Erro 503: o que fazer quando kimi-k2.5 falha

Um 503 significa que o serviço está temporariamente indisponível, geralmente por manutenção ou sobrecarga. Diferente do 429, não é a sua cota: é um problema de capacidade do lado do servidor.

503 Service Unavailable significa que o serviço não pode atender agora, geralmente por sobrecarga ou manutenção. A distinção para 429 importa: 429 é sua cota esgotada, 503 é capacidade de servidor insuficiente. Aumente o intervalo de backoff em vez de trocar de key.

kimi-k2.5 é fornecido por Moonshot AI. 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 modelo de origem está sobrecarregado. A primeira ação recomendada é: Tente mais tarde com um intervalo maior entre tentativas.

Causas comuns

  • O modelo de origem está sobrecarregado
  • O serviço está em manutenção ou implantação
  • O nó da sua região está indisponível
  • Um pico repentino de tráfego

Como resolver

  • Tente mais tarde com um intervalo maior entre tentativas
  • Mude para um modelo equivalente com menos carga
  • Evite tarefas em lote nos horários de pico
  • Acompanhe nossos avisos

Nova tentativa com backoff exponencial

O código abaixo tenta novamente quando kimi-k2.5 retorna 503: 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 = 'kimi-k2.5'


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
FornecedorMoonshot AI
Contexto262.1K
RecursosReasoning, Tools, Open Weights, Vision
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Desconto de cache0.556×

Perguntas frequentes

503 está relacionado à cobrança de kimi-k2.5?

Não há cobrança: só conta para o consumo a saída efetivamente gerada. O preço de entrada fica em torno de $0.41 por milhão de tokens. Confira primeiro saldo e limites de taxa no console, depois o código. Ao estimar o custo a partir de , inclua também o orçamento de retentativas.

503 é mais frequente em conversas de várias voltas com kimi-k2.5?

É um problema de configuração do cliente; nada muda no servidor. As tags de capacidade são Reasoning, Tools, Open Weights, Vision e os limites de parâmetros vêm desse conjunto. A janela de contexto 262.1K 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 503 de forma perceptível.

503 afeta outros modelos da mesma conta?

Esse erro não depende da capacidade do modelo, é em nível de gateway. As tags de capacidade deste modelo são Reasoning, Tools, Open Weights, Vision. 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.

O SDK oficial já tenta de novo: preciso da minha própria lógica?

Normalmente não é preciso mudar o código, apenas o ritmo das chamadas. Tentar novamente é o primeiro passo mais eficaz. Defina o limite de retentativas em 3–5 e adicione jitter. Use backoff exponencial para erros retentáveis e retorne o erro na hora para os demais.

Outros erros deste modelo

Outros modelos com o mesmo erro

Voltar à página do modelo

Dados atualizados: 2026-10-10 15:40

Suporte técnicoAtendimento online
Voltar ao topo