エラー 504：gemini-3.8-flash の呼び出しに失敗したときの対処

504 は、ゲートウェイが上流モデルの応答を待ち切れずタイムアウトしたことを意味します。リクエストは送信されましたが、上流がゲートウェイの制限時間内に応答しませんでした。

504 Gateway Timeout は、ゲートウェイが upstream の応答を待つのを打ち切ったことを意味します。リクエストは転送されましたが、ゲートウェイの制限时间内に結果が返りませんでした。出力を短くする、ストリーミングにする、max_tokens を下げることで解消する場合がほとんどです。

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「上流の応答がゲートウェイのタイムアウトを超えた」です。まず取り組むべき対処は「ストリーミング出力に切り替える」です。

主な原因

  • 上流の応答がゲートウェイのタイムアウトを超えた
  • 長いコンテキストで推論時間が伸びた
  • 上流ノードが固まっている
  • ストリーミングなしで出力が非常に長い

対処方法

  • ストリーミング出力に切り替える
  • コンテキストを短くし max_tokens を下げる
  • 少し待って再試行する
  • 推論がより速いモデルを使う

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 504 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

非同期やバッチ処理にすれば 504 を回避できますか？

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。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。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。

より小さいモデルに変えると 504 は減りますか？

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。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。

504 は自然に回復しますか、それとも人手の対応が必要ですか？

このエラーはモデルの能力とは無関係で、ゲートウェイ層の問題です。多くの場合一時的な問題で、自然に回復します。このモデルの能力タグは Reasoning, Tools, Files, Vision, Audio です。数分以上継続する場合は、プラットフォームのサポートに連絡して upstream の状態を確認してください。まずアカウント側かモデル側かを見極めてください。両者の対応は全く異なります。

長いコンテキストは 504 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。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。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。長い入力は先に切り詰めるか要約すると、504 の発生率を大きく下げられます。

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: 2026-10-12 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