OpenAI 401 与 429 报错排查清单

OpenAI 错误文档中，401 不止一种原因，包括认证失败与 IP 白名单不匹配等。不要把 401 当成单一问题。

建议先确认：当前使用的是哪把 Key、归属哪个项目、请求出口 IP 是否符合项目策略。

OpenAI 常见的 429 包括“请求频率过快”和“额度/预算已用尽”，两者处理路径不同。

前者要做流量平滑与重试，后者要优先检查计费、limits 和项目预算。

OpenAI 限额是多维度的，可能先撞到 RPM，即使 TPM 还没满，因此要同时看请求和 token 两个维度。

官方文档也强调：失败请求同样计入限额，盲目立刻重试会让问题更严重。

对可重试错误使用带抖动的指数退避，并结合去重与超时预算，防止形成重试风暴。

同时把 max_tokens 调整到接近真实输出规模，因为限流计算会参考 max_tokens 的估算影响。

如果 401/429 问题反复出现，建议沉淀 Runbook：责任人、告警阈值、回滚方案、对外沟通模板。

在高峰期，标准化的短流程比临时排查更能保证恢复速度。