HiAPI invalid_request: ¿cómo solucionar el uso incorrecto de la interfaz del modelo?

TL;DR

invalid_request es un error de tipo solicitud. Elegir el endpoint incorrecto es una posible causa, pero también hay que revisar el cuerpo de la solicitud y el ID del modelo junto con el mensaje de error. Primero verifica los endpoints que admite el modelo y luego organiza los campos según ese endpoint.

Antes de ejecutar el ejemplo de Python, ejecuta python -m pip install requests en el mismo entorno de Python.

Cómo elegir entre los tres endpoints

Los tres endpoints de generación más usados de HiAPI son los siguientes; para saber qué endpoints admite un modelo concreto, consulta su página de modelo y el catálogo público de modelos.

Endpoint	Puntos clave del cuerpo de la solicitud	Uso
/v1/tasks	model + input	Tareas de imagen, vídeo y audio
/v1/chat/completions	model + messages	Modelos que admiten el protocolo de chat
/v1/responses	model + input	Modelos que admiten Responses

Los valores task, openai y openai-response de supported_endpoint_types corresponden respectivamente a los tres endpoints anteriores. El catálogo también puede incluir otros tipos de protocolo; si encuentras un tipo no listado, abre la documentación de integración de ese modelo.

Comprobación de solo lectura de los endpoints admitidos por el modelo

Establece HIAPI_MODEL con el ID completo del modelo que aparece en su página y ejecuta el siguiente script. Solo lee el catálogo público y no envía tareas de generación.

import os
import requests

model_id = os.environ["HIAPI_MODEL"]
response = requests.get("https://api.hiapi.ai/api/pricing", timeout=30)
response.raise_for_status()
models = response.json()["data"]
model = next((m for m in models if m.get("model_name") == model_id), None)
if model is None:
    raise SystemExit("Model not present in the public catalog; check its exact model ID")
print("model:", model["model_name"])
print("supported_endpoint_types:", model.get("supported_endpoint_types", []))

Cuatro pasos para corregir la solicitud

1. Revisa el dominio y la ruta de la solicitud real y confirma que la Base URL no tenga /v1 concatenado repetidamente.
2. Compara el ID completo y los endpoints admitidos de la página del modelo; el nombre visible no puede sustituir directamente al ID de modelo de la API.
3. Ajusta el cuerpo de la solicitud en consecuencia: los messages del chat no se pueden copiar tal cual en la interfaz de tareas; los parámetros de la tarea deben ir dentro de input.
4. Vuelve a leer el estado HTTP y los campos de error devueltos; si sigue fallando, conserva el ID de solicitud, el ID de modelo, la ruta del endpoint y el cuerpo de la solicitud sin datos confidenciales.

Distinguir entre errores de endpoint, parámetros y clave

Síntoma	Siguiente paso
400, indica que la solicitud no es válida	Revisa el endpoint, el JSON, los campos obligatorios y los tipos de campo
Indica claramente que no se admite el protocolo actual	Usa el endpoint que el modelo declara admitir
401, clave no válida o ausente	Revisa la cabecera Bearer y las variables de entorno en tiempo de ejecución
La interfaz de tareas devuelve MODEL_UNAVAILABLE	Revisa el ID del modelo, su estado de disponibilidad y los permisos de acceso de la cuenta

La respuesta de rechazo de la interfaz de tareas puede incluir un error_code de nivel superior; otros endpoints pueden usar error.code. No uses un único campo para determinar todos los errores.

Preguntas frecuentes

¿invalid_request siempre significa que se eligió mal el endpoint?

No necesariamente. Campos de la solicitud, el JSON o la falta de campos obligatorios también pueden provocar que se rechace la solicitud. Primero lee el mensaje y luego revisa el endpoint.

¿Basta con cambiar la URL para solucionarlo?

También hay que ajustar el cuerpo de la solicitud según el endpoint correspondiente. La estructura de messages y la de input de la interfaz de tareas son diferentes.

¿Qué hago si el modelo no está en el catálogo público?

Verifica el ID completo, la página del modelo y el alcance de visibilidad de la cuenta; no lo sustituyas automáticamente por un modelo de nombre similar.

¿Este código de comprobación genera contenido?

No. El código solo lee el catálogo público; el flujo de tareas se inicia únicamente al enviar realmente una solicitud de generación.

Seguir investigando

• Diagnóstico de errores de clave de HiAPI
• Diagnóstico de errores de clave de OpenAI
• Documentación de la interfaz de tareas de HiAPI