Error timeout: apa yang harus dilakukan saat mimo-v2.5-pro 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.

mimo-v2.5-pro disediakan oleh Xiaomi. 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 mimo-v2.5-pro 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 = 'mimo-v2.5-pro'


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
VendorXiaomi
Konteks1M
KemampuanReasoning, Tools, Open Weights
Format APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Rumus penagihanp * 0.435 + cr * 0.0036 + c * 0.87

FAQ

Mengapa mimo-v2.5-pro hanya mengembalikan timeout di jam tertentu?

Simpan request ID dan isi respons mentahnya, kalau tidak tidak ada yang bisa dilacak. Model ini dilayani oleh Xiaomi, sehingga status upstream mengikuti pengumuman penyedia. Catat request ID pada setiap kegagalan — lebih berguna daripada kode status. Reproduksi dulu di lingkungan pengujian dengan request body yang sama.

Apakah max_tokens yang terlalu tinggi bisa memicu timeout?

Parameter permintaan harus diubah, mencoba ulang saja tidak membantu. Ini masalah konfigurasi sisi klien, sisi server tidak perlu diubah. Tag kemampuan adalah Reasoning, Tools, Open Weights, dan batas parameter mengikuti set kemampuan tersebut. Potong atau ringkas input yang panjang — ini menurunkan timeout secara nyata.

Apakah mencoba ulang membuat permintaan dieksekusi dua kali?

Biasanya kode bisnis tidak perlu diubah, cukup atur ritme pemanggilan. Dengan penagihan p * 0.435 + cr * 0.0036 + c * 0.87, permintaan yang gagal tidak dihitung dalam penggunaan. Gunakan exponential backoff untuk error yang bisa diulang, dan kembalikan error segera untuk sisanya.

Apakah berbagi satu key di beberapa layanan membuat timeout lebih mungkin?

Menaikkan batas paket atau menurunkan frekuensi pemanggilan, keduanya membantu. Harga input sekitar $0.44 per juta token. Dengan penagihan p * 0.435 + cr * 0.0036 + c * 0.87, biaya output panjang sebagian besar dari token output. Periksa saldo dan batas laju di konsol dulu, baru periksa kodenya. Saat memperkirakan biaya dari p * 0.435 + cr * 0.0036 + c * 0.87, sertakan juga anggaran percobaan ulang.

Error lain pada model ini

Model lain dengan error yang sama

Kembali ke halaman model

Data diperbarui: 2026-10-10 15:55

Dukungan teknisDukungan langsung
Kembali ke atas