Qwen3.8 Free w AIHubMix: napraw błędy 429, „Rate Limited by Provider” i wyczerpaną pulę tokenów

Większość problemów z qwen3.8-max-free i qwen3.8-flash-free wynika z trzech źródeł: limitów darmowego poziomu, pojemności kampanii, którą GMI Cloud zarezerwowało po stronie dostawcy, oraz tego, jak szybko tokeny myślenia i kontekst agenta zużywają dzienną pulę 1M tokenów. Niektóre z nich pojawiają się jako błędy. Inne jako dziwnie wyglądająca odpowiedź albo pusty limit w porze lunchu. Obok nich nadal występują typowe błędy API: zły klucz lub ID modelu, zbyt długi kontekst, uszkodzona historia wywołań narzędzi, tryb JSON i moderacja treści.

Każdy z nich ma rozwiązanie, a jedno ustawienie obejmuje większość z nich: fallback na poziomie klucza z darmowych ID do płatnych qwen3.8-max i qwen3.8-flash. Skonfiguruj to raz, a przeciążony dostawca, wyczerpany limit albo zakończenie kampanii około 13 listopada 2026 (czas Pacyficzny) przestaną oznaczać awarię.

Szybki przegląd

Błędy z darmowego poziomu i kampanii

429 z powodu limitów darmowego poziomu

Co widzisz. Po doładowaniu kwotą 1 USD lub większą darmowe modele AIHubMix pozwalają na 10 żądań na minutę, 100 dziennie i 1M tokenów dziennie, współdzielonych w całym darmowym katalogu. „Po przekroczeniu limitu API zwraca 429 do początku kolejnej minuty lub dnia”, zgodnie z stroną darmowych modeli. Dokumentacja kodów statusu HTTP AIHubMix podaje dla 429 związanego z częstotliwością żądań komunikat: "The xx model Too many requests; please try again later."

Dlaczego. Limity są przypisane do konta, a nie do modelu. Zadanie wsadowe na innym darmowym modelu zużywa tę samą minutę i ten sam dzień.

Jak to odtworzyć. Jedenaście szybkich żądań z rzędu uderza w limit na minutę. Zużywa to 11 z Twoich 100 dziennych żądań:

for i in $(seq 1 11); do
  curl -s -o /dev/null -w "%{http_code}\n" https://aihubmix.com/v1/chat/completions \
    -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
    -H "Content-Type: application/json" \
    -d '{"model":"qwen3.8-flash-free","messages":[{"role":"user","content":"hi"}],"max_tokens":16}'
done

Jeśli wszystkie 11 mieści się w jednej minucie, pierwsze dziesięć zwróci 200, a jedenaste 429.

Rozwiązanie. Utrzymuj zadania wsadowe poniżej 10 żądań na minutę, używając prostego limitera szybkości. W przypadku dziennego limitu poczekaj na reset albo skonfiguruj fallback (poniżej), tak aby nadmiar trafiał do płatnego modelu.

„Limit żądań przez dostawcę – skontaktuj się z pomocą techniczną, aby zwiększyć limit równoczesnych połączeń, lub spróbuj ponownie później.”

Co widzisz. W teście AIHubMix przeprowadzonym 16 października wywołanie qwen3.8-max-free zwróciło HTTP 429 z tą treścią, podczas gdy ten sam klucz nadal działał na qwen3.8-flash-free:

{"error":{"message":"Model qwen3.8-max-free rate limited by provider – contact support to request higher concurrency or try again later. (tid: …)","type":"service_unavailable","param":"","code":"rate_limit_exceeded"}}

Dokumentacja kodów statusu AIHubMix podaje ten sam komunikat pod kodem 503, więc sprawdzaj oba kody.

Dlaczego. Darmowe ID działają na pojemności, którą GMI Cloud zarezerwowało dla kampanii. Gdy wiele osób jednocześnie wywołuje Max, ta pula po stronie dostawcy na chwilę się zapełnia. To nie Twój limit: inne darmowe modele działają dalej z tym samym kluczem.

Rozwiązanie. Ponawiaj z wykładniczym opóźnieniem (na przykład 30, 60 i 120 sekund). W przypadku żądań, które nie mogą czekać, pozwól fallbackowi wysłać je do płatnego qwen3.8-max. Zachowaj tid, jeśli kontaktujesz się z pomocą techniczną; identyfikuje ono żądanie.

