Errore 401: cosa fare quando gemini-3.1-flash-lite-preview fallisce

Un 401 significa che l'autenticazione è fallita: la richiesta non porta alcuna API Key, oppure la chiave non è valida, è stata eliminata o è scaduta.

401 Unauthorized significa che la richiesta non ha credenziali valide. Il gateway non ha potuto identificare il chiamante, quindi la richiesta non raggiunge mai il modello upstream. Controllare l’header Authorization e lo stato della key è l’unica strada.

gemini-3.1-flash-lite-preview è fornito da Google. Tutto in questa pagina — cause, soluzioni e dati misurati — è ricavato dal comportamento reale di questo modello al livello del gateway.

Su questo gateway, la causa più comune è: Manca l'intestazione Authorization. La prima azione consigliata è: Invia l'intestazione come Authorization: Bearer seguita dalla tua chiave.

Cause comuni

  • Manca l'intestazione Authorization
  • La chiave è scritta male o contiene spazi superflui
  • La chiave è stata eliminata o disattivata nella pagina Token
  • È stata usata per errore una chiave di un'altra piattaforma

Come risolvere

  • Invia l'intestazione come Authorization: Bearer seguita dalla tua chiave
  • Genera una nuova chiave nella pagina Token
  • Verifica di non usare la chiave di un altro servizio
  • Controlla la chiave con una richiesta curl minima

Retry con backoff esponenziale

Il codice qui sotto ritenta quando gemini-3.1-flash-lite-preview restituisce 401: fino a 5 tentativi, con attesa crescente e jitter casuale per evitare che le chiamate concorrenti ritentino insieme. Leggi base URL e API key dalle variabili d’ambiente, non inserirle hardcoded.

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-3.1-flash-lite-preview'


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"}]))

Dati chiave di questo modello

TPS437.37
Latenza media1194 ms
Tasso di successo100%
Endpoint APIhttps://api.airai.cc/v1
Compatibile con OpenAIOpenAI-compatible
FornitoreGoogle
Contesto1M
FunzionalitàReasoning, Tools, Files, Vision, Audio
Formati APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Formula di fatturazionep * 0.25 + cr * 0.025 + ai * 0.5 + c * 1.5

Domande frequenti

Perché gemini-3.1-flash-lite-preview restituisce 401 solo in certe ore?

Conserva l’id della richiesta e il corpo grezzo della risposta, altrimenti non si può risalire a nulla. Se accade solo in produzione, di solito è una differenza di ambiente, non il modello. Questo modello è servito da Google, quindi lo stato upstream segue gli annunci del fornitore. Registra l’id della richiesta a ogni fallimento: serve più del codice di stato. Riproduci il caso prima in ambiente di test con lo stesso corpo della richiesta.

401 si risolve da sé o serve un intervento manuale?

Questo errore non dipende dalle capacità del modello, è a livello di gateway. Di solito è momentaneo e si risolve da sé. I tag di capacità di questo modello sono Reasoning, Tools, Files, Vision, Audio. Con un tasso di successo di 100%, un 401 occasionale è normale variabilità. Se l’errore continua per diversi minuti, contatta il supporto della piattaforma per confermare lo stato upstream. Stabilisci prima se è a livello di account o di modello: i due casi si gestiscono in modo completamente diverso.

Le richieste fallite rientrano nella quota di rate limit?

Nessun addebito: conta solo l’output effettivamente generato. Viene fatturato solo l’output già prodotto, non la parte fallita. Con fatturazione p * 0.25 + cr * 0.025 + ai * 0.5 + c * 1.5, il costo degli output lunghi deriva soprattutto dai token di output. Controlla prima saldo e limiti di velocità nella console, poi il codice. Stimando il costo da p * 0.25 + cr * 0.025 + ai * 0.5 + c * 1.5, includi anche il budget per i ritenti.

Conviene passare a un modello di riserva quando compare 401?

Tieni pronto anche un modello di riserva. Questo modello di Google ha più nodi upstream tra cui il gateway può commutare. Tieni pronto un modello di riserva più leggero, così il flusso principale non si interrompe.

Altri errori su questo modello

Altri modelli con lo stesso errore

Torna alla pagina del modello

Dati aggiornati: 2026-10-10 15:45

Supporto tecnicoAssistenza online
Torna in alto