Errore 429: cosa fare quando grok-4.20-0309-reasoning 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.

grok-4.20-0309-reasoning è fornito da xAI. 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 grok-4.20-0309-reasoning 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 = 'grok-4.20-0309-reasoning'


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
FornitorexAI
Contesto1M
FunzionalitàReasoning, Tools, Files, Vision
Formati APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Formula di fatturazionep * 1.25 + cr * 0.2 + c * 2.5) : tier("200k_plus", p * 2.5 + cr * 0.4 + c * 5

Domande frequenti

Come pianificare i job batch quando grok-4.20-0309-reasoning restituisce 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. Questo modello ha una finestra di contesto di 1M ed è di xAI. Parti da una concorrenza bassa, osserva per qualche minuto, poi aumenta.

Passare a un modello più piccolo riduce 429?

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 xAI 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. Metti il nome del modello in configurazione, così cambiare upstream non richiede modifiche al codice.

Un max_tokens troppo alto può causare 429?

I parametri vanno cambiati; riprovare da solo non aiuterà. La finestra di contesto 1M stabilisce l’input massimo per richiesta; oltre viene rifiutato subito. Tronca o riassumi gli input lunghi: riduce notevolmente 429.

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. Il prezzo di input è circa $1.25 per milione di token. Con fatturazione p * 1.25 + cr * 0.2 + c * 2.5) : tier("200k_plus", p * 2.5 + cr * 0.4 + c * 5, il costo degli output lunghi deriva soprattutto dai token di output. Stimando il costo da p * 1.25 + cr * 0.2 + c * 2.5) : tier("200k_plus", p * 2.5 + cr * 0.4 + c * 5, includi anche il budget per i ritenti.

Altri errori su questo modello

Altri modelli con lo stesso errore

Torna alla pagina del modello

Dati aggiornati: 2026-10-10 15:45

Supporto tecnicoAssistenza online
Torna in alto