エラー 504：glm-4.6 の呼び出しに失敗したときの対処

504 は、ゲートウェイが上流モデルの応答を待ち切れずタイムアウトしたことを意味します。リクエストは送信されましたが、上流がゲートウェイの制限時間内に応答しませんでした。

504 Gateway Timeout は、ゲートウェイが upstream の応答を待つのを打ち切ったことを意味します。リクエストは転送されましたが、ゲートウェイの制限时间内に結果が返りませんでした。出力を短くする、ストリーミングにする、max_tokens を下げることで解消する場合がほとんどです。

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「上流の応答がゲートウェイのタイムアウトを超えた」です。まず取り組むべき対処は「ストリーミング出力に切り替える」です。

主な原因

  • 上流の応答がゲートウェイのタイムアウトを超えた
  • 長いコンテキストで推論時間が伸びた
  • 上流ノードが固まっている
  • ストリーミングなしで出力が非常に長い

対処方法

  • ストリーミング出力に切り替える
  • コンテキストを短くし max_tokens を下げる
  • 少し待って再試行する
  • 推論がより速いモデルを使う

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 504 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

glm-4.6 が 504 を返すとき、ゲートウェイと upstream のどちらが原因として考えられますか？

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。まずアカウント側かモデル側かを見極めてください。両者の対応は全く異なります。

非同期やバッチ処理にすれば 504 を回避できますか？

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。まず並列数を下げてください。スループットの問題の多くはそれで解消します。このモデルのコンテキストウィンドウは 204.8K、提供元は Z.AI です。コンテキスト 204.8K 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。キャッシュ層を挟むと、同じリクエストが毎回モデルに届かずに済みます。

ストリーミングに変更すると 504 は減りますか？

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。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、504 の発生率を大きく下げられます。

glm-4.6 の 504 はアカウントの枠と関係がありますか？

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。課金は p * 0.6 + cr * 0.11 + cc * 0 + c * 2.2 に従い、出力がなければ課金されません。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。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