错误 401:glm-5.2 调用失败怎么办

返回 401 说明身份验证失败:请求里没有 API Key,或 Key 无效、已被删除、已过期。

401 Unauthorized 表示请求缺少有效凭证。网关没能识别出调用方身份,因此不会把请求转发给上游模型。检查 Authorization 头与 Key 状态是唯一的排查方向。

glm-5.2 由 Z.AI 提供,本页的触发分析、处理建议与实测数据均基于该模型在网关层的真实运行情况整理。

在本网关,此类报错最常见的诱因是:请求头缺少 Authorization。建议优先处理:确认请求头为 Authorization: Bearer 加你的 Key。

常见原因

  • 请求头缺少 Authorization
  • Key 拼写错误或带了多余空格
  • Key 已在「令牌」页面被删除或禁用
  • 误用了其他平台的 Key

解决办法

  • 确认请求头为 Authorization: Bearer 加你的 Key
  • 在「令牌」页面重新生成一个 Key
  • 核对是否误用了其他服务的 Key
  • 用一条最小 curl 请求验证 Key 是否可用

带指数退避的重试示例

下面这段在调用 glm-5.2 遇到 401 时会自动退避重试,最多 5 次,每次等待时间递增并叠加随机抖动,避免大量请求同时重试。base URL 与 API Key 请从环境变量读取,不要写死在代码里。

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"}]))

该模型的关键数据

API 端点https://api.airai.cc/v1
OpenAI 兼容OpenAI-compatible
厂商Z.AI
上下文1M
能力Reasoning, Tools, Open Weights
API 格式openai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
计费方式p * 1.4 + cr * 0.26 + cc * 0 + c * 4.4

常见问题

401 会不会是代理或网络中间层造成的?

需要保留请求标识和响应原文,否则无法定位。该模型由 Z.AI 提供,上游状态以厂商公告为准。记录每次报错的请求标识,排查时比状态码更有用。

并发请求应该排队还是直接限流?

并发与超时才是这里的真正变量,不是模型本身。该模型上下文窗口 1M,厂商为 Z.AI。上下文 1M 意味着长输入会明显拉长首字延迟。长输出场景把超时单独放宽到 60 秒以上。并发从低值起步,观察几分钟后再逐步加大。

max_tokens 设得过高会触发 401 吗?

需要改请求参数,单纯重试不会有帮助。属于客户端配置问题,服务端不需要改动。该模型的能力标签为 Reasoning, Tools, Open Weights,参数上限受能力集约束。上下文 1M 决定了单次请求的最大输入,超出会被直接拒绝。对参数类报错直接快速失败,不要浪费重试次数。长输入先截断或做摘要,能明显降低 401 的概率。

失败的请求会算进限流配额吗?

不会计费,只有实际产出内容才计入用量。计费方式为 p * 1.4 + cr * 0.26 + cc * 0 + c * 4.4,未产出内容就不计费。按 p * 1.4 + cr * 0.26 + cc * 0 + c * 4.4 计费时,长输出的成本主要来自输出 token。先在控制台确认余额与速率限制,再排查代码。按 p * 1.4 + cr * 0.26 + cc * 0 + c * 4.4 估算成本时,把重试预算也算进去。

该模型的其他报错

遇到同样报错的其他模型

数据更新于: 2026-10-10 12:10

技术支持在线客服
返回顶部