":{"code":"","message":"所有令牌分组 default 下对于模型 luma_fast_video 均无可

2026年03月19日 23:57 状态: processing

🚨 错误信息

任务执行失败:请求 API 出错:503, {"error":{"code":"","message":"所有令牌分组 default 下对于模型 luma_fast_video 均无可

🤖 AI解决方案

报错分析报告

1.错误翻译



原文:503 Service Unavailable
译文:服务不可用

2. 原因分析


  • 根本原因:请求模型luma_fast_video时,default令牌分组下无可用资源,触发503服务不可用错误。

  • 发生位置:API调用该模型的请求环节(message截断提示“均无可[用资源]”)。
  • 3.解决方案


    python
    import requests

    1. 配置参数(替换为实际值)


    API_KEY = "your_dmxapi_key"
    MODEL = "luma_fast_video"
    TOKEN_GROUP = "default" # 原分组
    API_BASE = "https://api.dmxapi.com/v1"

    2. 检查令牌分组下的模型可用性


    def check_model_availability(group, model):
    url = f"{API_BASE}/token_groups/{group}/models"
    headers = {"Authorization": f"Bearer {API_KEY}"}
    resp = requests.get(url, headers=headers)
    return resp.status_code == 200 and model in resp.json().get("available_models", [])

    3. 修复逻辑:切换分组或模型


    if not check_model_availability(TOKEN_GROUP, MODEL):
    # 方案A:切换到有该模型的分组(需提前创建)
    TOKEN_GROUP = "your_valid_group"
    # 方案B:更换组内可用模型(如luma_slow_video)
    # MODEL = "luma_slow_video"

    4. 重新发起请求(示例)


    req_url = f"{API_BASE}/models/{MODEL}/infer"
    req_headers = {"Authorization": f"Bearer {API_KEY}", "Token-Group": TOKEN_GROUP}
    req_payload = {"input": "your_input"} # 替换为实际参数
    response = requests.post(req_url, headers=req_headers, json=req_payload)
    print(response.json())

    4.️ 预防措施


  • 最佳实践1:调用API前,用GET /token_groups/{group}/models接口验证模型可用性。

  • 最佳实践2:在DMXAPI控制台设置“令牌分组资源预警”,低于阈值时邮件通知。

  • 推荐工具:DMXAPI控制台的「资源监控」面板、Postman(预校验API权限)。