エラー timeout：glm-4.6 の呼び出しに失敗したときの対処

タイムアウトは、応答が届く前にクライアントが待つのをやめたことを意味します。LLM のストリーミングリクエストで最も起こりやすく、最初のトークンの前にモデルが思考し、その間は 1 バイトも出力されないためです。

timeout は HTTP ステータスコードではなく、クライアント側の待機時間の上限です。リクエストは通常ゲートウェイに到達して upstream へ転送されていますが、モデルが設定时间内に結果を出力しませんでした。長いコンテキスト、長い出力、非ストリーミング呼び出しが最も多い 3 つの要因です。

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「クライアントのタイムアウトが短すぎる」です。まず取り組むべき対処は「クライアントのタイムアウトを 300 秒以上に上げる」です。

主な原因

  • クライアントのタイムアウトが短すぎる
  • プロンプトやコンテキストが長く初回トークンの遅延が大きい
  • モデルが長い推論タスクを処理している
  • ネットワークの揺らぎ

対処方法

  • クライアントのタイムアウトを 300 秒以上に上げる
  • ストリーミングを有効にして全体を待たない
  • コンテキストを短くするか、より速いモデルを使う
  • max_tokens を下げる

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 timeout 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 の出力が途中で切れるのと timeout は同じ問題ですか？

エラーを時間とノードで集計してから見ると、傾向はたいてい明確です。本番だけで起きるなら、たいていはモデルではなく環境の違いです。このモデルは Z.AI が提供しており、upstream の状態は提供元の告知に準じます。失敗のたびにリクエスト ID を記録してください。ステータスコードより有用です。まずテスト環境で同じリクエスト本文を使って一度再現させてください。

glm-4.6 で timeout 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？

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。

より小さいモデルに変えると timeout は減りますか？

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。モデル名は設定項目にしておくと、upstream を切り替えてもコード変更が不要です。

glm-4.6 の timeout を解消するにはプランのアップグレードが必要ですか？

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。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: 2026-10-10 18:30

テクニカルサポートオンラインサポート
トップへ戻る