エラー 503：gemini-3.1-flash-lite の呼び出しに失敗したときの対処

503 はサービスが一時的に利用できないことを意味し、多くはメンテナンスか過負荷によるものです。429 と異なり、割り当てではなくサーバー側の処理能力の問題です。

503 Service Unavailable は、サービスが現在リクエストを処理できないことを意味し、通常は過負荷またはメンテナンスが原因です。429 との違いが重要です。429 は自分の枠を使い切った状態、503 はサーバー容量が不足している状態です。キーを交換するのではなく、バックオフ間隔を延ばしてください。

gemini-3.1-flash-lite 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「上流モデルが過負荷」です。まず取り組むべき対処は「間隔を広げて後で再試行する」です。

主な原因

  • 上流モデルが過負荷
  • サービスがメンテナンスまたは順次リリース中
  • 現在のリージョンのノードが利用不可
  • 急激なトラフィック増

対処方法

  • 間隔を広げて後で再試行する
  • 負荷の低い同等モデルに切り替える
  • ピーク時間帯のバッチ処理を避ける
  • お知らせを確認する

指数バックオフによるリトライ例

以下のコードは、gemini-3.1-flash-lite が 503 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-3.1-flash-lite'


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 * 0.25 + cr * 0.025 + ai * 0.5 + c * 1.5

よくある質問

gemini-3.1-flash-lite の出力が途中で切れるのと 503 は同じ問題ですか？

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。このモデルは Google が提供しており、upstream の状態は提供元の告知に準じます。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。

バッチ処理で gemini-3.1-flash-lite が 503 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。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。

長いコンテキストは 503 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。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。長い入力は先に切り詰めるか要約すると、503 の発生率を大きく下げられます。

再試行すべきステータスコードと、再試行しても無意味なコードはどれですか？

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 * 0.25 + cr * 0.025 + ai * 0.5 + c * 1.5 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。

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: 2026-10-11 15:15

テクニカルサポートオンラインサポート
トップへ戻る