エラー 503：llama-3.3-70b-instruct 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。

llama-3.3-70b-instruct は Meta 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、llama-3.3-70b-instruct 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 = 'llama-3.3-70b-instruct'


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Meta
コンテキスト128K
対応機能Tools, Files, Open Weights
API形式openai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
課金計算式p * 0 + c * 0

よくある質問

llama-3.3-70b-instruct の 503 はアカウントの枠と関係がありますか？

主に枠（クォータ）の問題であり、モデル自体の故障ではありません。課金は p * 0 + c * 0 に従い、出力がなければ課金されません。課金方式が p * 0 + c * 0 の場合、失敗したリクエストは利用量に含まれません。p * 0 + c * 0 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。

llama-3.3-70b-instruct が 503 を返すとき、リクエストパラメータを変更すべきですか？

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 Tools, Files, Open Weights で、パラメータの上限はその能力セットに従います。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。

503 が出たとき、予備モデルに切り替えるべきですか？

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。Meta 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。

llama-3.3-70b-instruct が 503 を返した場合、料金は発生しますか？

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。課金方式が p * 0 + c * 0 の場合、失敗したリクエストは利用量に含まれません。p * 0 + c * 0 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。

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 18:35

テクニカルサポートオンラインサポート
トップへ戻る