Διαχείριση Σφαλμάτων και Κωδικοί HTTP
Σε αυτήν τη σελίδα
Ενημερώθηκε στις 3 Νοεμβρίου 2026 με βάση την τεκμηρίωση της OpenAI: οι παράμετροι
temperatureκαιtop_pγίνονται δεκτές μόνο με προσπάθεια συλλογισμού (reasoning effort) ίση μεnone, ενώ τα μοντέλα GPT-5.6 κάνουν συλλογισμό από προεπιλογή (medium). Επομένως, οι κλήσεις που ορίζουν αυτές τις παραμέτρους πρέπει να προσδιορίζουνreasoning={"effort": "none"}(Responses API) ήreasoning_effort="none"(Chat Completions). Πηγές: Χρήση του GPT-6 · GPT-5.6 Terra.
Διευκρινίστηκε στις 3 Νοεμβρίου 2026 με βάση τη σελίδα Deprecations της OpenAI: το παράδειγμα αφαιρεμένου μοντέλου χρησιμοποιούσε προηγουμένως το
gpt-4o, το οποίο παραμένει διαθέσιμο έως τις 14 Ιανουαρίου 2027· τώρα χρησιμοποιεί τοgpt-4-turbo, το οποίο διακόπηκε στις 23 Οκτωβρίου 2026 (υποδεικνυόμενη αντικατάσταση:gpt-5.6-sol). Πηγή: Deprecations.
Διαχείριση Σφαλμάτων και Κωδικοί HTTP
Σε περιβάλλον παραγωγής, τα σφάλματα είναι αναπόφευκτα. Το δίκτυο πέφτει, ένα κλειδί API λήγει, ένας συνάδελφος αναπτύσσει μια μη έγκυρη παράμετρο ή το ίδιο το API αντιμετωπίζει διακοπή τριών λεπτών. Η κατανόηση των κωδικών HTTP που επιστρέφει το API και η σωστή διαχείρισή τους είναι απαραίτητη για τη δημιουργία αξιόπιστων εφαρμογών. Όλη η πρόκληση συνοψίζεται σε μία ερώτηση που πρέπει να θέτετε για κάθε εξαίρεση: θα εξαφανιστεί αν κάνω επανάληψη, ή θα μπω σε ατέρμονο βρόχο σε ένα πρόβλημα που μόνο ένας άνθρωπος μπορεί να λύσει;
Κωδικοί HTTP του OpenAI API
Το API επιστρέφει τυπικούς κωδικούς HTTP για να υποδείξει το αποτέλεσμα κάθε αιτήματος. Το Python SDK δεν σας επιτρέπει να χειριστείτε αυτούς τους κωδικούς χειροκίνητα· αντ’ αυτού, μεταφράζει τον καθένα σε μια typed εξαίρεση που μπορείτε να παγιδεύσετε ξεχωριστά. Αυτό σας επιτρέπει να γράφετε ακριβή μπλοκ except αντί για ένα γενικό except Exception που θα θόλωνε τη φύση του προβλήματος.
from openai import OpenAI
from openai import (
APIError,
AuthenticationError,
BadRequestError,
RateLimitError,
APIConnectionError,
InternalServerError,
PermissionDeniedError,
NotFoundError,
UnprocessableEntityError,
)
client = OpenAI()
401 — AuthenticationError
Ένας κωδικός 401 υποδεικνύει ότι το κλειδί API είναι μη έγκυρο ή λείπει. Συνήθως το βλέπετε κατά την πρώτη ανάπτυξη, όταν η μεταβλητή περιβάλλοντος δεν έχει διαδοθεί στο container. Η επανάληψη είναι άχρηστη: το κλειδί θα είναι εξίσου μη έγκυρο και σε δέκα δευτερόλεπτα.
try:
# Μη έγκυρο ή λείπον κλειδί API
bad_client = OpenAI(api_key="sk-invalid")
bad_client.responses.create(
model="gpt-5.6-terra",
input="Test"
)
except AuthenticationError as e:
print(f"Code: {e.status_code}") # 401
print(f"Message: {e.message}")
# Ενέργεια: επαληθεύστε το κλειδί API, αναδημιουργήστε το αν χρειάζεται
400 — BadRequestError
Ένας κωδικός 400 σας λέει ότι το αίτημα είναι κακοδιατυπωμένο. Εδώ, παρέχεται μια τιμή temperature 5.0 όταν η μέγιστη αποδεκτή τιμή είναι 2.0. Το μήνυμα σφάλματος σχεδόν πάντα ονομάζει την ελαττωματική παράμετρο, καθιστώντας αυτό το γρηγορότερο σφάλμα προς διόρθωση—υπό την προϋπόθεση ότι το καταγράφετε σωστά αντί να το καταπίνετε σιωπηλά.
