Error 429: qué hacer cuando falla gemini-3.6-flash

Un 429 significa que se activó un límite de velocidad: el número de solicitudes o tokens en una ventana de tiempo superó la cuota de tu plan.

429 Too Many Requests es una respuesta de limitación de tasa, no un error. Significa que la solicitud es válida pero superó la tasa de peticiones o la concurrencia permitidas por tu plan. Basta con reintentar respetando la ventana indicada en las cabeceras; no hace falta cambiar el cuerpo.

gemini-3.6-flash lo ofrece Google. Todo en esta página — causas, soluciones y datos medidos — se recopila del comportamiento real de este modelo en la capa de gateway.

En esta pasarela, el desencadenante más común es: Demasiadas solicitudes simultáneas. La primera acción recomendada es: Limitar la concurrencia y reintentar con espera exponencial.

Causas habituales

  • Demasiadas solicitudes simultáneas
  • Cuota del plan actual agotada
  • Reintentar sin espera

Cómo solucionarlo

  • Limitar la concurrencia y reintentar con espera exponencial
  • Cambiar a un plan con más cuota
  • Almacenar en caché las solicitudes repetidas

Reintento con retroceso exponencial

El siguiente código reintenta cuando gemini-3.6-flash devuelve 429: hasta 5 intentos, con espera creciente y jitter aleatorio para que las llamadas concurrentes no reintenten a la vez. Lee la URL base y la API key de variables de entorno, nunca las escribas fijas.

import os, time, random
import requests

BASE  = os.getenv("OPENAI_BASE_URL")   # e.g. https://<your-gateway>/v1
KEY   = os.getenv("OPENAI_API_KEY")
MODEL = 'gemini-3.6-flash'


def chat(messages, retries=5):
    """Retry with exponential backoff + jitter."""
    for i in range(retries):
        try:
            r = requests.post(
                BASE + "/chat/completions",
                headers={"Authorization": "Bearer " + KEY},
                json={"model": MODEL, "messages": messages, "stream": True},
                timeout=60,
            )
            if r.status_code == 429 or r.status_code >= 500:
                time.sleep(min(2 ** i + random.uniform(0, 1), 30))
                continue
            r.raise_for_status()
            return r.json()
        except requests.exceptions.Timeout:
            time.sleep(min(2 ** i + random.uniform(0, 1), 30))
    raise RuntimeError("gave up after " + str(retries) + " retries")


print(chat([{"role": "user", "content": "hello"}]))

Datos clave de este modelo

Endpoint de APIhttps://api.airai.cc/v1
Compatible con OpenAIOpenAI-compatible
ProveedorGoogle
Contexto1M
CapacidadesReasoning, Tools, Files, Vision, Audio
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Fórmula de facturaciónp * 0.75 + cr * 0.075 + ai * 0.75 + c * 3.75

Preguntas frecuentes

¿Cuánto debe durar el timeout?

Baja primero la concurrencia: la mayoría de los problemas de rendimiento desaparecen. Este modelo tiene una ventana de contexto de 1M y es de Google. Empieza con concurrencia baja, observa unos minutos y luego escala.

¿Puede un max_tokens demasiado alto provocar 429?

Hay que cambiar los parámetros; reintentar por sí solo no ayudará. Es un problema de configuración del cliente; el servidor no necesita cambios. La ventana de contexto 1M fija la entrada máxima por petición; lo que la supere se rechaza directamente. Para errores de parámetros, falla rápido en lugar de gastar reintentos.

¿Cuántos reintentos son razonables?

Normalmente no hay que cambiar el código, basta con ajustar el ritmo de llamadas. Reintentar es el primer paso más eficaz. Con la tarificación p * 0.75 + cr * 0.075 + ai * 0.75 + c * 3.75, las peticiones fallidas no cuentan en el uso. Usa backoff exponencial para los errores reintentables y devuelve el error de inmediato para el resto.

¿Cambiar a un modelo comparable de otro proveedor resuelve 429?

Tenga también un modelo de reserva preparado. Un respaldo a nivel de arquitectura es más fiable que parchear cada error por separado. Este modelo de Google tiene varios nodos upstream entre los que el gateway puede alternar. Ten listo un modelo de respaldo más ligero para que el flujo principal no se corte. Pon el nombre del modelo en configuración; así cambiar de upstream no requiere tocar código.

Otros errores de este modelo

Otros modelos con el mismo error

Volver a la página del modelo

Datos actualizados: 2026-10-10 15:40

Soporte técnicoSoporte en línea
Volver arriba