Errore 429: cosa fare quando claude-opus-4-6 fallisce

Un 429 significa che è scattato un limite di frequenza: il numero di richieste o token in una finestra temporale ha superato la quota del tuo piano.

429 Too Many Requests è una risposta di rate limiting, non un errore. La richiesta è valida, ma supera la frequenza o la concorrenza consentite dal tuo piano. Basta ritentare rispettando la finestra indicata negli header; il body non va modificato.

claude-opus-4-6 è fornito da Anthropic. 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: Troppe richieste simultanee. La prima azione consigliata è: Limitare la concorrenza e ritentare con backoff esponenziale.

Cause comuni

  • Troppe richieste simultanee
  • Quota del piano attuale esaurita
  • Nuovo tentativo senza attesa

Come risolvere

  • Limitare la concorrenza e ritentare con backoff esponenziale
  • Passare a un piano con quota maggiore
  • Mettere in cache le richieste ripetute

Retry con backoff esponenziale

Il codice qui sotto ritenta quando claude-opus-4-6 restituisce 429: 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 = 'claude-opus-4-6'


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
FornitoreAnthropic
Contesto1M
FunzionalitàReasoning, Tools, Files, Vision
Formati APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Formula di fatturazionep * 5 + cr * 0.5 + cc * 6.25 + cc1h * 10 + c * 25

Domande frequenti

Il retry farà eseguire la richiesta due volte?

Di solito non serve cambiare il codice, solo il ritmo delle chiamate. Riprovare è il primo passo più efficace. Con la fatturazione p * 5 + cr * 0.5 + cc * 6.25 + cc1h * 10 + c * 25, le richieste fallite non rientrano nel consumo. Imposta il limite di ritenti a 3–5 e aggiungi del jitter. Usa il backoff esponenziale per gli errori ritentabili e restituisci subito l’errore per gli altri.

429 è legato a come viene fatturato claude-opus-4-6?

Nessun addebito: conta solo l’output effettivamente generato. Il prezzo di input è circa $5.00 per milione di token. Controlla prima saldo e limiti di velocità nella console, poi il codice. Stimando il costo da p * 5 + cr * 0.5 + cc * 6.25 + cc1h * 10 + c * 25, includi anche il budget per i ritenti.

Condividere una key tra più servizi rende 429 più probabile?

È soprattutto una questione di quota, non un guasto del modello. La fatturazione segue p * 5 + cr * 0.5 + cc * 6.25 + cc1h * 10 + c * 25: senza output nessun addebito. Il prezzo di input è circa $5.00 per milione di token. Controlla prima saldo e limiti di velocità nella console, poi il codice. Stimando il costo da p * 5 + cr * 0.5 + cc * 6.25 + cc1h * 10 + c * 25, includi anche il budget per i ritenti.

L’elaborazione asincrona o batch evita 429?

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 1M significa che input lunghi aumentano la latenza del primo token. 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: 2026-10-11 15:15

Supporto tecnicoAssistenza online
Torna in alto