Odpowiedź informująca, że okres próbny się skończył

Co widzisz. Nie ma żadnego błędu. Nowe konto dostaje w sumie 10 wywołań próbnych, współdzielonych przez wszystkie darmowe modele. Po dziesiątym API nadal odpowiada, ale odpowiedzią jest notatka, że okres próbny się skończył. Aplikacja, która pokazuje użytkownikom wynik modelu, pokaże im właśnie tę notatkę.

Rozwiązanie. Doładuj konto kwotą 1 USD lub większą. To trwale przełącza konto na dzienne limity opisane wyżej.

Przekroczenia czasu na Max

Co widzisz. Żądanie bez streamingu do qwen3.8-max-free wisi, a potem kończy się błędem timeout w Twoim kliencie HTTP, proxy lub narzędziu.

Dlaczego. Max myśli, zanim pokaże pierwszy widoczny token. AIHubMix podaje około 55 sekund opóźnienia i około 9 tokenów na sekundę na darmowej ścieżce, więc odpowiedź bez streamingu o długości 4K tokenów dociera w jednym kawałku po około ośmiu minutach. Każdy element na drodze z krótszym timeoutem poddaje się wcześniej. Fallback tu nie pomoże: zgodnie z zasadami fallbacku AIHubMix timeout po stronie klienta go nie uruchamia.

Rozwiązanie. Włącz streaming odpowiedzi, zwiększ timeout klienta (timeout=900 w kliencie OpenAI dla Pythona obsługuje długie odpowiedzi) i używaj Flash do wszystkiego, co jest interaktywne.

Typowe błędy API

Nie każdy błąd na darmowych ID dotyczy limitów. Te pojawiają się równie często, zarówno na darmowych, jak i płatnych ID. AIHubMix przekazuje większość błędów 400 z modelu bazowego, zgodnie ze swoją dokumentacją kodów statusu. Darmowe ID działają na GMI Cloud, a płatne na Alibaba Cloud, więc dokładna treść błędu 400 może się różnić między tymi ścieżkami. Poniższe komunikaty są zacytowane z dokumentacji AIHubMix oraz z dokumentacji kodów błędów Alibaba Cloud.

401: „Brak autoryzacji – token dostępu jest nieprawidłowy lub wygasł.”

Dlaczego. Klucz jest błędny, unieważniony lub wygasły. Bez nagłówka Authorization w ogóle komunikat brzmi "Unauthorized – no access token supplied; please log in and include a valid token.". Typowe przyczyny to zmienna środowiskowa niewystawiona w powłoce, w której działa kod, przez co wysyła się pusty klucz, albo klucz z innej platformy, takiej jak QwenCloud czy GMI Cloud, wysłany do AIHubMix.

Rozwiązanie. Sprawdź zmienną w tej samej powłoce: echo ${AIHUBMIX_API_KEY:0:3} powinno wypisać sk-. Klucze AIHubMix działają tylko na https://aihubmix.com/v1, a klucze z innych platform tam nie działają.

503: „Nieprawidłowy identyfikator modelu. Poproś o wyświetlenie strony modelu lub nie masz uprawnień do korzystania z tego modelu”

Dlaczego. ID modeli muszą pasować dokładnie. Darmowe ID to qwen3.8-max-free i qwen3.8-flash-free, wszystko małymi literami, z myślnikiem przed free. ID skopiowane z innych platform, na przykład Qwen/Qwen3.8-Max z GMI Cloud, na AIHubMix nie istnieją. Jeden z kopiuj-wklej w ogóle nie zwraca błędu: ID qwen3.8-max z QwenCloud jest poprawnym ID w AIHubMix, ale to model płatny, więc żądanie po cichu Ci się rozlicza.

Jak to odtworzyć.

curl -s https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen-3.8-max-free","messages":[{"role":"user","content":"hi"}]}'

Rozwiązanie. Skopiuj ID ze strony modelu. A ponieważ ten błąd wraca jako 503, logika ponawiania traktująca każdy kod 5xx jako tymczasowy będzie w kółko ponawiać literówkę; traktuj ten komunikat jako trwały.

403: „Zabroniony – klucz (ostatnie 6 cyfr klucza żądania) nie ma uprawnień do dostępu do żądanego modelu.”

Dlaczego. Klucze AIHubMix mogą być ograniczone do listy modeli. Klucz utworzony dla innego projektu, z własną listą modeli, nie dosięgnie darmowych ID Qwen3.8, dopóki ich nie dodasz.

Rozwiązanie. Edytuj klucz w zarządzaniu kluczami API i dodaj qwen3.8-max-free oraz qwen3.8-flash-free. Jeśli konfigurujesz fallback, dodaj też płatne zapasowe modele: fallback pomija modele spoza listy klucza.

