GLM api Key: คู่มือการแก้ปัญหา

ทำไมคีย์ของคุณถึงส่งคืน 'Unauthorized'

ข้อผิดพลาด 'Unauthorized' มักเกิดจากความไม่ตรงกันระหว่าง API key ที่คุณกำหนดค่ากับ endpoint base URL เมื่อผสานรวม LLM ใหม่ลงใน editor เช่น Zed หรือ Trae คุณต้องแน่ใจว่า base URL ชี้ไปยัง endpoint chat completion ของผู้ให้บริการโดยตรง ไม่ใช่ตัวกลางทั่วไป หากคุณใช้ไคลเอนต์ที่รองรับ OpenAI base URL สำหรับบริการของเราคือ HTTPS://api.apiglm.com/v1 การส่ง URL ผิดหรือ key ที่หมดอายุจะกระตุ้นการตอบกลับ 401 ทันที

สาเหตุทั่วไปอีกอย่างหนึ่งคือการส่งคีย์ในรูปแบบ header ที่ไม่ถูกต้อง ไคลเอนต์บางรายคาดหวัง 'Authorization: Bearer ' ในขณะที่บางรายอาจตีความฟิลด์ input ผิดพลาด ให้ตรวจสอบว่าคีย์ของคุณถูกคัดลอกมาอย่างถูกต้องตามที่แสดงบนแดชบอร์ดหลังจากเข้าสู่ระบบด้วย Google หรืออีเมล ไม่มีขั้นตอนการยืนยันหมายเลขโทรศัพท์ ดังนั้นหากคีย์ถูกต้อง มันควรใช้งานได้กับ SDK ของ OpenAI มาตรฐานใดๆ

• ตรวจสอบว่า URL พื้นฐานลงท้ายด้วย /v1
• ตรวจสอบว่าไม่มีเครื่องหมาย slash ท้ายในสตริง URL
• ตรวจสอบว่าคีย์ไม่ได้ถูกเพิกถอนหรือแทนที่

การจัดการปัญหา 'Thinking Block'

ผู้ใช้โมเดลที่เน้นการให้เหตุผลมักพบบล็อก 'การคิด' ที่ว่างเปล่าซึ่งโมเดลแสดงแท็กแต่ไม่มีข้อความ นี่ไม่ใช่ข้อบกพร่องในโค้ดของคุณเสมอไปแต่เป็นพฤติกรรมของสถาปัตยกรรมโมเดลแบบไม่มีการเซ็นเซอร์ โมเดลอาจตัดสินใจบล็อกการให้เหตุผลที่ประกอบด้วยช่องว่างหรืออักขระ null ซึ่งตัวแยกวิเคราะห์ของคุณอาจตีความว่าเป็นคำตอบว่าง

เพื่อจัดการกับปัญหานี้ ให้กำหนดค่าไคลเอนต์ของคุณให้ละเว้นแท็ก reasoning ที่ว่างหรือลบช่องว่างก่อนประมวลผล หากคุณใช้ reasoning transformer แบบกำหนดเอง ให้แน่ใจว่ามันจัดการกับกรณีขอบเหล่านี้ได้อย่างถูกต้อง โมเดลได้รับการปรับแต่งสำหรับคำตอบโดยตรง ดังนั้นบล็อกการคิดที่มากเกินไปอาจบ่งชี้ถึงความจำเป็นในการปรับพารามิเตอร์ 'temperature' หรือ 'top_p' เพื่อส่งเสริมคำตอบที่ตรงไปตรงมามากขึ้น

การแก้ไขปัญหานี้เกี่ยวข้องกับการบันทึกไบต์การตอบสนองดิบ หากบล็อกความคิดมีอยู่แต่ว่างเปล่า สามารถข้ามไปและดำเนินการสร้างเนื้อหาจริงได้ สิ่งนี้ทำให้แน่ใจว่าแอปพลิเคชันของคุณจะไม่ค้างรอข้อความที่ไม่มีอยู่จริง

