ข้อผิดพลาด 400: ทำอย่างไรเมื่อเรียก glm-5.3-flash ไม่สำเร็จ

400 หมายความว่าตัวคำขอไม่ถูกต้อง มีฟิลด์ที่จำเป็นหายไป ชนิดข้อมูลผิด หรือใช้พารามิเตอร์ที่โมเดลนี้ไม่รองรับ การลองใหม่จะไม่ช่วย ต้องแก้เนื้อหาคำขอ

400 Bad Request หมายความว่าเซิร์ฟเวอร์ปฏิเสธคำขอเพราะ body ไม่ถูกต้อง ต่างจาก 5xx คือ 400 จะไม่หายไปด้วยการลองใหม่ คุณจะได้คำตอบเดิมทุกครั้ง ต้องแก้พารามิเตอร์ให้ถูกก่อน

glm-5.3-flash ให้บริการโดย Z.AI ทุกอย่างในหน้านี้ — สาเหตุ วิธีแก้ และข้อมูลที่วัดจริง — รวบรวมจากพฤติกรรมการทำงานจริงของโมเดลนี้บนชั้น gateway

ที่เกตเวย์นี้ สาเหตุที่พบบ่อยที่สุดคือ ขาดฟิลด์ที่จำเป็น (model หรือ messages) ขั้นตอนแรกที่แนะนำคือ เทียบเนื้อหาคำขอกับตารางพารามิเตอร์ในหน้านี้

สาเหตุที่พบบ่อย

  • ขาดฟิลด์ที่จำเป็น (model หรือ messages)
  • ชนิดของพารามิเตอร์ผิด
  • ใช้พารามิเตอร์ที่โมเดลนี้ไม่รองรับ
  • โครงสร้าง messages ผิด หรือค่า role ไม่ถูกต้อง

วิธีแก้ไข

  • เทียบเนื้อหาคำขอกับตารางพารามิเตอร์ในหน้านี้
  • ลบพารามิเตอร์ที่ไม่รองรับแล้วลองใหม่
  • ตรวจว่า messages เป็นอาร์เรย์และค่า role ถูกต้อง
  • เริ่มจากคำขอเล็กที่สุดให้ผ่านก่อน แล้วค่อยเพิ่มพารามิเตอร์ทีละตัว

ตัวอย่างการลองใหม่แบบ Exponential Backoff

โค้ดด้านล่างจะลองใหม่เมื่อ glm-5.3-flash ตอบกลับ 400 สูงสุด 5 ครั้ง โดยเพิ่มเวลารอและใส่ jitter แบบสุ่ม เพื่อไม่ให้คำขอจำนวนมาก retry พร้อมกัน อ่าน base URL และ API key จาก environment variables อย่าเขียนลงในโค้ดตรงๆ

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"}]))

ข้อมูลสำคัญของโมเดลนี้

ปลายทาง APIhttps://api.airai.cc/v1
เข้ากันได้กับ OpenAIOpenAI-compatible
ผู้ให้บริการZ.AI
บริบท1M
ความสามารถReasoning, Tools, Files, Open Weights, Vision
รูปแบบ APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
สูตรคิดเงินp * 0.15 + cr * 0.03 + cc * 0 + c * 0.5

คำถามที่พบบ่อย

รหัสสถานะใดควร retry และรหัสใด retry ก็ไม่ช่วย?

ปกติไม่ต้องแก้โค้ดธุรกิจ แค่ปรับจังหวะการเรียกก็พอเมื่อคิดค่าบริการแบบ p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5 คำขอที่ล้มเหลวจะไม่ถูกนำไปรวมในปริมาณการใช้งานตั้งขีดจำกัดการลองใหม่ไว้ที่ 3–5 ครั้ง และเพิ่มความสุ่มเล็กน้อยใช้การถอยแบบเอ็กซ์โปเนนเชียลกับข้อผิดพลาดที่ลองใหม่ได้ และคืนข้อผิดพลาดทันทีสำหรับส่วนที่เหลือ

400 บน glm-5.3-flash เกี่ยวกับโควต้าบัญชีหรือไม่?

ส่วนใหญ่เป็นเรื่องโควต้า ไม่ใช่โมเดลเสียการคิดเงินเป็นแบบ p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5 ไม่มีผลลัพธ์ก็ไม่คิดเงินเมื่อประเมินต้นทุนจาก p * 0.15 + cr * 0.03 + cc * 0 + c * 0.5 ให้นับงบการลองใหม่เข้าไปด้วย

การประมวลผลแบบ async หรือ batch ช่วยหลีกเลี่ยง 400 ได้หรือไม่?

ตัวแปรที่แท้จริงที่นี่คือการทำงานพร้อมกันและเวลาหมดอายุ ไม่ใช่ตัวโมเดลโมเดลนี้มี context window 1M และมาจาก Z.AIcontext 1M หมายความว่าอินพุตยาวจะเพิ่มความหน่วงของโทเค็นแรกอย่างชัดเจนสำหรับผลลัพธ์ยาว ให้เพิ่มเวลาหมดอายุเป็น 60 วินาทีหรือมากกว่าปรับยอดพีคให้เรียบด้วยการประมวลผลเป็นชุดหรือคิว เสถียรกว่าการเพิ่มการทำงานพร้อมกันตามสถานการณ์

เปลี่ยนไปใช้ streaming ช่วยลด 400 ได้หรือไม่?

ต้องแก้พารามิเตอร์ของคำขอ การลองใหม่อย่างเดียวไม่ช่วยเป็นปัญหาการตั้งค่าฝั่งไคลเอนต์ ฝั่งเซิร์ฟเวอร์ไม่ต้องแก้แท็กความสามารถคือ Reasoning, Tools, Files, Open Weights, Vision และขีดจำกัดพารามิเตอร์ก็มาจากชุดความสามารถนั้นหน้าต่างบริบท 1M กำหนดอินพุตสูงสุดต่อคำขอ ส่วนที่เกินจะถูกปฏิเสธทันทีตัดหรือสรุปอินพุตยาวก่อน จะลดโอกาสเกิด 400 ได้อย่างชัดเจน

ข้อผิดพลาดอื่นของโมเดลนี้

โมเดลอื่นที่เจอข้อผิดพลาดเดียวกัน

กลับไปหน้าโมเดล

อัปเดตข้อมูล: 2026-10-11 18:20

ฝ่ายสนับสนุนด้านเทคนิคบริการลูกค้าออนไลน์
กลับไปด้านบน