エラー 403：gemini-2.5-pro の呼び出しに失敗したときの対処

403 は認証は成功しているが権限がないことを意味します。キー自体は有効ですが、このモデルまたはこのグループを呼び出すことが許可されていません。

403 Forbidden は、身份は認識されたもののアクセス権がないことを意味します。401 との違いは、401 が「あなたは誰か」、403 が「権限がない」です。通常は、モデルをキーに紐づく許可リストまたはグループに追加する必要があります。

gemini-2.5-pro は Google が提供しており、このページの誘因分析・対処法・実測データはすべてゲートウェイ層におけるこのモデルの実際の稼働実績に基づいています。

このゲートウェイで最も多い诱因は「このキーにこのモデルの権限がない」です。まず取り組むべき対処は「「トークン」ページでこのモデルをキーの許可リストに追加する」です。

主な原因

  • このキーにこのモデルの権限がない
  • モデルがキーの紐づくグループに含まれていない
  • キーに IP 許可リストが設定され、現在の IP が含まれていない
  • モデルが提供終了、またはより高い権限が必要

対処方法

  • 「トークン」ページでこのモデルをキーの許可リストに追加する
  • キーのグループにこのモデルが含まれるか確認する
  • IP 許可リストの設定を確認する
  • 権限のあるモデルに切り替える

指数バックオフによるリトライ例

以下のコードは、gemini-2.5-pro が 403 を返したときに最大 5 回まで再試行します。待機時間は指数的に増加し、ランダムなジッタを加えることで同時再試行を防ぎます。base URL と API キーは環境変数から読み取り、コードに直接書かないでください。

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-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"}]))

このモデルの主要データ

API エンドポイントhttps://api.airai.cc/v1
OpenAI 互換OpenAI-compatible
提供元Google
コンテキスト1M
対応機能Reasoning, Tools, Files, Vision, Audio
API形式openai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
課金計算式p * 1.25 + cr * 0.125 + c * 10) : tier("200k_plus", p * 2.5 + cr * 0.25 + c * 15

よくある質問

他社の同等モデルに変更すれば 403 は解消しますか？

あわせて予備のモデルも用意しておくことをおすすめします。アーキテクチャ側にフォールバックを用意する方が、エラーを一つずつ直すより確実です。Google のこのモデルには、ゲートウェイが切り替えられる upstream ノードが複数あります。より軽い予備モデルを用意しておけば、主処理は止まりません。モデル名は設定項目にしておくと、upstream を切り替えてもコード変更が不要です。

403 は gemini-2.5-pro の課金方法と関係がありますか？

課金はされません。实际に生成された出力のみが使用量に計上されます。すでに生成された分だけが課金され、失敗した分は課金されません。p * 1.25 + cr * 0.125 + c * 10) : tier("200k_plus", p * 2.5 + cr * 0.25 + c * 15 の課金では、長い出力のコストは主に出力トークンから生じます。課金方式が p * 1.25 + cr * 0.125 + c * 10) : tier("200k_plus", p * 2.5 + cr * 0.25 + c * 15 の場合、失敗したリクエストは利用量に含まれません。p * 1.25 + cr * 0.125 + c * 10) : tier("200k_plus", p * 2.5 + cr * 0.25 + c * 15 でコストを見積もる際は、再試行の分も予算に含めてください。

レスポンスの Retry-After ヘッダーはどう使えばよいですか？

通常ビジネスロジックを変更する必要はなく、呼び出し間隔の調整で十分です。再試行が最も効果的な最初の一歩です。課金方式が p * 1.25 + cr * 0.125 + c * 10) : tier("200k_plus", p * 2.5 + cr * 0.25 + c * 15 の場合、失敗したリクエストは利用量に含まれません。再試行の上限は 3〜5 回に設定し、ジッターを加えてください。

バッチ処理で gemini-2.5-pro が 403 を返す場合、どうスケジュールすべきですか？

ここで本当の変数は並列数とタイムアウトであり、モデル自体ではありません。まず並列数を下げてください。スループットの問題の多くはそれで解消します。このモデルのコンテキストウィンドウは 1M、提供元は Google です。コンテキスト 1M では、長い入力が初回トークンまでの遅延を大きくします。長い出力ではタイムアウトを 60 秒以上に引き上げてください。ピークはバッチ処理やキューでならす方が、その場で並列数を上げるより安定します。

このモデルの他のエラー

同じエラーが出る他のモデル

モデルページに戻る

データ更新: 2026-10-10 08:15

テクニカルサポートオンラインサポート
トップへ戻る