กำลังกำหนดค่า URL พื้นฐานในโปรแกรมแก้ไข

การผสานรวม LLM แบบไม่มีเซนเซอร์ลงในโปรแกรมแก้ไขแบบโลคอลเช่น Zed หรือ Claude Code จำเป็นต้องมีการกำหนดค่าตัวแปรสภาพแวดล้อมเริ่มต้นใหม่ โปรแกรมแก้ไขส่วนใหญ่ตั้งค่า URL พื้นฐานของ OpenAI เป็นค่าเริ่มต้น คุณต้องตั้งค่า URL พื้นฐานเป็น HTTPS://api.apiglm.com/v1 อย่างชัดเจนในไฟล์กำหนดค่าของคุณ

สำหรับไฟล์ .env.development หรือ config.js ตรวจสอบให้แน่ใจว่าตัวแปรคีย์ API ถูกแมปอย่างถูกต้อง ตัวอย่างเช่น ตั้งค่าตัวแปร base URL ให้ชี้ไปยังเอนด์พอยต์ของเรา สิ่งนี้ทำให้แน่ใจว่าการเรียกใช้ทั้งหมด รวมถึงการเรียกใช้ฟังก์ชันและการสตรีม จะผ่านโครงสร้างพื้นฐานของเรา หากตัวแก้ไขไม่รองรับ base URL แบบกำหนดเอง คุณอาจต้องใช้พร็อกซีหรือสคริปต์ wrapper ที่แปลงโปรโตคอล OpenAI มาตรฐานไปยังเอนด์พอยต์ของเรา

ตรวจสอบการผสานรวมโดยการส่งคำขอ 'ping' อย่างง่าย หากคุณได้รับคำตอบ JSON ที่ถูกต้อง การกำหนดค่าของคุณถูกต้อง ขั้นตอนนี้สำคัญมากก่อนพยายามสนทนาหลายรอบที่ซับซ้อน

อัตราจำกัดและความพร้อมใช้งานด้านข้อผิดพลาด

โครงสร้างพื้นฐานของเราบังคับใช้ขีดจำกัดอัตราที่เข้มงวดเพื่อให้แน่ใจว่าเสถียรภาพระหว่างการใช้งานปริมาณสูง คีย์ API แต่ละตัวจำกัดอยู่ที่ 300 คำขอต่อนาที และรองรับคำขอพร้อมกันได้สูงสุด 8 คำขอ หากคุณเกินขีดจำกัดเหล่านี้ คุณจะได้รับข้อผิดพลาด 429 Too Many Requests

เพื่อหลีกเลี่ยงข้อผิดพลาดเหล่านี้ ให้ใช้การเพิ่มเวลาหน่วงแบบเอกซ์โพเนนเชียล (exponential backoff) ในโค้ดไคลเอนต์ของคุณ ตรวจสอบส่วนหัว 'Retry-After' ในการตอบกลับหากมีอยู่ นอกจากนี้ ตรวจสอบให้แน่ใจว่าแอปพลิเคชันของคุณไม่มีการจราจรพุ่งสูงในช่วงเวลาเร่งด่วน หากคุณกำลังรันอินสแตนซ์หลายตัว ให้กระจายภาระงานผ่านคีย์ต่างๆ หรือจัดการความพร้อมใช้งานพร้อมกัน (concurrency) ในระดับแอปพลิเคชัน

ขนาดร่างกายคำขอ也被จำกัดที่ 8 MB Prompt ขนาดใหญ่หรือการเรียกใช้เครื่องมือจำนวนมากอาจเกินขีดจำกัดนี้ แบ่งอินพุตของคุณหรือลดจำนวนคำขอพร้อมกันเพื่ออยู่ในขอบเขตเหล่านี้ ขีดจำกัดเหล่านี้โปร่งใสและออกแบบมาเพื่อป้องกันการใช้ทรัพยากรมากเกินไป

