. Riprovare non serve; va modificato il corpo della richiesta.

400 Bad Request significa che il server rifiuta la richiesta perché il body non è valido. A differenza dei 5xx, un 400 non si risolve ritentando: otterrai sempre la stessa risposta. I parametri vanno corretti prima.

hy3 è fornito da Tencent. Tutto in questa pagina — cause, soluzioni e dati misurati — è ricavato dal comportamento reale di questo modello al livello del gateway.

Su questo gateway, la causa più comune è: Manca un campo obbligatorio (model o messages). La prima azione consigliata è: Confronta il corpo con la tabella dei parametri di questa pagina.

Cause comuni

  • Manca un campo obbligatorio (model o messages)
  • Un parametro ha il tipo errato
  • Un parametro non è supportato da questo modello
  • messages è malformato o role ha un valore non valido

Come risolvere

  • Confronta il corpo con la tabella dei parametri di questa pagina
  • Rimuovi i parametri non supportati e riprova
  • Verifica che messages sia un array con valori role validi
  • Parti da una richiesta minima e aggiungi i parametri uno alla volta

Retry con backoff esponenziale

Il codice qui sotto ritenta quando hy3 restituisce 400: fino a 5 tentativi, con attesa crescente e jitter casuale per evitare che le chiamate concorrenti ritentino insieme. Leggi base URL e API key dalle variabili d’ambiente, non inserirle hardcoded.

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 = 'hy3'


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"}]))

Dati chiave di questo modello

Endpoint APIhttps://api.airai.cc/v1
Compatibile con OpenAIOpenAI-compatible
FornitoreTencent
Contesto256K
FunzionalitàReasoning, Tools, Open Weights
Formati APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Formula di fatturazionep * 0 + cr * 0 + cc * 0 + c * 0

Domande frequenti

Conviene passare a un modello di riserva quando compare 400?

Tieni pronto anche un modello di riserva. Un fallback a livello di architettura è più affidabile che correggere ogni errore uno per uno. Questo modello di Tencent ha più nodi upstream tra cui il gateway può commutare. Tieni pronto un modello di riserva più leggero, così il flusso principale non si interrompe.

Condividere una key tra più servizi rende 400 più probabile?

Sia alzare il limite del piano sia ridurre la frequenza delle chiamate aiuta. La fatturazione segue p * 0 + cr * 0 + cc * 0 + c * 0: senza output nessun addebito. Controlla prima saldo e limiti di velocità nella console, poi il codice.

Le richieste fallite rientrano nella quota di rate limit?

Nessun addebito: conta solo l’output effettivamente generato. Viene fatturato solo l’output già prodotto, non la parte fallita. Con fatturazione p * 0 + cr * 0 + cc * 0 + c * 0, il costo degli output lunghi deriva soprattutto dai token di output. Con la fatturazione p * 0 + cr * 0 + cc * 0 + c * 0, le richieste fallite non rientrano nel consumo. Controlla prima saldo e limiti di velocità nella console, poi il codice.

Quanta concorrenza è sicura?

Qui le vere variabili sono la concorrenza e i timeout, non il modello. Un contesto di 256K significa che input lunghi aumentano la latenza del primo token. Per output lunghi, porta il timeout a 60 secondi o più. Parti da una concorrenza bassa, osserva per qualche minuto, poi aumenta.

Altri errori su questo modello

Altri modelli con lo stesso errore

Torna alla pagina del modello

Dati aggiornati: 2026-10-10 18:30

Supporto tecnicoAssistenza online
Torna in alto