エラー timeout：qvq-max の呼び出しに失敗したときの対処

タイムアウトは、応答が届く前にクライアントが待つのをやめたことを意味します。LLM のストリーミングリクエストで最も起こりやすく、最初のトークンの前にモデルが思考し、その間は 1 バイトも出力されないためです。

timeout は HTTP ステータスコードではなく、クライアント側の待機時間の上限です。リクエストは通常ゲートウェイに到達して upstream へ転送されていますが、モデルが設定时间内に結果を出力しませんでした。長いコンテキスト、長い出力、非ストリーミング呼び出しが最も多い 3 つの要因です。

qvq-max は Alibaba 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「クライアントのタイムアウトが短すぎる」です。まず取り組むべき対処は「クライアントのタイムアウトを 300 秒以上に上げる」です。

主な原因

  • クライアントのタイムアウトが短すぎる
  • プロンプトやコンテキストが長く初回トークンの遅延が大きい
  • モデルが長い推論タスクを処理している
  • ネットワークの揺らぎ

対処方法

  • クライアントのタイムアウトを 300 秒以上に上げる
  • ストリーミングを有効にして全体を待たない
  • コンテキストを短くするか、より速いモデルを使う
  • max_tokens を下げる

指数バックオフによるリトライ例

以下のコードは、qvq-max が timeout 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 = 'qvq-max'


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Alibaba
コンテキスト131.1K
対応機能Reasoning, Tools, Vision
API形式openai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
課金計算式p * 1.2 + c * 4.8

よくある質問

qvq-max が timeout を返すとき、再試行の間隔はどのくらいが適切ですか？

再試行が最も効果的な最初の一歩です。課金方式が p * 1.2 + c * 4.8 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。

qvq-max とのマルチターン対話では timeout が発生しやすくなりますか？

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, 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 131.1K 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、timeout の発生率を大きく下げられます。

フロントエンド直呼び出しとバックエンド経由、どちらが timeout を起こしやすいですか？

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。Alibaba 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。

timeout は同じアカウントの他のモデルに影響しますか？

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, Vision 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。

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 15:55

テクニカルサポートオンラインサポート
トップへ戻る