エラー 403:glm-5.1 の呼び出しに失敗したときの対処

403 は認証は成功しているが権限がないことを意味します。キー自体は有効ですが、このモデルまたはこのグループを呼び出すことが許可されていません。

403 Forbidden は、身份は認識されたもののアクセス権がないことを意味します。401 との違いは、401 が「あなたは誰か」、403 が「権限がない」です。通常は、モデルをキーに紐づく許可リストまたはグループに追加する必要があります。

glm-5.1 は Z.AI が提供しており、このページの誘因分析・対処法・実測データはすべてゲートウェイ層におけるこのモデルの実際の稼働実績に基づいています。

このゲートウェイで最も多い诱因は「このキーにこのモデルの権限がない」です。まず取り組むべき対処は「「トークン」ページでこのモデルをキーの許可リストに追加する」です。

主な原因

  • このキーにこのモデルの権限がない
  • モデルがキーの紐づくグループに含まれていない
  • キーに IP 許可リストが設定され、現在の IP が含まれていない
  • モデルが提供終了、またはより高い権限が必要

対処方法

  • 「トークン」ページでこのモデルをキーの許可リストに追加する
  • キーのグループにこのモデルが含まれるか確認する
  • IP 許可リストの設定を確認する
  • 権限のあるモデルに切り替える

指数バックオフによるリトライ例

以下のコードは、glm-5.1 が 403 を返したときに最大 5 回まで再試行します。待機時間は指数的に増加し、ランダムなジッタを加えることで同時再試行を防ぎます。base URL と API キーは環境変数から読み取り、コードに直接書かないでください。

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-5.1'


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"}]))

このモデルの主要データ

API エンドポイントhttps://api.airai.cc/v1
OpenAI 互換OpenAI-compatible
提供元Z.AI
コンテキスト200K
対応機能Reasoning, Tools, Open Weights
API形式openai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
課金計算式p * 1.4 + cr * 0.26 + cc * 0 + c * 4.4

よくある質問

再試行するとリクエストが二重に実行されますか?

再試行が最も効果的な最初の一歩です。課金方式が p * 1.4 + cr * 0.26 + cc * 0 + c * 4.4 の場合、失敗したリクエストは利用量に含まれません。再試行の上限は 3〜5 回に設定し、ジッターを加えてください。再試行可能なエラーには指数バックオフを使い、それ以外は即座にエラーを返してください。

結果をキャッシュすると 403 は減りますか?

ここで本当の変数は並列数とタイムアウトであり、モデル自体ではありません。このモデルのコンテキストウィンドウは 200K、提供元は Z.AI です。コンテキスト 200K では、長い入力が初回トークンまでの遅延を大きくします。長い出力ではタイムアウトを 60 秒以上に引き上げてください。並列数は低い値から始め、数分観察してから段階的に増やしてください。

別のモデルに変更すれば glm-5.1 の 403 を回避できますか?

あわせて予備のモデルも用意しておくことをおすすめします。アーキテクチャ側にフォールバックを用意する方が、エラーを一つずつ直すより確実です。Z.AI のこのモデルには、ゲートウェイが切り替えられる upstream ノードが複数あります。より軽い予備モデルを用意しておけば、主処理は止まりません。

glm-5.1 で 403 が繰り返し発生します。モデルとアカウントのどちらが原因ですか?

このエラーはモデルの能力とは無関係で、ゲートウェイ層の問題です。多くの場合一時的な問題で、自然に回復します。このモデルの能力タグは Reasoning, Tools, Open Weights です。数分以上継続する場合は、プラットフォームのサポートに連絡して upstream の状態を確認してください。

このモデルの他のエラー

同じエラーが出る他のモデル

データ更新: 2026-10-11 19:15

テクニカルサポートオンラインサポート
トップへ戻る