400: „Zakres długości wejścia powinien wynosić [1, xxx]”

Dlaczego. To komunikat Alibaby dla wejścia przekraczającego limit kontekstu modelu; liczba w miejscu xxx to ten limit. Typową przyczyną są sesje agentów, bo historia rośnie z każdą turą. Alibaba zwraca też uwagę, że długie prompty z włączonym myśleniem „mogą powodować obcięcie odpowiedzi lub przekroczenie czasu żądania”.

Rozwiązanie. Przytnij historię, zacznij nową sesję przy nowym zadaniu albo włącz kompakcję w swoim narzędziu. Przycinaj jednak ostrożnie, bo inaczej trafisz na kolejny błąd.

400: wiadomości z rolą "tool" muszą być odpowiedzią na wcześniejszą wiadomość z "tool_calls"

Dokumentacja Alibaby zawiera ten komunikat, łącznie z literówką, oraz jego odbicie lustrzane: "An assistant message with "tool_calls" must be followed by tool messages responding to each "tool_call_id"". Użytkownicy Qwen Code zgłosili pierwszy w issue #2360.

Dlaczego. Historia wysłana do modelu zawiera wynik narzędzia, którego wywołanie zostało wycięte, albo wywołanie narzędzia, którego wynik zaginął. Typowymi winowajcami są ręcznie pisane przycinanie historii i kompakcja kontekstu.

Rozwiązanie. Traktuj wywołanie narzędzia i jego wyniki jako jedną całość. Każdy tool_call_id w wiadomości asystenta wymaga pasującej wiadomości tool zaraz po niej:

messages = [
    {"role": "user", "content": "What's the weather in Hangzhou?"},
    {"role": "assistant", "content": None, "tool_calls": [{
        "id": "call_1", "type": "function",
        "function": {"name": "get_weather", "arguments": "{\"city\": \"Hangzhou\"}"},
    }]},
    {"role": "tool", "tool_call_id": "call_1", "content": "{\"temp_c\": 21}"},
]
# When trimming, drop messages[1] and messages[2] together, never just one of them.

400: tryb JSON

Dokumentacja Alibaby wymienia dwa błędy trybu JSON:

• „Wiadomości muszą zawierać w jakiejkolwiek formie słowo 'json', aby użyć 'response_format' typu 'json_object'.”
• „Odpowiedź w trybie JSON nie jest obsługiwana, gdy enable_thinking ma wartość true”

Dlaczego. Pierwszy to ta sama zasada, co w trybie JSON OpenAI: prompt musi wspominać o JSON. Drugi ma większe znaczenie dla Qwen3.8, gdzie myślenie jest domyślnie włączone, więc żądanie json_object, które działa na innych modelach, tutaj może się nie udać. Dokumentacja Alibaby nie podaje, które modele zwracają drugi komunikat, więc przetestuj go na używanym ID.

Rozwiązanie. Wspomnij o JSON w prompcie i wyłącz myślenie przy wywołaniach w trybie JSON:

curl -s https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-flash-free",
    "messages": [{"role": "user", "content": "Reply in JSON with the city and date: meet in Hangzhou on Nov 3."}],
    "response_format": {"type": "json_object"},
    "enable_thinking": false
  }'

400: "Input data may contain inappropriate content."

Dlaczego. Kod to data_inspection_failed. Alibaba Cloud sprawdza wejście i wyjście w modelach, które hostuje, a to obejmuje płatne ID, do których fallback wysyła żądania. Warianty brzmią "Output data may contain inappropriate content." albo "Input or output data may contain inappropriate content.". Typowym wyzwalaczem jest tekst tworzony przez użytkowników, wklejony do promptu, na przykład zeskrobane strony czy zgłoszenia do pomocy technicznej.

Rozwiązanie. Znajdź fragment, który to wywołuje, dzieląc wejście na części, a następnie go odfiltruj lub przeformułuj. Ponowne wysłanie tego samego wejścia da tę samą odpowiedź.

Ciche zawodzenie: wyczerpana pula tokenów

Nic nie zwraca błędu, dopóki pula 1M tokenów nie jest pusta, a potem wszystko naraz zwraca 429. Trzy rzeczy zużywają ją szybciej, niż się spodziewasz.

Tokeny myślenia

Oba modele domyślnie myślą, a Alibaba rozlicza myślenie jako tokeny wyjściowe; na darmowej ścieżce te tokeny wliczają się do Twojej dziennej puli. W teście AIHubMix dwuzdaniowa odpowiedź z qwen3.8-flash-free zużyła 89 tokenów wyjściowych, z czego 36 na myślenie. Max myśli więcej: Artificial Analysis zmierzyło, że w jego indeksie zużywa 190M tokenów wyjściowych wobec mediany 87M.

