Ошибка 502: что делать, если glm-5.3-flash не отвечает

Код 502 означает, что шлюз получил некорректный ответ от вышестоящего сервиса модели: запрос дошёл до шлюза, но переход к вышестоящему сервису не удался.

502 Bad Gateway означает, что шлюз получил некорректный ответ от upstream-сервиса модели. Запрос дошёл до шлюза, сбой произошёл на участке «шлюз — upstream», как правило из-за перезапуска узла или разрыва соединения.

glm-5.3-flash 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 — Вышестоящий сервис недоступен или вернул некорректный ответ. Рекомендуемое первое действие: Повторите запрос один раз — 502 обычно кратковременны.

Возможные причины

  • Вышестоящий сервис недоступен или вернул некорректный ответ
  • Вышестоящий узел перезапускается
  • Соединение шлюза с вышестоящим сервисом прервалось
  • Модель временно снята с обслуживания

Как исправить

  • Повторите запрос один раз — 502 обычно кратковременны
  • Переключитесь на аналогичную модель другого поставщика
  • Если 502 постоянен только для одной модели, её вышестоящий сервис нездоров
  • Повторите позже или напишите нам

Повтор с экспоненциальной задержкой

Ниже — пример повтора, когда glm-5.3-flash возвращает 502: 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-5.3-flash'


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, Files, Open Weights, Vision
Форматы APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Формула биллингаp * 0.15 + cr * 0.03 + cc * 0 + c * 0.5

Частые вопросы

Нужен ли случайный джиттер при повторах?

Обычно не нужно менять код, достаточно скорректировать темп вызовов. При тарифе p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5 неудачные запросы не идут в использование. Установите лимит повторов 3–5 и добавьте jitter.

В многоходовых диалогах glm-5.3-flash чаще возвращает 502?

Нужно менять параметры запроса, один повтор не поможет. Это проблема конфигурации клиента, на сервере менять ничего не нужно. Теги возможностей — Reasoning, Tools, Files, Open Weights, Vision, от них зависят пределы параметров. Окно контекста 1M задаёт максимальный ввод за запрос; всё, что больше, отклоняется сразу. Для ошибок параметров сразу возвращайте ошибку, не тратя повторы.

Будет ли списание, если glm-5.3-flash вернул 502?

Списания не будет: в استخدام идёт только реально сгенерированный вывод. Оплачивается только уже сгенерированный вывод, неудачная часть — нет. Цена ввода — около $0.15 за миллион токенов. При тарифе p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5 стоимость длинного вывода определяется в основном выходными токенами. Сначала проверьте баланс и лимиты скорости в консоли, потом ищите в коде. Оценивая стоимость по p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5, учитывайте и бюджет на повторы.

Когда glm-5.3-flash возвращает 502, какие поля смотреть в теле ответа?

Если это происходит только в продакшене, дело обычно в окружении, а не в модели. Модель предоставляется Z.AI, поэтому статус upstream определяется объявлениями вендора. Логируйте идентификатор запроса при каждом отказе — он полезнее кода состояния.

Другие ошибки этой модели

Другие модели с той же ошибкой

Вернуться к странице модели

Данные обновлены: 2026-10-11 15:15

Техническая поддержкаОнлайн-поддержка
Наверх