Ошибки Kimi API и лимиты: 401, 404, 429 и тайм-ауты (2026)

При ошибке Kimi API сначала смотрите на три вещи: HTTP-код состояния, error.type и request_id. Один и тот же 429 может означать перегрузку сервера, ограничение организации или недостаток средств; один и тот же 401 — неверный ключ или смешивание китайского и международного сайтов. Сначала классифицируйте, потом меняйте код.

Ниже разобраны четыре класса — 401, 404, 429 и тайм-ауты: причины, порядок диагностики и готовый код задержек. Модели и цены — на странице тарифов.

Примечание: Moonshot и Kimi — товарные знаки соответствующих правообладателей. Типы ошибок, правила ограничения и поведение интерфейсов могут меняться; примеры отражают распространённую ситуацию на октябрь 2026 года, окончательно действует официальная документация.

1. Быстрая таблица кодов

Код	Тип ошибки	Частый смысл	Что делать
400	`invalid_request_error`	Неверный параметр, слишком длинный контекст, превышен лимит вывода	Исправить запрос
400	`content_filter`	Вход или выход нарушил контентную политику	Скорректировать промпт
401	`invalid_authentication_error`	Недействительный ключ, несовпадение региона	Исправить учётные данные
401	`incorrect_api_key_error`	Ключ отсутствует или неверен	Исправить учётные данные
403	`permission_denied_error`	Интерфейс закрыт, IP-белый список, права или баланс	Проверить права и баланс
404	`resource_not_found_error`	Неверное имя модели или путь	Свериться со списком моделей
429	`engine_overloaded_error`	Перегрузка сервера	Задержка и повтор
429	`rate_limit_reached_error`	Превышены параллелизм, RPM, TPM или TPD	Снизить скорость или поднять квоту
429	`exceeded_current_quota_error`	Задолженность, недостаток средств, истёк ваучер	Пополнить баланс
499	`client_closed_request`	Клиент или прокси закрыл соединение раньше	Проверить тайм-ауты и поток
500	`server_error`	Внутренняя ошибка сервера	Задержка и повтор
503	`server_unavailable`	Сервис временно недоступен	Задержка и повтор
504	`Gateway Time-out`	Долгое ожидание длинного запроса	Перейти на потоковый режим

Недостаток средств на разных входах может проявляться как 403 или 429, поэтому ориентируйтесь не только на код, но и на error.type. В журнале фиксируйте время, код, тип ошибки, имя модели и request_id; не записывайте полный ключ и чувствительное содержимое.

2. 401: сначала регион, потом ключ

Не указан ли ключ китайского сайта на международном адресе или наоборот. Аккаунты, балансы и ключи двух сайтов полностью независимы.
Не смешаны ли ключи разных продуктов: открытая платформа, Kimi Code и подписки.
Нет ли в ключе пробелов, переводов строки или лишних кавычек.
Действительно ли загружены переменные окружения — можно вывести только префикс ключа.
Не удалён ли ключ, не ротирован ли он и есть ли у него права на текущий проект.
Правильный ли заголовок Authorization: Bearer <key> и путь /v1/chat/completions.

export MOONSHOT_API_KEY="ваш ключ"

curl "https://api.moonshot.cn/v1/chat/completions" \
  -H "Authorization: Bearer $MOONSHOT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k2.6",
    "max_completion_tokens": 64,
    "messages": [{"role": "user", "content": "Ответь только OK"}]
  }'

Если команда возвращает 200, ключ, регион и имя модели верны. Если 401 сохраняется, проверьте другой заведомо рабочий ключ, чтобы отделить проблему ключа от конфигурации шлюза.

3. 404: чаще всего ошибаются в имени модели и base_url

404 не обязательно означает, что модель снята с поддержки. Четыре частые причины:

При использовании OpenAI SDK не задан base_url, запрос ушёл на стандартный адрес OpenAI и вернул отсутствие модели.
Опечатка в имени модели или использование версии, к которой у аккаунта нет доступа.
Лишний или пропущенный /v1, либо чат-интерфейс указан по другому пути.
Разные имена моделей и права на китайском и международном сайтах.

Сначала получите список моделей тем же ключом и проверьте, что доступно аккаунту:

curl "https://api.moonshot.cn/v1/models" \
  -H "Authorization: Bearer $MOONSHOT_API_KEY"

Если модели нет в списке, не угадывайте. Доступность модели определяется фактическим ответом аккаунта и страницей тарифов. Если список возвращается, а чат-интерфейс всё равно даёт 404, проверьте, не пропущен ли /v1 и не склеивает ли клиент base_url с полным путём повторно.

