Erro 504: o que fazer quando deepseek-v4-pro falha

Um 504 significa que o gateway esgotou o tempo de espera pelo modelo de origem: a requisição foi enviada, mas a origem não respondeu dentro do tempo limite do gateway.

504 Gateway Timeout significa que o gateway desistiu de esperar a resposta do upstream. A requisição foi encaminhada, mas nenhum resultado voltou dentro do limite. Encurtar a saída, ativar streaming ou reduzir max_tokens costuma resolver.

deepseek-v4-pro é fornecido por DeepSeek. 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: A origem demorou mais do que o tempo limite do gateway permite. A primeira ação recomendada é: Mude para saída em streaming.

Causas comuns

  • A origem demorou mais do que o tempo limite do gateway permite
  • Um contexto longo aumentou o tempo de inferência
  • Um nó de origem travou
  • Uma requisição sem streaming com saída muito longa

Como resolver

  • Mude para saída em streaming
  • Encurte o contexto e reduza max_tokens
  • Tente de novo após uma breve espera
  • Use um modelo com inferência mais rápida

Nova tentativa com backoff exponencial

O código abaixo tenta novamente quando deepseek-v4-pro retorna 504: 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 = 'deepseek-v4-pro'


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
FornecedorDeepSeek
Contexto1M
RecursosReasoning, Tools
Formatos de APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Fórmula de cobrançap * 1.32 + cr * 0.044 + c * 3.96) : tier("off_peak", p * 0.66 + cr * 0.022 + c * 1.98

Perguntas frequentes

Requisições falhas contam na minha cota de limite de taxa?

Não há cobrança: só conta para o consumo a saída efetivamente gerada. Só é cobrada a saída já produzida; a parte falha não. A cobrança segue p * 1.32 + cr * 0.044 + c * 3.96) : tier("off_peak", p * 0.66 + cr * 0.022 + c * 1.98: sem saída, sem cobrança. O preço de entrada fica em torno de $1.32 por milhão de tokens. Confira primeiro saldo e limites de taxa no console, depois o código. Ao estimar o custo a partir de p * 1.32 + cr * 0.044 + c * 3.96) : tier("off_peak", p * 0.66 + cr * 0.022 + c * 1.98, inclua também o orçamento de retentativas.

Quanta concorrência é segura?

Aqui as variáveis reais são concorrência e timeouts, não o modelo. Reduza primeiro a concorrência — a maior parte dos problemas de throughput desaparece. Um contexto de 1M significa que entradas longas aumentam a latência do primeiro token. Para saídas longas, aumente o timeout para 60 segundos ou mais. Comece com concorrência baixa, observe por alguns minutos e depois aumente.

Quando deepseek-v4-pro retorna 504, é mais provável o gateway ou o upstream?

Geralmente é algo momentâneo e se recupera sozinho. 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.

Trocar por um modelo equivalente de outro fornecedor resolve 504?

Um fallback na arquitetura é mais confiável do que remendar cada erro separadamente. Este modelo da DeepSeek tem vários nós upstream entre os quais o gateway pode alternar. Deixe um modelo reserva mais leve pronto, assim o fluxo principal não para. Coloque o nome do modelo na configuração, assim trocar de upstream não exige mudança de código.

Outros erros deste modelo

Outros modelos com o mesmo erro

Voltar à página do modelo

Dados atualizados: 2026-10-11 15:15

Suporte técnicoAtendimento online
Voltar ao topo