Errore 504: cosa fare quando hy3 fallisce

Un 504 significa che il gateway è andato in timeout attendendo il modello a monte: la richiesta è stata inviata, ma il monte non ha risposto entro il timeout del gateway.

504 Gateway Timeout significa che il gateway ha smesso di attendere la risposta dell’upstream. La richiesta è stata inoltrata, ma nessun risultato è tornato entro il limite. Accorciare l’output, attivare lo streaming o ridurre max_tokens di solito risolve.

hy3 è fornito da Tencent. 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: Il monte ha impiegato più del timeout consentito dal gateway. La prima azione consigliata è: Passa all'output in streaming.

Cause comuni

  • Il monte ha impiegato più del timeout consentito dal gateway
  • Un contesto lungo ha aumentato il tempo di inferenza
  • Un nodo a monte è bloccato
  • Una richiesta non in streaming con output molto lungo

Come risolvere

  • Passa all'output in streaming
  • Accorcia il contesto e riduci max_tokens
  • Riprova dopo una breve attesa
  • Usa un modello con inferenza più rapida

Retry con backoff esponenziale

Il codice qui sotto ritenta quando hy3 restituisce 504: 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 = 'hy3'


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

Endpoint APIhttps://api.airai.cc/v1
Compatibile con OpenAIOpenAI-compatible
FornitoreTencent
Contesto256K
FunzionalitàReasoning, Tools, Open Weights
Formati APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Formula di fatturazionep * 0 + cr * 0 + cc * 0 + c * 0

Domande frequenti

Le richieste fallite rientrano nella quota di rate limit?

Viene fatturato solo l’output già prodotto, non la parte fallita. Con fatturazione p * 0 + cr * 0 + cc * 0 + c * 0, il costo degli output lunghi deriva soprattutto dai token di output. Con la fatturazione p * 0 + cr * 0 + cc * 0 + c * 0, le richieste fallite non rientrano nel consumo. Controlla prima saldo e limiti di velocità nella console, poi il codice.

504 influenza altri modelli dello stesso account?

Di solito è momentaneo e si risolve da sé. I tag di capacità di questo modello sono Reasoning, Tools, Open Weights. 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.

Condividere una key tra più servizi rende 504 più probabile?

Sia alzare il limite del piano sia ridurre la frequenza delle chiamate aiuta. Con fatturazione p * 0 + cr * 0 + cc * 0 + c * 0, il costo degli output lunghi deriva soprattutto dai token di output. Stimando il costo da p * 0 + cr * 0 + cc * 0 + c * 0, includi anche il budget per i ritenti.

Un contesto lungo rende 504 più probabile?

I parametri vanno cambiati; riprovare da solo non aiuterà. I tag delle capacità sono Reasoning, Tools, Open Weights e i limiti dei parametri derivano da quel set. La finestra di contesto 256K stabilisce l’input massimo per richiesta; oltre viene rifiutato subito. Tronca o riassumi gli input lunghi: riduce notevolmente 504.

Altri errori su questo modello

Altri modelli con lo stesso errore

Torna alla pagina del modello

Dati aggiornati: 2026-10-10 18:30

Supporto tecnicoAssistenza online
Torna in alto