การนับโทเค็นและหน้าต่างบริบท

การทำความเข้าใจการใช้งานโทเคนมีความสำคัญต่อการจัดการต้นทุน โมเดลของเรารองรับหน้าต่างบริบทขนาด 100,000 โทเคน ซึ่งรวมถึงทั้งคำขอและการตอบกลับ จำนวนเอาต์พุตสูงสุดต่อคำขอคือ 16,000 โทเคน หรือ 2,048 หากคุณไม่ได้ระบุ 'max_tokens'

ราคาอิงตามการใช้งานโทเค็นจริง: $0.15 ต่อล้านโทเค็นอินพุต และ $0.50 ต่อล้านโทเค็นเอาต์พุต ข้อผิดพลาดและการปฏิเสธไม่คิดค่า ดังนั้นคุณจ่ายเฉพาะการสร้างเนื้อหาที่สำเร็จ โมเดลการเติมเงินล่วงหน้าหมายความว่าเครดิตของคุณไม่หมดอายุ และคุณสามารถเติมเงินด้วยคริปโตได้ทุกเมื่อ

ติดตามการใช้งาน token ในแอปพลิเคชันของคุณโดยการวิเคราะห์ metadata ของ response chunk สุดท้ายของ streaming response จะประกอบด้วยจำนวน token รวม ซึ่งช่วยให้คุณติดตามต้นทุนแบบเรียลไทม์และปรับ prompt ของคุณให้อยู่ภายในงบประมาณ การใช้งาน token อย่างมีประสิทธิภาพคือกุญแจสำคัญในการเพิ่มคุณค่าสูงสุดของเครดิตเติมล่วงหน้าของคุณ

การแยกวิเคราะห์การตอบกลับแบบสตรีมมิ่ง

การตอบกลับแบบสตรีมส่งผ่าน Server-Sent Events (SSE) แต่ละชิ้นส่วนมีส่วนของคำตอบ แต่ข้อมูลการใช้งานโทเค็นจะรวมอยู่ในชิ้นส่วนสุดท้ายเท่านั้น ซึ่งหมายความว่าคุณไม่สามารถคำนวณการใช้งานโทเค็นรวมได้จนกว่าสตรีมจะเสร็จสมบูรณ์

แยกวิเคราะห์สตรีมโดยการฟังเหตุการณ์ 'data' รวบรวมชิ้นข้อความเพื่อสร้างคำตอบเต็มรูปแบบ เมื่อคุณได้รับชิ้นสุดท้าย ให้ดึงฟิลด์ 'usage' เพื่ออัปเดตจำนวนโทเค็นในท้องถิ่นของคุณ วิธีการนี้ช่วยให้การเรียกเก็บเงินมีความแม่นยำและช่วยติดตามการใช้ทรัพยากร

จัดการการหยุดชะงักของเครือข่ายอย่างสุภาพ หากสตรีมขาด คุณอาจต้องลองคำขอใหม่ ตรวจสอบให้แน่ใจว่าไคลเอนต์ของคุณสามารถจัดการคำตอบบางส่วนและประกอบกลับได้อย่างถูกต้อง การสตรีมเหมาะสำหรับแอปพลิเคชันแบบเรียลไทม์ แต่ต้องการการจัดการข้อผิดพลาดที่แข็งแกร่ง

ข้อผิดพลาดพารามิเตอร์ของ Function Calling

Function Calling ต้องการการกำหนดค่าพารามิเตอร์ที่แม่นยำ ตรวจสอบให้แน่ใจว่าอาร์เรย์ 'tools' กำหนดสคีมาฟังก์ชันได้อย่างถูกต้อง รวมถึงพารามิเตอร์และคำอธิบาย พารามิเตอร์ 'tool_choice' สามารถตั้งค่าเป็น 'auto', 'required' หรือชื่อฟังก์ชันเฉพาะได้