Przy ekstrakcji, formatowaniu i krótkich wyszukiwaniach wyłącz myślenie. enable_thinking to udokumentowany przez Alibabę przełącznik dla Qwen3.8; przy użyciu SDK OpenAI umieszcza się go w extra_body:

resp = client.chat.completions.create(
    model="qwen3.8-flash-free",
    messages=[{"role": "user", "content": "Return only the invoice number: INV-2026-0042, due Nov 3"}],
    extra_body={"enable_thinking": False},
)
print(resp.choices[0].message.content)
print(resp.usage.completion_tokens_details)

Sprawdź, czy reasoning_tokens w bloku usage spada do 0. Jeśli nie, przełącznik nie dotarł do modelu na tej ścieżce i myślenie nadal zużywa tokeny.

Pętle agentów ponownie wysyłają kontekst

Agenci kodowania wysyłają całą rozmowę, w tym zawartość plików i wyniki narzędzi, przy każdej turze. Sesja, która urosła do 40K tokenów i działa przez kolejne 20 tur, wysyła 800K tokenów wejściowych: większość dziennej puli, zanim powstanie jakikolwiek wynik. Ogranicz okno kontekstu w ustawieniach modelu swojego narzędzia, rozpoczynaj nowe sesje dla nowych zadań i użyj kompaktowania, jeśli narzędzie je oferuje.

Jedno duże żądanie

Max i Flash akceptują 1M tokenów kontekstu, czyli tyle samo, ile wynosi dzienna pula. Pojedyncze żądanie, które zapełni okno, zużywa cały dzień.

Gdy kampania się skończy

Darmowe okno zamyka się około 13 listopada 2026 r. (czas Pacyficzny) lub wcześniej, jeśli skończą się kredyty kampanii GMI Cloud. Potem identyfikatory -free przestaną być darmowe. Kod, który już przechodzi na płatne identyfikatory w razie awarii, nadal będzie działał. Kod, który wywołuje darmowe identyfikatory bezpośrednio, wymaga jednej zmiany: usunięcia -free z nazwy modelu.

Skonfiguruj fallback raz

AIHubMix może przełączyć model na poziomie bramy, gdy główny model zawiedzie; ustawia się to dla każdego klucza API, bez zmian w kodzie. Mapowanie modeli i fallback opisuje pełne zasady. Dla darmowych identyfikatorów Qwen3.8:

1. Otwórz zarządzanie kluczami API w konsoli AIHubMix i edytuj klucz używany przez Twoją aplikację.
2. W polu „Fallback models on error” dodaj najpierw qwen3.8-max, a jako drugi qwen3.8-flash.
3. W kodzie nadal wywołuj qwen3.8-max-free.

Nie umieszczaj darmowych identyfikatorów na liście zapasowej. Darmowy model może być tylko modelem głównym; na liście zapasowej zostanie po cichu pominięty.

Żądania fallback są rozliczane według ceny płatnego modelu, dlatego utrzymuj na koncie pewne saldo. Jeśli żądania fallback zaczną kończyć się błędem 403 „Your account balance is insufficient. Please recharge your account to continue using the API.”, doładuj konto: fallback nie omija Twojego salda. Gdy saldo spadnie poniżej -$1, darmowe modele również przestaną działać, aż do doładowania.

Aby sprawdzić, który model odpowiedział, odczytaj nagłówki odpowiedzi:

curl -s -i https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen3.8-max-free","messages":[{"role":"user","content":"hi"}]}' \
  | grep -i -E 'x-aihubmix-(model|fallback)'

X-Aihubmix-Fallback: true oznacza, że żądanie przeszło na fallback. X-Aihubmix-Model wskazuje model, który odpowiedział, czyli również ten, za który zostaniesz rozliczony.

Narzędzia do kodowania

Każde narzędzie, które akceptuje dostawcę kompatybilnego z OpenAI, działa z darmowymi identyfikatorami, w tym OpenCode, Cline, Kilo Code, Qwen Code i Hermes Agent. AIHubMix ma strony konfiguracji dla każdego z nich; przewodnik po OpenCode jest dobrym punktem wyjścia. Wartości są takie same we wszystkich narzędziach:

Dwa znane problemy dotyczą każdego narzędzia. Pętle agentów wyczerpują wspólną pulę tokenów, jak opisano wyżej. Ponadto długie opóźnienie Max sprawia, że jest on wolny jako główny model w interaktywnym agencie. Narzędzia, które pozwalają wybrać osobne modele do planowania i edycji, jak tryby Plan i Act w Cline, mogą ustawić Max do planowania, a Flash do edycji.

