エラー 429：glm-4.6 の呼び出しに失敗したときの対処

429 はレート制限に達したことを意味します。一定時間内のリクエスト数またはトークン数が現在のプランの上限を超えています。

429 Too Many Requests はエラーではなく、レート制限の応答です。リクエスト自体は正しく、現在のプランで許可されたリクエスト速度または同時実行数を超えただけです。レスポンスヘッダーが示す時間だけ待って再試行すれば復旧し、リクエスト本文を変更する必要はありません。

glm-4.6 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「同時リクエストが多すぎる」です。まず取り組むべき対処は「並行数を制限し指数的バックオフで再試行」です。

主な原因

  • 同時リクエストが多すぎる
  • 現在のプランのクォータを消費
  • 待機なしで即座に再試行

対処方法

  • 並行数を制限し指数的バックオフで再試行
  • クォータの大きいプランへ変更
  • 繰り返しリクエストをキャッシュ

指数バックオフによるリトライ例

以下のコードは、glm-4.6 が 429 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-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"}]))

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204.8K
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 * 0.6 + cr * 0.11 + cc * 0 + c * 2.2

よくある質問

max_tokens を大きくしすぎると 429 は発生しますか？

リクエストパラメータの変更が必要で、再試行だけでは解決しません。クライアント側の設定問題であり、サーバー側の変更は不要です。このモデルの能力タグは Reasoning, Tools, Open Weights で、パラメータの上限はその能力セットに従います。コンテキスト 204.8K が 1 リクエストあたりの最大入力を決め、超えた分はそのまま拒否されます。パラメータ起因のエラーはすぐ失敗させ、再試行を無駄にしないでください。長い入力は先に切り詰めるか要約すると、429 の発生率を大きく下げられます。

1 つのキーを複数サービスで共有すると 429 は発生しやすくなりますか？

主に枠（クォータ）の問題であり、モデル自体の故障ではありません。プラン上限を上げるか、呼び出し頻度を下げるかのどちらでも緩和できます。入力単価はおおよそ $0.60 / 百万 tokens です。課金方式が p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2 の場合、失敗したリクエストは利用量に含まれません。p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2 でコストを見積もる際は、再試行の分も予算に含めてください。

より小さいモデルに変えると 429 は減りますか？

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。

失敗したリクエストもレート制限の枠にカウントされますか？

課金はされません。实际に生成された出力のみが使用量に計上されます。すでに生成された分だけが課金され、失敗した分は課金されません。入力単価はおおよそ $0.60 / 百万 tokens です。p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2 の課金では、長い出力のコストは主に出力トークンから生じます。先にコンソールで残高とレート制限を確認し、その後コードを見てください。p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2 でコストを見積もる際は、再試行の分も予算に含めてください。

このモデルの他のエラー

同じエラーが出る他のモデル

モデルページに戻る

データ更新: 2026-10-11 13:20

テクニカルサポートオンラインサポート
トップへ戻る