4. 429: три типа и разная обработка

`error.type`	Смысл	Можно ли повторять	Действие
`engine_overloaded_error`	Перегрузка сервера	Да	Задержка по `Retry-After`, снизить параллелизм
`rate_limit_reached_error`	Превышены параллелизм, RPM, TPM или TPD организации	Частично	Снизить скорость, разделить ключи, повысить уровень
`exceeded_current_quota_error`	Задолженность, недостаток средств, истёкший ваучер	Нет	Пополнить баланс или проверить счета

При превышении TPD обычно остаётся ждать следующего дня или повышать квоту; повторять бессмысленно. Прерванные запросом 429 обычно не тарифицируются, но успешный повтор тарифицируется как обычный; не повторяйте бесконечно из страха расходов и не считайте, что 429 уже списал средства. OpenAI SDK по умолчанию повторяет автоматически и может превратить один 429 в несколько запросов; в продакшене явно задайте max_retries=0 и используйте собственную логику задержки.

import random
import time
from openai import OpenAI, RateLimitError

client = OpenAI(
    api_key="ваш ключ",
    base_url="https://api.moonshot.cn/v1",
    max_retries=0,
)

def ask(prompt: str, retries: int = 4) -> str:
    for attempt in range(retries):
        try:
            resp = client.chat.completions.create(
                model="kimi-k2.6",
                messages=[{"role": "user", "content": prompt}],
                max_completion_tokens=1024,
            )
            return resp.choices[0].message.content
        except RateLimitError as exc:
            body = exc.body or {}
            etype = (body.get("error") or {}).get("type", "")
            if etype == "exceeded_current_quota_error":
                raise RuntimeError("Недостаточно средств или квоты, пополните баланс")
            wait = min(2 ** attempt, 20) + random.random()
            print(etype, "ожидание", round(wait, 1), "с")
            time.sleep(wait)
    raise RuntimeError("Попытки исчерпаны")

Повторы подходят только для временных ошибок. Если операция уже могла дать побочный эффект, проверьте состояние по идемпотентному ключу или запросу статуса, прежде чем отправлять повторно.

5. Тайм-ауты и 504

Длинная генерация, анализ больших документов и кодовые агенты чаще всего сталкиваются с тайм-аутами. Порядок действий:

Переведите непотоковый режим в stream=True, чтобы соединение постоянно получало данные.
Задайте разумные тайм-ауты соединения и чтения, не полагайтесь на значения SDK по умолчанию.
Проверьте, не обрывают ли соединение корпоративный прокси, шлюз и локальные маршрутизаторы; это может проявляться как 499.
Ограничивайте длину одного вывода через max_completion_tokens, сверхдлинные задачи делите на части.
Записывайте request ID и длительность каждого тайм-аута, чтобы отличить медленную модель, сеть и шлюз.

stream = client.chat.completions.create(
    model="kimi-k2.6",
    messages=[{"role": "user", "content": "Составь чек-лист развёртывания"}],
    max_completion_tokens=2048,
    stream=True,
    stream_options={"include_usage": True},
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

Потоковый режим не снижает цену токена, но заметно сокращает потери от «ожидания тайм-аута и повтора». Тайм-аут соединения можно сделать короче, тайм-аут чтения — по максимальному времени генерации; для потока не используйте тайм-аут чтения непотокового режима, иначе клиент оборвёт нормальную генерацию.

6. Таблица порядка диагностики

Зафиксируйте код состояния, error.type, request_id, имя модели и время.
Для 401 и 403 проверьте регион, ключ, продукт, права и баланс.
Для 404 проверьте base_url, имя модели и права аккаунта, сверьтесь со списком моделей.
Для 400 проверьте длину контекста, лимит вывода, формат файла и контентную безопасность.
Для 429 разделите по error.type на перегрузку, ограничение и задолженность.
Для 499 и 504 проверьте поток, тайм-ауты, прокси и поддержание соединения.
Для 500 и 503 используйте задержку и повтор; при постоянном повторении передайте поставщику request_id.
После каждого сбоя дополняйте мониторинг и оповещения, не ждите отзывов пользователей.

Частые вопросы

Чем 429 отличается от 503?

429 может означать как перегрузку сервера, так и исчерпание квоты или баланса аккаунта; сначала смотрите error.type. 503 означает временную недоступность сервиса и обычно решается задержкой и повтором. Общее правило — не повторять с фиксированным интервалом.

Что делать, если после пополнения всё равно 401?

Убедитесь, что пополнение и ключ относятся к одному региону и одному продукту. Проверьте новый созданный ключ, чтобы исключить удаление старого ключа или кэш переменных окружения.

Какая ошибка будет при слишком длинном контексте?

Обычно 400 invalid_request_error с сообщением о слишком длинном входном токене. Сократите вход, обрежьте историю или перейдите на модель с большим контекстом.

Стоит ли включать автоматические повторы SDK?

Можно, но с верхним пределом. Автоматические повторы могут усилить 429; в продакшене лучше отключить их и реализовать экспоненциальную задержку и оповещения по типам ошибок самостоятельно.

Как отличить ошибку шлюза от ошибки официального API?

Отправьте один и тот же запрос напрямую и через шлюз, сравните код состояния, error.type и request_id. Так быстрее понять, где проблема: upstream, сеть, ключ или конфигурация шлюза.

Что дальше

Создайте тестовый ключ в ZSQH AI Gateway, отработайте по одному разу 401, 404, 429 и тайм-аут, затем подключите производственный мониторинг. Доступность моделей и цены — на странице тарифов.