Error timeout: apa yang harus dilakukan saat gemini-2.5-flash gagal

Timeout berarti klien menyerah sebelum respons datang. Permintaan streaming ke LLM paling sering mengalaminya, karena model berpikir sebelum token pertama dan fase berpikir itu tidak menghasilkan satu byte pun.

Timeout bukan kode status HTTP, melainkan batas tunggu di sisi klien. Permintaan biasanya sudah sampai gateway dan diteruskan ke upstream, tetapi model tidak menghasilkan jawaban dalam waktu yang Anda tentukan. Konteks panjang, output panjang, dan pemanggilan tanpa streaming adalah tiga pemicu paling umum.

gemini-2.5-flash disediakan oleh Google. Semua di halaman ini — penyebab, solusi, dan data terukur — disusun dari perilaku runtime nyata model ini di lapisan gateway.

Di gateway ini, pemicu yang paling umum adalah: Timeout di sisi klien terlalu kecil. Tindakan pertama yang disarankan: Naikkan timeout klien ke 300 detik atau lebih.

Penyebab umum

  • Timeout di sisi klien terlalu kecil
  • Prompt atau konteks panjang menaikkan latensi token pertama
  • Model sedang mengerjakan tugas penalaran panjang
  • Jaringan tidak stabil

Cara mengatasi

  • Naikkan timeout klien ke 300 detik atau lebih
  • Aktifkan streaming agar tidak menunggu seluruh jawaban
  • Perpendek konteks atau gunakan model yang lebih cepat
  • Turunkan max_tokens

Contoh percobaan ulang dengan exponential backoff

Kode di bawah mencoba ulang ketika gemini-2.5-flash mengembalikan timeout, maksimal 5 kali, dengan waktu tunggu yang meningkat plus jitter acak agar permintaan paralel tidak mengulang bersamaan. Baca base URL dan API key dari environment variable, jangan hardcode.

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-2.5-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"}]))

Data penting model ini

Endpoint APIhttps://api.airai.cc/v1
Kompatibel OpenAIOpenAI-compatible
VendorGoogle
Konteks1M
KemampuanReasoning, Tools, Files, Vision, Audio
Format APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Rumus penagihanp * 0.3 + cr * 0.03 + ai * 1 + c * 2.5

FAQ

Apakah ganti ke model lebih kecil mengurangi timeout?

Siapkan juga satu model cadangan. Fallback di tingkat arsitektur lebih andal daripada menambal setiap error satu per satu. Model dari Google ini punya beberapa node upstream yang bisa diganti gateway. Taruh nama model di konfigurasi, sehingga ganti upstream tidak perlu mengubah kode.

Apakah permintaan yang gagal tetap dihitung dalam kuota rate limit?

Hanya output yang sudah dihasilkan yang ditagihkan; bagian yang gagal tidak. Dengan penagihan p * 0.3 + cr * 0.03 + ai * 1 + c * 2.5, permintaan yang gagal tidak dihitung dalam penggunaan. Periksa saldo dan batas laju di konsol dulu, baru periksa kodenya.

Apakah timeout lebih sering terjadi di percakapan multi-giliran dengan gemini-2.5-flash?

Parameter permintaan harus diubah, mencoba ulang saja tidak membantu. Tag kemampuan adalah Reasoning, Tools, Files, Vision, Audio, dan batas parameter mengikuti set kemampuan tersebut. Jendela konteks 1M menentukan input maksimum per permintaan; yang melebihinya langsung ditolak. Untuk error parameter, gagalkan langsung daripada menghabiskan percobaan ulang.

Apakah timeout terkait kemampuan model itu sendiri?

Error ini tidak terkait kemampuan model, melainkan level gateway. Tag kapabilitas model ini adalah Reasoning, Tools, Files, Vision, Audio. Jika berlangsung beberapa menit, hubungi dukungan platform untuk memastikan status upstream. Tentukan dulu apakah ini level akun atau level model; penanganannya benar-benar berbeda.

Error lain pada model ini

Model lain dengan error yang sama

Kembali ke halaman model

Data diperbarui: 2026-10-11 19:15

Dukungan teknisDukungan langsung
Kembali ke atas