エラー 504：gpt-5.6 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。

gpt-5.6 は OpenAI 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、gpt-5.6 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 = 'gpt-5.6'


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

よくある質問

このモデルの他のエラー

• gpt-5.6: エラー 429 の原因と対処法
• gpt-5.6: エラー timeout の原因と対処法
• gpt-5.6: エラー 500 の原因と対処法
• gpt-5.6: エラー 502 の原因と対処法
• gpt-5.6: エラー 503 の原因と対処法
• gpt-5.6: エラー 401 の原因と対処法
• gpt-5.6: エラー 403 の原因と対処法
• gpt-5.6: エラー 400 の原因と対処法

同じエラーが出る他のモデル

• gpt-5
• claude-opus-5
• gemini-2.5-pro
• deepseek-v4-pro
• grok-4.3
• llama-3.3-70b-instruct
• qvq-max
• qwq-32b
• glm-5
• MiniMax-M3
• kimi-k3
• hy3
• doubao-seed-evolving
• mimo-v2.5
• gpt-4o
• claude-opus-4-6

モデルページに戻る

データ更新: 2026-10-10 18:35