try:
# Μη έγκυρες παράμετροι
client.responses.create(
model="gpt-5.6-terra",
reasoning={"effort": "none"}, # το temperature απαιτεί effort none
input="Test",
temperature=5.0 # Μη έγκυρη τιμή (μέγιστο 2.0)
)
except BadRequestError as e:
print(f"Code: {e.status_code}") # 400
print(f"Message: {e.message}")
# Ενέργεια: διορθώστε τις παραμέτρους του αιτήματος
429 — RateLimitError
Ένας κωδικός 429 υποδεικνύει ότι στέλνετε πάρα πολλά αιτήματα ή έχετε ξεπεράσει την ποσόστωσή σας. Σε αντίθεση με τα δύο προηγούμενα, αυτό το σφάλμα είναι προσωρινό από τη φύση του: ο μετρητής μηδενίζεται. Αυτή είναι η κλασική περίπτωση για επανάληψη, αλλά μια επανάληψη που περιμένει—και περιμένει περισσότερο με κάθε προσπάθεια.
try:
# Πάρα πολλά αιτήματα ή υπέρβαση ποσόστωσης
client.responses.create(
model="gpt-5.6-terra",
input="Test"
)
except RateLimitError as e:
print(f"Code: {e.status_code}") # 429
print(f"Message: {e.message}")
# Ενέργεια: περιμένετε και επαναλάβετε με εκθετική καθυστέρηση (exponential backoff)
500/503 — InternalServerError
Τα σφάλματα 500 και 503 προέρχονται από την OpenAI, όχι από εσάς. Το αίτημά σας ήταν έγκυρο· η υποδομή απλώς δεν μπόρεσε να το επεξεργαστεί. Επαναλάβετε μετά από μια καθυστέρηση: στη συντριπτική πλειοψηφία των περιπτώσεων, η δεύτερη ή τρίτη προσπάθεια succeeds.
try:
client.responses.create(
model="gpt-5.6-terra",
input="Test"
)
except InternalServerError as e:
print(f"Code: {e.status_code}") # 500 ή 503
print(f"Message: {e.message}")
# Ενέργεια: επανάληψη μετά από καθυστέρηση· το σφάλμα βρίσκεται στην πλευρά της OpenAI
Ολοκληρωμένος Διαχειριστής Σφαλμάτων
Ας συνδυάσουμε αυτές τις συμπεριφορές σε μία συνάρτηση. Η λογική είναι η διαλογή (triage): τα θανατηφόρα σφάλματα μετατρέπονται σε RuntimeError και εγείρονται αμέσως, τα παροδικά σφάλματα ενεργοποιούν μια αναμονή που διπλασιάζεται σε κάθε γύρο, και αν εξαντληθεί ο προϋπολογισμός προσπαθειών, η κλήση αποτυγχάνει καθαρά αντί να επιστρέφει μια κενή τιμή που ο καλώντας θα μπορούσε να παρερμηνεύσει.
from openai import OpenAI, APIError, AuthenticationError, RateLimitError
from openai import BadRequestError, APIConnectionError, InternalServerError
import time
client = OpenAI()
def robust_api_call(prompt: str, model: str = "gpt-5.6-terra",
max_retries: int = 3) -> str:
"""Κλήση API με ολοκληρωμένη διαχείριση σφαλμάτων."""
for attempt in range(max_retries):
try:
response = client.responses.create(
model=model,
input=prompt
)
return response.output_text
except AuthenticationError:
# Μην επαναλάβετε — το κλειδί είναι μη έγκυρο
raise RuntimeError("Μη έγκυρο κλειδί API. Ελέγξτε το OPENAI_API_KEY.")
except BadRequestError as e:
# Μην επαναλάβετε — το αίτημα είναι κακοδιατυπωμένο
raise RuntimeError(f"Μη έγκυρο αίτημα: {e.message}")
except RateLimitError:
# Επανάληψη με εκθετική καθυστέρηση (exponential backoff)
delay = 2 ** attempt
print(f"Επιτεύχθηκε το όριο ρυθμού. Αναμονή {delay}s...")
time.sleep(delay)
except InternalServerError:
# Επανάληψη — σφάλμα διακομιστή
delay = 2 ** attempt
print(f"Σφάλμα διακομιστή. Προσπάθεια {attempt + 1}/{max_retries}...")
time.sleep(delay)
except APIConnectionError:
# Επανάληψη — πρόβλημα δικτύου
delay = 2 ** attempt
print(f"Σφάλμα σύνδεσης. Προσπάθεια {attempt + 1}/{max_retries}...")
time.sleep(delay)
raise RuntimeError(f"Αποτυχία μετά από {max_retries} προσπάθειες")
# Χρήση
try:
result = robust_api_call("Hello!")
print(result)
except RuntimeError as e:
print(f"Θανατηφόρο σφάλμα: {e}")
Ειδικά Σφάλματα του Responses API
Δύο καταστάσεις αξίζουν ξεχωριστή μεταχείριση επειδή εμφανίζονται κάτω από έναν γενικό κωδικό αλλά απαιτούν μια πολύ συγκεκριμένη διόρθωση.
