エラー 502：grok-4.20-multi-agent-0309 の呼び出しに失敗したときの対処

502 は、ゲートウェイが上流モデルサービスから不正な応答を受け取ったことを意味します。リクエストはゲートウェイに到達しましたが、上流への転送に失敗しました。

502 Bad Gateway は、ゲートウェイが upstream のモデルサービスから無効な応答を受け取ったことを意味します。リクエストはゲートウェイまで到達しており、失敗はゲートウェイから upstream への区間で発生しています。通常は upstream ノードの再起動や接続切断が原因です。

grok-4.20-multi-agent-0309 は xAI 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「上流モデルサービスが利用不可、または不正な応答を返した」です。まず取り組むべき対処は「まず一度再試行する（502 は多くが一時的）」です。

主な原因

  • 上流モデルサービスが利用不可、または不正な応答を返した
  • 上流ノードが再起動中
  • ゲートウェイと上流の接続が切断された
  • モデルが一時的に停止された

対処方法

  • まず一度再試行する（502 は多くが一時的）
  • 他ベンダーの同等モデルに切り替える
  • 特定のモデルだけ 502 が続く場合は、その上流に異常がある
  • 時間をおいて再試行するか、お問い合わせください

指数バックオフによるリトライ例

以下のコードは、grok-4.20-multi-agent-0309 が 502 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 = 'grok-4.20-multi-agent-0309'


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xAI
コンテキスト1M
対応機能Reasoning, Files, Vision
API形式openai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
課金計算式p * 1.25 + cr * 0.2 + c * 2.5) : tier("200k_plus", p * 2.5 + cr * 0.4 + c * 5

よくある質問

他社の同等モデルに変更すれば 502 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。xAI 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。

502 は grok-4.20-multi-agent-0309 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。入力単価はおおよそ $1.25 / 百万 tokens です。先にコンソールで残高とレート制限を確認し、その後コードを見てください。p * 1.25 + cr * 0.2 + c * 2.5) : tier("200k_plus", p * 2.5 + cr * 0.4 + c * 5 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。

長いコンテキストは 502 を発生しやすくしますか？

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。クライアント側の設定問題であり、サーバー側の変更は不要です。このモデルの能力タグは Reasoning, Files, Vision で、パラメータの上限はその能力セットに従います。コンテキスト 1M が 1 リクエストあたりの最大入力を決め、超えた分はそのまま拒否されます。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。

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。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 xAI 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 12:10

テクニカルサポートオンラインサポート
トップへ戻る