Errore 503: cosa fare quando grok-4.20-0309-non-reasoning 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.

grok-4.20-0309-non-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: 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 grok-4.20-0309-non-reasoning 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 = 'grok-4.20-0309-non-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
FunzionalitàTools, 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

Un contesto lungo rende 503 più probabile?

I parametri vanno cambiati; riprovare da solo non aiuterà. La finestra di contesto 1M 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.

503 influenza le richieste già inviate a grok-4.20-0309-non-reasoning?

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 Tools, Files, Vision. Se l’errore continua per diversi minuti, contatta il supporto della piattaforma per confermare lo stato upstream.

L’SDK ufficiale già ritenta: serve una mia logica di retry?

Di solito non serve cambiare il codice, solo il ritmo delle chiamate. Riprovare è il primo passo più efficace. Con la fatturazione p * 1.25 + cr * 0.2 + c * 2.5) : tier("200k_plus", p * 2.5 + cr * 0.4 + c * 5, le richieste fallite non rientrano nel consumo. Usa il backoff esponenziale per gli errori ritentabili e restituisci subito l’errore per gli altri.

Quanta concorrenza è sicura?

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. 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. Aggiungi un livello di cache, così le richieste ripetute non arrivano tutte al modello.

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