Errore 403: cosa fare quando glm-4.7 fallisce

Un 403 significa che sei autenticato ma non autorizzato: la chiave è valida, ma non può chiamare questo modello o questo gruppo.

403 Forbidden significa che l’identità è stata riconosciuta ma l’accesso è negato. La differenza con 401: 401 chiede chi sei, 403 dice che non hai il permesso. Di solito il modello va aggiunto alla lista consentita o al gruppo associato alla tua key.

glm-4.7 è fornito da Z.AI. 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: Questa chiave non è autorizzata per questo modello. La prima azione consigliata è: Aggiungi questo modello alla lista consentita della chiave nella pagina Token.

Cause comuni

  • Questa chiave non è autorizzata per questo modello
  • Il modello non è nel gruppo a cui è legata la chiave
  • La chiave ha una lista di IP consentiti che esclude il tuo IP attuale
  • Il modello è stato ritirato o richiede permessi superiori

Come risolvere

  • Aggiungi questo modello alla lista consentita della chiave nella pagina Token
  • Verifica che il gruppo della chiave includa questo modello
  • Controlla le impostazioni della lista IP
  • Passa a un modello che puoi chiamare

Retry con backoff esponenziale

Il codice qui sotto ritenta quando glm-4.7 restituisce 403: 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 = 'glm-4.7'


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
FornitoreZ.AI
Contesto204.8K
FunzionalitàReasoning, Tools, Open Weights
Formati APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Formula di fatturazionep * 0.6 + cr * 0.11 + cc * 0 + c * 2.2

Domande frequenti

Le richieste fallite rientrano nella quota di rate limit?

Nessun addebito: conta solo l’output effettivamente generato. Il prezzo di input è circa $0.60 per milione di token. Controlla prima saldo e limiti di velocità nella console, poi il codice. Stimando il costo da p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2, includi anche il budget per i ritenti.

Le richieste concorrenti vanno messe in coda o limitate direttamente?

Qui le vere variabili sono la concorrenza e i timeout, non il modello. Abbassa prima la concorrenza: la maggior parte dei problemi di throughput scompare. Un contesto di 204.8K significa che input lunghi aumentano la latenza del primo token. Aggiungi un livello di cache, così le richieste ripetute non arrivano tutte al modello.

Condividere una key tra più servizi rende 403 più probabile?

È soprattutto una questione di quota, non un guasto del modello. Sia alzare il limite del piano sia ridurre la frequenza delle chiamate aiuta. Il prezzo di input è circa $0.60 per milione di token. Con fatturazione p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2, il costo degli output lunghi deriva soprattutto dai token di output. Controlla prima saldo e limiti di velocità nella console, poi il codice. Stimando il costo da p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2, includi anche il budget per i ritenti.

Come prevenire 403 su glm-4.7 in anticipo?

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 Z.AI 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.

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