ข้อผิดพลาดทั่วไปรวมถึงฟิลด์ที่จำเป็นที่ขาดหายไประหว่างประเภทข้อมูลที่ไม่ถูกต้องในสคีมาเครื่องมือ ตรวจสอบให้แน่ใจว่าไคลเอนต์ของคุณส่ง 'response_format' เป็น 'json_object' หากคุณคาดหวังผลลัพธ์ที่มีโครงสร้าง สิ่งนี้รับประกันว่าโมเดลจะส่งคืน JSON ที่ถูกต้องซึ่งแอปพลิเคชันของคุณสามารถแยกวิเคราะห์ได้

ทดสอบการเรียกใช้ฟังก์ชันด้วยเครื่องมือแบบง่ายก่อน แล้วค่อยเพิ่มความซับซ้อนเพื่อระบุความไม่ตรงกันของสคีมา หากโมเดลไม่สามารถเรียกใช้เครื่องมือได้ ให้ตรวจสอบฟิลด์ 'tool_calls' ในคำตอบ การกำหนดค่าที่เหมาะสมเป็นสิ่งจำเป็นสำหรับการเรียกใช้ฟังก์ชันที่เชื่อถือได้

แก้ไขความล่าช้าในการเติมเงินคริปโต

การเติมเครดิตของคุณดำเนินการผ่านคริปโต โดยเฉพาะ USDT (TRC20) หรือ USDC (Base) ธุรกรรมอาจใช้เวลาสักครู่เพื่อยืนยันบนบล็อกเชน หากเครดิตของคุณยังไม่ปรากฏ โปรดรอการยืนยันจากเครือข่าย

เครดิตโบนัสจะถูกนำไปใช้โดยอัตโนมัติสำหรับการเติมเงิน $50 ขึ้นไป: +5% สำหรับ $50, +10% สำหรับ $100 และ +15% สำหรับ $200 โปรดส่งจำนวนเงินที่ถูกต้องเพื่อให้รับโบนัสที่ถูกต้อง ยอดธุรกรรมต่ำกว่า $20 หรือสูงกว่า $500 อาจไม่ได้รับโบนัสหรืออาจถูกปฏิเสธ

หากคุณพบการคิดเงินซ้ำ ให้ติดต่อฝ่ายสนับสนุนผ่านหน้าฝ่ายสนับสนุน เครดิตจะไม่ถูกคืนแต่สามารถปรับยอดได้ ควรรักษาบันทึกหมายเลขธุรกรรมของคุณเพื่อให้ง่ายต่อการแก้ไข โมเดลการเติมเงินล่วงหน้านี้ช่วยให้มั่นใจว่าคุณจะไม่สูญเสียเครดิตเนื่องจากวันหมดอายุ

ข้อผิดพลาดการกำหนดค่า ID โมเดล

การใช้ ID โมเดลที่ผิดเป็นแหล่งที่มาของข้อผิดพลาดที่พบบ่อย สำหรับโมเดลแบบไม่มีเซนเซอร์ของเรา ID คือ 'uncensored' การส่งคำขอด้วย 'gpt-4' หรือ 'claude-3' จะทำให้เกิดข้อผิดพลาด 'Model Not Found'

ตรวจสอบให้แน่ใจว่าไคลเอนต์ของคุณตั้งค่าฟิลด์ 'model' เป็น 'uncensored' อย่างชัดเจนในทุกคำขอ สิ่งนี้สำคัญมากเมื่อใช้ SDK ที่เข้ากันได้กับ OpenAI ซึ่งอาจใช้โมเดลอื่นเป็นค่าเริ่มต้น ตรวจสอบ ID โมเดลในไฟล์กำหนดค่าและคำขอทดสอบ

บริการของเราไม่มีการเปลี่ยนเส้นทางโมเดลหรือตัวเลือกโมเดลหลายตัว เป็นเอนด์พอยต์โมเดลเดียวที่อุทิศให้กับการสร้างข้อความ uncensored ความเรียบง่ายนี้ช่วยลดความซับซ้อนและรับประกันประสิทธิภาพที่สม่ำเสมอ โปรดตรวจสอบ ID ของโมเดลให้แน่ใจก่อนนำไปใช้งานจริง