Test dymny w 15 minut. Skieruj narzędzie na qwen3.8-flash-free i poproś o dodanie jednego testu jednostkowego dla małej funkcji w prawdziwym repozytorium, a następnie uruchom test. Sukces wygląda tak: agent czyta plik, pisze test, uruchamia go przez wywołanie narzędzia, a log użycia AIHubMix pokazuje żądania pod darmowym modelem po $0. Następnie powtórz krok planowania na qwen3.8-max-free i sprawdź czas oraz zużyte tokeny.

Lista kontrolna

• Doładowanie na co najmniej $1, aby dzienny limit zastąpił 10 próbnych wywołań
• Identyfikator modelu skopiowany dokładnie ze strony modelu i włączony dla klucza
• Zadania wsadowe ograniczone do mniej niż 10 żądań na minutę
• Żądania Max są strumieniowane, z limitem czasu klienta wynoszącym co najmniej 10 minut
• Myślenie wyłączone dla prostych żądań i sprawdzone reasoning_tokens
• Kontekst agenta ograniczony, z nowymi sesjami dla nowych zadań
• Przycinanie historii zachowuje każde wywołanie narzędzia razem z jego wynikami
• Wywołania w trybie JSON wspominają o JSON i działają z wyłączonym myśleniem
• Fallback ustawiony na qwen3.8-max, a następnie qwen3.8-flash
• Pewne saldo pozostawione na żądania fallback
• Przypomnienie ustawione na około 13 listopada, kiedy zamyka się darmowe okno

FAQ

Dlaczego dostaję 429 na qwen3.8-max-free, mimo że prawie go nie używałem?
Albo inny darmowy model na Twoim koncie wykorzystał wspólną minutę lub dzień, albo upstream kampanii jest przeciążony. Komunikat o błędzie wskazuje, który przypadek zachodzi: „rate limited by provider” oznacza upstream.

Dlaczego zwracany jest błąd „Incorrect model ID”?
Nazwa modelu nie pasuje dokładnie do identyfikatora AIHubMix. Użyj qwen3.8-max-free lub qwen3.8-flash-free, wszystko małymi literami; identyfikatory z GMI Cloud lub innych platform tutaj nie istnieją. Błąd zwraca kod 503, więc upewnij się, że logika ponawiania nie będzie ponawiać takiego żądania w nieskończoność.

Czy fallback kosztuje pieniądze?
Tylko wtedy, gdy do niego dojdzie. Żądanie, które przeszło na fallback, jest rozliczane według ceny płatnego modelu, który odpowiedział.

Czy mogę umieścić qwen3.8-flash-free na liście fallback?
Nie. Darmowe modele mogą być tylko modelem głównym; AIHubMix pomija je na liście zapasowej.

Jak sprawić, by myślenie nie zużywało moich darmowych tokenów?
Przekaż enable_thinking ustawione na false w extra_body dla żądań, które nie wymagają rozumowania, i sprawdź, czy reasoning_tokens spada do 0 w bloku usage.

Dlaczego mój agent kodowania tak szybko zużywa dzienną pulę?
Agenci wysyłają ponownie całą rozmowę przy każdej turze. Ogranicz okno kontekstu, rozpoczynaj nowe sesje dla nowych zadań i używaj Flash jako głównego modelu agenta.

Co stanie się z darmowymi identyfikatorami po 13 listopada?
Przestaną być darmowe, a wcześniej, jeśli skończą się kredyty kampanii GMI Cloud. Przełącz się na qwen3.8-max lub qwen3.8-flash albo polegaj na skonfigurowanym fallbacku.

Czytaj dalej: seria Qwen3.8 Free

• Zasady limitów, data zakończenia i działające pierwsze wywołanie: Darmowe API Qwen3.8 Max i Flash na AIHubMix: limity, data zakończenia i pierwsze wywołanie
• Aby przestać czekać na Max przy zadaniach, które poradzi sobie Flash: Qwen3.8 Max Free vs Qwen3.8 Flash Free: czy Flash wystarczy?

Źródła

• Kody stanu HTTP (dokumentacja AIHubMix)
• Mapowanie modeli i fallback (dokumentacja AIHubMix)
• Darmowe modele AI i limity (AIHubMix)
• Kody błędów (Alibaba Cloud Model Studio)
• Korzystanie z modeli z głębokim myśleniem przez API (Alibaba Cloud Model Studio)