エラー 429：gemini-3.8-flash の呼び出しに失敗したときの対処

429 はレート制限に達したことを意味します。一定時間内のリクエスト数またはトークン数が現在のプランの上限を超えています。

429 Too Many Requests はエラーではなく、レート制限の応答です。リクエスト自体は正しく、現在のプランで許可されたリクエスト速度または同時実行数を超えただけです。レスポンスヘッダーが示す時間だけ待って再試行すれば復旧し、リクエスト本文を変更する必要はありません。

gemini-3.8-flash 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「同時リクエストが多すぎる」です。まず取り組むべき対処は「並行数を制限し指数的バックオフで再試行」です。

主な原因

  • 同時リクエストが多すぎる
  • 現在のプランのクォータを消費
  • 待機なしで即座に再試行

対処方法

  • 並行数を制限し指数的バックオフで再試行
  • クォータの大きいプランへ変更
  • 繰り返しリクエストをキャッシュ

指数バックオフによるリトライ例

以下のコードは、gemini-3.8-flash が 429 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-3.8-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"}]))

このモデルの主要データ

TPS120.87
平均レイテンシ49703 ミリ秒
成功率100%
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 * 0.75 + cr * 0.075 + ai * 0.75 + c * 3.75

よくある質問

バックオフは指数と固定間隔のどちらがよいですか？

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。課金方式が p * 0.75 + cr * 0.075 + ai * 0.75 + c * 3.75 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。再試行可能なエラーには指数バックオフを使い、それ以外は即座にエラーを返してください。

gemini-3.8-flash とのマルチターン対話では 429 が発生しやすくなりますか？

リクエストパラメータの変更が必要で、再試行だけでは解決しません。このモデルの能力タグは Reasoning, Tools, Files, Vision, Audio で、パラメータの上限はその能力セットに従います。パラメータ起因のエラーはすぐ失敗させ、再試行を無駄にしないでください。長い入力は先に切り詰めるか要約すると、429 の発生率を大きく下げられます。

テスト環境は問題ないのに本番で 429 が出るのはなぜですか？

リクエスト ID と生のレスポンス本文を残しておかないと、原因を特定できません。本番だけで起きるなら、たいていはモデルではなく環境の違いです。実測成功率は 100% で、失敗の多くは 429 として現れます。まずテスト環境で同じリクエスト本文を使って一度再現させてください。

並行リクエストはキューに入れるべきですか、それとも直接制限すべきですか？

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。実測スループットは 120.87 で、同時実行数の上限の目安になります。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。並列数は低い値から始め、数分観察してから段階的に増やしてください。

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: 2026-10-12 02:10

テクニカルサポートオンラインサポート
トップへ戻る