Clave de la API de GLM: Guía de solución de problemas

Por qué tu clave devuelve 'Unauthorized'

El error 'Unauthorized' (No autorizado) suele deberse a una discrepancia entre tu clave API configurada y el punto de conexión de la URL base. Al integrar un nuevo LLM en un editor como Zed o Trae, debes asegurarte de que la URL base apunte directamente al punto de conexión de finalización de chat del proveedor, en lugar de un intermediario genérico. Si utilizas un cliente compatible con OpenAI, la URL base para nuestro servicio es HTTPS://api.apiglm.com/v1. Pasar la URL incorrecta o una clave caducada desencadenará inmediatamente esta respuesta 401.

Otra causa común es enviar la clave en el formato de cabecera incorrecto. Algunos clientes esperan 'Authorization: Bearer ' mientras que otros pueden interpretar mal el campo de entrada. Verifica que tu clave se haya copiado exactamente como se muestra en el panel después de iniciar sesión con Google o correo electrónico. No hay paso de verificación por número de teléfono, por lo que si la clave es válida, debería funcionar en cualquier implementación estándar de SDK de OpenAI.

• Verifica que la URL base termine con /v1.
• Asegúrese de que no haya barras finales en la cadena de URL.
• Verifica que la clave no haya sido revocada o reemplazada.

Gestión del problema del 'Bloque de Pensamiento'

Los usuarios de modelos de razonamiento a menudo se encuentran con bloques de 'pensamiento' vacíos donde el modelo emite una etiqueta pero no texto. Esto no siempre es un error en tu código, sino un comportamiento de la arquitectura del modelo uncensored subyacente. El modelo puede decidir emitir un bloque de razonamiento que contenga espacios en blanco o caracteres nulos, que tu analizador podría interpretar como una respuesta vacía.

Para manejar esto, configura tu cliente para ignorar las etiquetas de reasoning vacías o elimina los espacios en blanco antes de procesar. Si estás usando un transformer de reasoning personalizado, asegúrate de que maneje correctamente estos casos extremos. El modelo está ajustado para respuestas directas, por lo que bloques de pensamiento excesivos a veces pueden indicar la necesidad de ajustar los parámetros 'temperature' o 'top_p' para fomentar respuestas más directas.

Esta depuración implica registrar los bytes de la respuesta cruda. Si el bloque de pensamiento está presente pero vacío, es seguro omitirlo y continuar con la generación de contenido real. Esto asegura que tu aplicación no se quede colgada esperando texto inexistente.

Configurando URLs base en editores

Integrar un LLM sin censura en editores locales como Zed o Claude Code requiere sobrescribir las variables de entorno predeterminadas. La mayoría de los editores usan por defecto la URL base de OpenAI. Debes establecer explícitamente la URL base en HTTPS://api.apiglm.com/v1 en tus archivos de configuración.

Para archivos .env.development o config.js, asegúrate de que la variable de clave API esté mapeada correctamente. Por ejemplo, establece la variable de URL base para apuntar a nuestro punto final. Esto asegura que todas las solicitudes, incluidas las llamadas a funciones y el streaming, se enruten a través de nuestra infraestructura. Si el editor no admite URL base personalizadas, es posible que necesites usar un proxy o un script wrapper que traduzca el protocolo estándar de OpenAI a nuestro punto final.

Verifica la integración enviando una solicitud de 'ping' sencilla. Si recibes una respuesta JSON válida, tu configuración es correcta. Este paso es crucial antes de intentar conversaciones complejas de múltiples turnos.

Límites de velocidad y errores de concurrencia

Nuestra infraestructura aplica límites estrictos de velocidad para garantizar la estabilidad durante un uso de alto volumen. Cada clave de API está limitada a 300 solicitudes por minuto y puede manejar hasta 8 solicitudes concurrentes. Si excedes estos límites, recibirás un error 429 Too Many Requests.

Para evitar estos errores, implementa una retroexponencial en el código de tu cliente. Supervisa el encabezado 'Retry-After' en la respuesta si está disponible. Además, asegúrate de que tu aplicación no experimente picos de tráfico durante las horas punta. Si ejecutas varias instancias, distribuye la carga entre diferentes claves o gestiona la concurrencia a nivel de aplicación.

El tamaño del cuerpo de la solicitud también está limitado a 8 MB. Los prompts grandes o muchas llamadas de herramientas pueden exceder este límite. Divide tu entrada o reduce el número de solicitudes concurrentes para permanecer dentro de estos límites. Estos límites son transparentes y están diseñados para prevenir el agotamiento de recursos.

