Ошибка 403: что делать, если glm-5.2 не отвечает

Код 403 означает, что вы аутентифицированы, но доступ запрещён: ключ действителен, однако вызывать эту модель или эту группу им нельзя.

403 Forbidden означает, что личность распознана, но доступа нет. Разница с 401: 401 — это «кто ты», 403 — «у тебя нет прав». Обычно нужно добавить модель в список разрешённых или в группу, привязанную к ключу.

glm-5.2 предоставляется компанией Z.AI. Всё на этой странице — причины, решения и измеренные данные — собрано по реальной работе этой модели на уровне шлюза.

В этом шлюзе самая частая причина — Ключ не авторизован для этой модели. Рекомендуемое первое действие: Добавьте модель в список разрешённых для ключа на странице «Токены».

Возможные причины

  • Ключ не авторизован для этой модели
  • Модель не входит в группу, к которой привязан ключ
  • У ключа задан список разрешённых IP, и ваш IP в него не входит
  • Модель снята с поддержки или требует более высоких прав

Как исправить

  • Добавьте модель в список разрешённых для ключа на странице «Токены»
  • Убедитесь, что группа ключа включает эту модель
  • Проверьте настройки списка разрешённых IP
  • Переключитесь на модель, к которой есть доступ

Повтор с экспоненциальной задержкой

Ниже — пример повтора, когда glm-5.2 возвращает 403: до 5 попыток, ожидание растёт и добавляется случайный джиттер, чтобы параллельные запросы не повторялись одновременно. Base URL и API key читаются из переменных окружения — не хардкодьте их.

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-5.2'


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"}]))

Ключевые данные этой модели

API-эндпоинтhttps://api.airai.cc/v1
Совместимо с OpenAIOpenAI-compatible
ПроизводительZ.AI
Контекст1M
ВозможностиReasoning, Tools, Open Weights
Форматы APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Формула биллингаp * 1.4 + cr * 0.26 + cc * 0 + c * 4.4

Частые вопросы

Снижает ли кэширование результатов число 403?

Сначала снизьте параллелизм — чаще всего проблема с пропускной способностью исчезает. Окно контекста модели — 1M, вендор — Z.AI. Контекст 1M означает, что длинный ввод заметно увеличивает задержку первого токена. Начните с низкого параллелизма, понаблюдайте несколько минут, затем повышайте. Добавьте слой кэша, чтобы повторные запросы не шли все в модель.

Когда glm-5.2 возвращает 403, что вероятнее: шлюз или upstream?

Как правило это кратковременный сбой, который проходит сам. Теги возможностей модели: Reasoning, Tools, Open Weights. Сначала решите, что это: уровень аккаунта или уровень модели — это полностью меняет обработку.

Можно ли обойти 403 на glm-5.2, перейдя на другую модель?

Имейте наготове резервную модель. Резерв на уровне архитектуры надёжнее, чем латать каждую ошибку по отдельности. У этой модели от Z.AI несколько upstream-узлов, между которыми шлюз может переключаться. Держите наготове более лёгкую резервную модель, и основной поток не прервётся. Вынесите имя модели в конфиг, чтобы переключение upstream не требовало правок кода.

Будет ли списание, если glm-5.2 вернул 403?

Оплачивается только уже сгенерированный вывод, неудачная часть — нет. Цена ввода — около $1.40 за миллион токенов. При тарифе p * 1.4 + cr * 0.26 + cc * 0 + c * 4.4 стоимость длинного вывода определяется в основном выходными токенами. Оценивая стоимость по p * 1.4 + cr * 0.26 + cc * 0 + c * 4.4, учитывайте и бюджет на повторы.

Другие ошибки этой модели

Другие модели с той же ошибкой

Данные обновлены: 2026-10-10 15:40

Техническая поддержкаОнлайн-поддержка
Наверх