Ошибка 503: что делать, если glm-5.3-flash не отвечает

Код 503 означает, что сервис временно недоступен — обычно из-за обслуживания или перегрузки. В отличие от 429, дело не в вашей квоте, а в ёмкости на стороне сервера.

503 Service Unavailable означает, что сервис сейчас не может обработать запрос — обычно из-за перегрузки или обслуживания. Разница с 429 важна: 429 — закончилась ваша квота, 503 — не хватает мощности сервера. Увеличьте интервал повтора, а не меняйте ключ.

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 — Вышестоящая модель перегружена. Рекомендуемое первое действие: Повторите позже с большей задержкой.

Возможные причины

  • Вышестоящая модель перегружена
  • Сервис на обслуживании или обновляется
  • Узел в вашем регионе недоступен
  • Резкий всплеск трафика

Как исправить

  • Повторите позже с большей задержкой
  • Переключитесь на менее загруженную аналогичную модель
  • Не запускайте пакетные задачи в часы пик
  • Следите за нашими объявлениями

Повтор с экспоненциальной задержкой

Ниже — пример повтора, когда glm-5.3-flash возвращает 503: 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

Связан ли 503 на glm-5.3-flash с квотой аккаунта?

Вопрос главным образом в квоте, а не в неисправности модели. Тарификация: p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5, поэтому без вывода нет списания. Цена ввода — около $0.15 за миллион токенов. 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.

Учитываются ли неудачные запросы в квоте лимитов?

Списания не будет: в استخدام идёт только реально сгенерированный вывод. Оплачивается только уже сгенерированный вывод, неудачная часть — нет. Тарификация: p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5, поэтому без вывода нет списания. При тарифе p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5 стоимость длинного вывода определяется в основном выходными токенами. Оценивая стоимость по p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5, учитывайте и бюджет на повторы.

Может ли 503 привести к потере данных?

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

Нужен ли случайный джиттер при повторах?

Обычно не нужно менять код, достаточно скорректировать темп вызовов. Повтор — самый эффективный первый шаг. 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.

Другие ошибки этой модели

Другие модели с той же ошибкой

Вернуться к странице модели

Данные обновлены: 2026-10-10 18:35

Техническая поддержкаОнлайн-поддержка
Наверх