Erro 502: o que fazer quando qwq-plus falha

Um 502 significa que o gateway recebeu uma resposta inválida do serviço de modelo de origem: a requisição chegou ao gateway, mas o salto até a origem falhou.

502 Bad Gateway significa que o gateway recebeu uma resposta inválida do serviço upstream do modelo. A requisição chegou ao gateway; a falha ocorreu no salto até o upstream, geralmente por reinício de nó ou conexão interrompida.

qwq-plus é fornecido por Alibaba. Tudo nesta página — causas, correções e dados medidos — é compilado a partir do comportamento real deste modelo na camada de gateway.

Neste gateway, o gatilho mais comum é: O serviço de modelo de origem está indisponível ou respondeu de forma malformada. A primeira ação recomendada é: Tente uma vez mais: os 502 costumam ser transitórios.

Causas comuns

  • O serviço de modelo de origem está indisponível ou respondeu de forma malformada
  • Um nó de origem está reiniciando
  • A conexão do gateway com a origem foi interrompida
  • O modelo foi temporariamente retirado do ar

Como resolver

  • Tente uma vez mais: os 502 costumam ser transitórios
  • Mude para um modelo equivalente de outro fornecedor
  • Se só um modelo retorna 502, a origem dele está com problema
  • Tente mais tarde ou fale conosco

Nova tentativa com backoff exponencial

O código abaixo tenta novamente quando qwq-plus retorna 502: até 5 tentativas, com espera crescente e jitter aleatório para que chamadas concorrentes não repitam ao mesmo tempo. Leia a URL base e a API key de variáveis de ambiente, nunca as deixe fixas no código.

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 = 'qwq-plus'


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"}]))

Dados-chave deste modelo

Endpoint da APIhttps://api.airai.cc/v1
Compatível com OpenAIOpenAI-compatible
FornecedorAlibaba
Contexto131.1K
RecursosReasoning, Tools
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Fórmula de cobrançap * 0.8 + c * 2.4

Perguntas frequentes

Em staging funciona mas produção retorna 502: o que muda?

Guarde o id da requisição e o corpo bruto da resposta, senão não há como rastrear. Se só acontece em produção, geralmente é diferença de ambiente, não do modelo. Este modelo é servido por Alibaba, então o status upstream segue os anúncios do fornecedor. Registre o id da requisição em cada falha — ajuda mais que o código de status. Reproduza primeiro em ambiente de teste com o mesmo corpo de requisição.

Quando qwq-plus retorna 502, é mais provável o gateway ou o upstream?

Esse erro não depende da capacidade do modelo, é em nível de gateway. As tags de capacidade deste modelo são Reasoning, Tools. Se o erro persistir por vários minutos, contate o suporte da plataforma para confirmar o status upstream. Decida primeiro se é nível de conta ou de modelo; os dois exigem tratamento bem diferente.

Um max_tokens alto demais pode causar 502?

Os parâmetros precisam mudar; só tentar de novo não ajudará. É um problema de configuração do cliente; nada muda no servidor. As tags de capacidade são Reasoning, Tools e os limites de parâmetros vêm desse conjunto. A janela de contexto 131.1K define a entrada máxima por requisição; o que passar é rejeitado na hora. Falhe rápido em erros de parâmetro em vez de gastar retentativas com eles. Trunque ou resuma entradas longas — reduz 502 de forma perceptível.

Cachear resultados reduz 502?

Aqui as variáveis reais são concorrência e timeouts, não o modelo. Reduza primeiro a concorrência — a maior parte dos problemas de throughput desaparece. Este modelo tem janela de contexto de 131.1K e é da Alibaba. Um contexto de 131.1K significa que entradas longas aumentam a latência do primeiro token. Para saídas longas, aumente o timeout para 60 segundos ou mais.

Outros erros deste modelo

Outros modelos com o mesmo erro

Voltar à página do modelo

Dados atualizados: 2026-10-10 18:35

Suporte técnicoAtendimento online
Voltar ao topo