Conteo de Tokens y Ventanas de Contexto

Comprender el uso de tokens es crítico para la gestión de costos. Nuestro modelo admite una ventana de contexto de 100,000 tokens, que incluye tanto el prompt como la finalización. La salida máxima por solicitud es de 16,000 tokens, o 2,048 si no especificas 'max_tokens'.

El precio se basa en el uso real de tokens: $0.15 por millón de tokens de entrada y $0.50 por millón de tokens de salida. Los errores y las denegaciones son gratuitos, por lo que solo pagas por la generación de contenido exitosa. Este modelo prepagado significa que tu crédito nunca expira y puedes recargar con criptomonedas en cualquier momento.

Rastrea el uso de tokens en tu aplicación analizando los metadatos de la respuesta. El último fragmento de una respuesta en streaming contiene el recuento total de tokens. Esto te permite monitorizar los costes en tiempo real y ajustar tus prompts para mantenerse dentro del presupuesto. Un uso eficiente de los tokens es clave para maximizar el valor de tu crédito prepagado.

Análisis de respuestas en streaming

Las respuestas en streaming se entregan mediante Server-Sent Events (SSE). Cada fragmento contiene una parte de la respuesta, pero los datos de uso de tokens solo se incluyen en el último fragmento. Esto significa que no puedes calcular el uso total de tokens hasta que se complete el flujo.

Analiza el flujo escuchando los eventos 'data'. Acumula los fragmentos de texto para formar la respuesta completa. Cuando recibas el fragmento final, extrae el campo 'usage' para actualizar tu recuento local de tokens. Este enfoque garantiza una facturación precisa y te ayuda a monitorear el consumo de recursos.

Maneja interrupciones de red de forma elegante. Si la transmisión se interrumpe, es posible que necesites reintentar la solicitud. Asegúrate de que tu cliente pueda manejar respuestas parciales y volver a ensamblarlas correctamente. La transmisión es ideal para aplicaciones en tiempo real, pero requiere un manejo de errores robusto.

Errores de Parámetros en la Llamada de Función

La llamada de funciones requiere una configuración precisa de parámetros. Asegúrate de que tu matriz 'tools' defina correctamente el esquema de la función, incluidos los parámetros y las descripciones. El parámetro 'tool_choice' se puede establecer en 'auto', 'required' o un nombre de función específico.

Los errores comunes incluyen campos requeridos faltantes o tipos de datos incorrectos en el esquema de la herramienta. Verifica que tu cliente envíe 'response_format' como 'json_object' si esperas una salida estructurada. Esto asegura que el modelo devuelva JSON válido que tu aplicación pueda analizar.

Prueba primero la invocación de funciones con herramientas sencillas. Aumenta gradualmente la complejidad para identificar cualquier incompatibilidad de esquema. Si el modelo no logra llamar a una herramienta, verifica el campo 'tool_calls' en la respuesta en busca de errores. La configuración adecuada es esencial para una invocación de funciones fiable.

Soluciones a retrasos en recargas con criptomonedas

Recargar tu crédito se hace mediante criptomonedas, específicamente USDT (TRC20) o USDC (Base). Las transacciones pueden tardar unos minutos en confirmarse en la blockchain. Si tu crédito no aparece inmediatamente, espera la confirmación de la red.

Los créditos de bonificación se aplican automáticamente para recargas de $50 o más: +5% para $50, +10% para $100 y +15% para $200. Asegúrate de enviar la cantidad exacta para recibir el bono correcto. Las transacciones inferiores a $20 o superiores a $500 pueden no recibir bonos o ser rechazadas.

Si experimentas un cargo doble, contacta a soporte a través de la página de Soporte. Los créditos no se reembolsan pero pueden ajustarse. Guarda un registro de tu ID de transacción para una resolución más rápida. Este modelo prepagado asegura que nunca pierdas crédito debido a la expiración.

Errores de Configuración del ID del Modelo

Usar el ID de modelo incorrecto es una fuente frecuente de errores. Para nuestro modelo sin censura, el ID es simplemente 'uncensored'. Enviar una solicitud con 'gpt-4' o 'claude-3' resultará en un error 'Model Not Found'.

Asegúrate de que tu cliente establezca explícitamente el campo 'model' como 'uncensored' en cada solicitud. Esto es crucial al usar SDKs compatibles con OpenAI que podrían usar otros modelos por defecto. Verifica el ID del modelo en tus archivos de configuración y en las solicitudes de prueba.

Nuestro servicio no ofrece enrutamiento de modelos ni múltiples opciones de modelos. Es un endpoint de un solo modelo dedicado a la generación de texto sin censura. Esta simplicidad reduce la complejidad y garantiza un rendimiento consistente. Verifica siempre el ID del modelo antes de implementar en producción.