Πλαίσιο Πολύ Μεγάλο (Context Too Long)
Ένα prompt που υπερβαίνει το παράθυρο πλαισίου (context window) επιστρέφει 400, ακριβώς όπως ένα τυπογραφικό λάθος σε μια παράμετρο. Για να διακρίνετε μεταξύ των δύο, εξετάστε το μήνυμα: η παρουσία του context_length_exceeded σας κατευθύνει προς την περικοπή του κειμένου ή την εναλλαγή σε μοντέλο με μεγαλύτερο παράθυρο πλαισίου, αντί να αναθεωρείτε τις παραμέτρους σας.
try:
response = client.responses.create(
model="gpt-5.6-terra",
input="x " * 300000 # Υπερβαίνει το παράθυρο πλαισίου
)
except BadRequestError as e:
if "context_length_exceeded" in str(e.message):
print("Το prompt είναι πολύ μεγάλο για αυτό το μοντέλο.")
print("Λύσεις: περικόψτε το κείμενο, ή αλλάξτε σε μοντέλο")
print("με μεγαλύτερο παράθυρο πλαισίου.")
Μοντέλο Μη Διαθέσιμο
Τα αναγνωριστικά μοντέλων δεν είναι αιώνια. Μια ανάπτυξη που εξακολουθεί να αναφέρεται σε ένα αποσυρμένο μοντέλο αποτυγχάνει με 404, προκαλώντας την κατάρρευση ολόκληρης της εφαρμογής παρόλο που λειτουργούσε την προηγούμενη μέρα. Χειριστείτε αυτή την περίπτωση ρητά: είναι μια αυτόματη υπενθύμιση να ενημερώσετε τη διαμόρφωσή σας.
try:
response = client.responses.create(
model="gpt-4-turbo", # αποσύρθηκε από το API στις 23 Οκτωβρίου 2026
input="Test"
)
except NotFoundError as e:
print(f"Το μοντέλο δεν βρέθηκε: {e.message}")
print("Χρησιμοποιήστε το gpt-5.6-sol, την αντικατάσταση που υποδεικνύει η OpenAI, ή ένα νεότερο μοντέλο.")
Δομημένη Καταγραφή Σφαλμάτων (Logging)
Ένα σφάλμα που δεν καταγράφεται είναι ένα σφάλμα που θα ανακαλύψετε μέσω ενός ticket πελάτη. Η καταγραφή σε JSON αντί για ελεύθερο κείμενο αλλάζει τα πάντα όταν χρειάζεται να κάνετε συσσωμάτωση: μπορείτε να μετρήσετε τα 429 ανά ώρα, να φιλτράρετε ανά response_id, ή να παρακολουθήσετε την απόκλιση κατανάλωσης, κάτι που είναι αδύνατο με χειροκίνητες γραμμές καταγραφής.
import logging
import json
from datetime import datetime
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger("openai_client")
def call_with_log(prompt: str) -> str:
"""Κλήση API με δομημένη καταγραφή."""
request_id = None
try:
response = client.responses.create(
model="gpt-5.6-terra",
input=prompt
)
logger.info(json.dumps({
"event": "api_success",
"model": response.model,
"tokens": response.usage.total_tokens,
"response_id": response.id,
"timestamp": datetime.now().isoformat()
}))
return response.output_text
except APIError as e:
logger.error(json.dumps({
"event": "api_error",
"status_code": e.status_code,
"message": e.message,
"timestamp": datetime.now().isoformat()
}))
raise
result = call_with_log("Hello!")
Πίνακας Σύνοψης
Κρατήστε αυτόν τον πίνακα πρόχειρο: συνοψίζει την απόφαση που πρέπει να λάβετε για κάθε κωδικό.
| Code | Exception | Retry? | Action |
|---|---|---|---|
| 400 | BadRequestError | No | Διορθώστε το αίτημα |
| 401 | AuthenticationError | No | Επαληθεύστε το κλειδί API |
| 403 | PermissionDeniedError | No | Επαληθεύστε τα δικαιώματα |
| 404 | NotFoundError | No | Επαληθεύστε το μοντέλο/endpoint |
| 422 | UnprocessableEntityError | No | Διορθώστε τη μορφή |
| 429 | RateLimitError | Yes | Εκθετική καθυστέρηση (Exponential backoff) |
| 500 | InternalServerError | Yes | Περιμένετε και επαναλάβετε |
| 503 | InternalServerError | Yes | Η υπηρεσία είναι προσωρινά μη διαθέσιμη |
Βασικά σημεία
- Κατηγοριοποιήστε τα σφάλματα: επαναλήψιμα (429, 500, 503) έναντι θανατηφόρων (400, 401, 403)
- Χρησιμοποιήστε εκθετική καθυστέρηση (exponential backoff) για επαναλήψιμα σφάλματα
- Μην επαναλαμβάνετε ποτέ σφάλματα πιστοποίησης ή μη έγκυρων αιτημάτων
- Καταγράφετε κάθε σφάλμα με πλαίσιο (κωδικός, μήνυμα, χρονοσήμανση)
- Το SDK χειρίζεται αυτόματα 2 επαναλήψεις — διαμορφώστε το
max_retriesαν χρειάζεται