Errore 503: cosa fare quando glm-4.5 fallisce

Un 503 significa che il servizio è temporaneamente non disponibile, di solito per manutenzione o sovraccarico. A differenza del 429, non riguarda la tua quota: è un problema di capacità lato server.

503 Service Unavailable significa che il servizio non può gestire la richiesta ora, di solito per sovraccarico o manutenzione. La distinzione con 429 conta: 429 significa che la quota è esaurita, 503 che manca capacità server. Aumenta l’intervallo di backoff invece di cambiare key.

glm-4.5 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: Il modello a monte è sovraccarico. La prima azione consigliata è: Riprova più tardi con un backoff più lungo.

Cause comuni

  • Il modello a monte è sovraccarico
  • Il servizio è in manutenzione o in rilascio
  • Il nodo della tua regione non è disponibile
  • Un picco improvviso di traffico

Come risolvere

  • Riprova più tardi con un backoff più lungo
  • Passa a un modello equivalente meno carico
  • Evita i job in batch nelle ore di punta
  • Segui i nostri annunci

Retry con backoff esponenziale

Il codice qui sotto ritenta quando glm-4.5 restituisce 503: 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-4.5'


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
Contesto131.1K
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

Il retry farà eseguire la richiesta due volte?

Riprovare è il primo passo più efficace. Con la fatturazione p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2, le richieste fallite non rientrano nel consumo. Usa il backoff esponenziale per gli errori ritentabili e restituisci subito l’errore per gli altri.

503 può causare perdita di dati?

Questo errore non dipende dalle capacità del modello, è a livello di gateway. Di solito è momentaneo e si risolve da sé. I tag di capacità di questo modello sono Reasoning, Tools, Open Weights. Se l’errore continua per diversi minuti, contatta il supporto della piattaforma per confermare lo stato upstream.

503 è più frequente nelle conversazioni multi-turn con glm-4.5?

I parametri vanno cambiati; riprovare da solo non aiuterà. È un problema di configurazione lato client; lato server non cambia nulla. I tag delle capacità sono Reasoning, Tools, Open Weights e i limiti dei parametri derivano da quel set. La finestra di contesto 131.1K stabilisce l’input massimo per richiesta; oltre viene rifiutato subito. Sugli errori di parametro fallisci subito invece di sprecare ritenti. Tronca o riassumi gli input lunghi: riduce notevolmente 503.

Devo passare a un piano superiore per risolvere 503 su glm-4.5?

È soprattutto una questione di quota, non un guasto del modello. Sia alzare il limite del piano sia ridurre la frequenza delle chiamate aiuta. 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.

Altri errori su questo modello

Altri modelli con lo stesso errore

Torna alla pagina del modello

Dati aggiornati: 2026-10-10 15:40

Supporto tecnicoAssistenza online
Torna in alto