OpenAI API报错怎么办？常见错误代码与解决方案

429 表示请求频率或 token 用量超出了账户的 RPM/TPM 配额。解决方案：

1. 实现指数退避重试，失败后按 1s、2s、4s 递增等待并加随机抖动；
2. 读取响应头 Retry-After 字段按服务端要求等待；
3. 客户端用令牌桶限速从源头避免超限；
4. 升级账户 Tier 提高配额；
5. 走 EnlyAI 聚合平台，单渠道限流时自动切换备用渠道，等效放大可用 RPM。

注意 429 是可重试错误，但不要无脑立即重试，否则会加剧限流。生产环境建议设置最大重试 5 次、总超时 60 秒，超过则降级到更便宜的模型或返回缓存结果。

401 表示 API Key 无效或未授权，常见原因：

1. Key 拼写错误或多余空格，检查 Authorization 头格式应为 Bearer sk-xxx；
2. Key 已被撤销或过期，去控制台重新生成；
3. Key 没有所需模型的访问权限，旗舰模型可能需要单独申请；
4. base_url 配置错误，直连官方用 https://api.openai.com/v1，走 EnlyAI 用 https://api.enlyai.com/v1。

401 是不可重试错误，重试无用，必须先修复 Key。建议把 Key 存在环境变量而非代码里，并用 dotenv 管理，避免硬编码泄露。如果用 EnlyAI，控制台可以随时重置 Key 并查看调用日志定位问题。

超时通常表现为连接超时或读取超时，原因可能是网络抖动、请求体过大、模型响应慢。处理方法：

1. 设置合理的 timeout 参数，OpenAI SDK 支持 timeout=60 区分连接和读取超时；
2. 对长文本任务改用流式输出（stream=True），边接收边处理，避免长时间等待整体响应；
3. 实现超时重试，但限制重试次数避免雪崩；
4. 检查 prompt 长度，超长输入会显著拖慢首 token 时间；
5. 走聚合平台如 EnlyAI，单渠道超时会自动切换到响应更快的备用渠道。

建议生产环境把 timeout 设为 30-60 秒，并配合异步调用避免阻塞主线程。

5xx 错误是服务端问题：500 内部错误、502 网关错误、503 服务不可用（通常是过载或维护）。这些都是临时性错误，适合指数退避重试。处理建议：

1. 立即重试可能仍失败，等待几秒到几十秒后再试；
2. 关注 OpenAI 状态页确认是否大规模故障；
3. 503 过载时可临时切换到其他模型（如 GPT-5.4 或 Claude）顶替；
4. 通过 EnlyAI 调用时，平台会自动在多渠道间故障转移，单渠道 5xx 时无缝切换，业务无感知。

建议把 5xx 和 429 都纳入自动重试逻辑，但 4xx（除 429）立即失败，避免无效重试浪费配额。

最佳实践是用 try/except 捕获 openai 库的具体异常类型，按状态码分流处理：429 和 5xx 走重试逻辑，401/403/400 立即抛出并告警，超时单独处理。配合 tenacity 装饰器实现指数退避，并用 logging 记录错误便于排查。通过 EnlyAI 调用时兼容同样的异常体系，迁移成本几乎为零。

# pip install openai tenacity
import logging
from openai import OpenAI, RateLimitError, APIStatusError, APITimeoutError
from tenacity import retry, stop_after_attempt, wait_exponential_jitter, retry_if_exception_type

client = OpenAI(api_key="sk-你的EnlyAI密钥", base_url="https://api.enlyai.com/v1", timeout=60)
logging.basicConfig(level=logging.INFO)

# 只对限流和超时重试，认证错误立即失败
@retry(stop=stop_after_attempt(5),
       wait=wait_exponential_jitter(initial=1, max=30),
       retry=retry_if_exception_type((RateLimitError, APITimeoutError)))
def chat(prompt):
    try:
        return client.chat.completions.create(
            model="gpt-5.5",
            messages=[{"role": "user", "content": prompt}]
        )
    except APIStatusError as e:
        if e.status_code in (401, 403):
            logging.error(f"认证失败 {e.status_code}，请检查 Key")
            raise
        if e.status_code >= 500:
            logging.warning(f"服务端错误 {e.status_code}，稍后重试")
            raise
        raise

print(chat("你好").choices[0].message.content)

建议封装一个统一的 chat 函数，内部处理所有限流、重试、降级逻辑，业务层只关心结果。