Ошибка 502: что делать, если gemini-3-flash-preview не отвечает

Код 502 означает, что шлюз получил некорректный ответ от вышестоящего сервиса модели: запрос дошёл до шлюза, но переход к вышестоящему сервису не удался.

502 Bad Gateway означает, что шлюз получил некорректный ответ от upstream-сервиса модели. Запрос дошёл до шлюза, сбой произошёл на участке «шлюз — upstream», как правило из-за перезапуска узла или разрыва соединения.

gemini-3-flash-preview предоставляется компанией Google. Всё на этой странице — причины, решения и измеренные данные — собрано по реальной работе этой модели на уровне шлюза.

В этом шлюзе самая частая причина — Вышестоящий сервис недоступен или вернул некорректный ответ. Рекомендуемое первое действие: Повторите запрос один раз — 502 обычно кратковременны.

Возможные причины

  • Вышестоящий сервис недоступен или вернул некорректный ответ
  • Вышестоящий узел перезапускается
  • Соединение шлюза с вышестоящим сервисом прервалось
  • Модель временно снята с обслуживания

Как исправить

  • Повторите запрос один раз — 502 обычно кратковременны
  • Переключитесь на аналогичную модель другого поставщика
  • Если 502 постоянен только для одной модели, её вышестоящий сервис нездоров
  • Повторите позже или напишите нам

Повтор с экспоненциальной задержкой

Ниже — пример повтора, когда gemini-3-flash-preview возвращает 502: до 5 попыток, ожидание растёт и добавляется случайный джиттер, чтобы параллельные запросы не повторялись одновременно. Base URL и API key читаются из переменных окружения — не хардкодьте их.

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 = 'gemini-3-flash-preview'


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"}]))

Ключевые данные этой модели

API-эндпоинтhttps://api.airai.cc/v1
Совместимо с OpenAIOpenAI-compatible
ПроизводительGoogle
Контекст1M
ВозможностиReasoning, Tools, Files, Vision, Audio
Форматы APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Формула биллингаp * 0.5 + cr * 0.05 + ai * 1 + c * 3

Частые вопросы

Использование одного ключа в нескольких сервисах повышает вероятность 502?

Помогает и повышение лимита тарифа, и снижение темпа вызовов. Тарификация: p * 0.5 + cr * 0.05 + ai * 1 + c * 3, поэтому без вывода нет списания. При тарифе p * 0.5 + cr * 0.05 + ai * 1 + c * 3 стоимость длинного вывода определяется в основном выходными токенами. Сначала проверьте баланс и лимиты скорости в консоли, потом ищите в коде. Оценивая стоимость по p * 0.5 + cr * 0.05 + ai * 1 + c * 3, учитывайте и бюджет на повторы.

Какую информацию дать поддержке при обращении?

Сгруппируйте ошибки по времени и узлу: закономерность обычно видна сразу. Модель предоставляется Google, поэтому статус upstream определяется объявлениями вендора. Логируйте идентификатор запроса при каждом отказе — он полезнее кода состояния.

Помогает ли переход на потоковый вывод уменьшить 502?

Это проблема конфигурации клиента, на сервере менять ничего не нужно. Теги возможностей — Reasoning, Tools, Files, Vision, Audio, от них зависят пределы параметров. Окно контекста 1M задаёт максимальный ввод за запрос; всё, что больше, отклоняется сразу. Обрезайте или сжимайте длинный ввод — это заметно снижает вероятность 502.

Экспоненциальный backoff или фиксированный интервал?

Обычно не нужно менять код, достаточно скорректировать темп вызовов. Повтор — самый эффективный первый шаг. При тарифе p * 0.5 + cr * 0.05 + ai * 1 + c * 3 неудачные запросы не идут в использование. Установите лимит повторов 3–5 и добавьте jitter. Для повторяемых ошибок используйте экспоненциальную задержку, для остальных возвращайте ошибку сразу.

Другие ошибки этой модели

Другие модели с той же ошибкой

Вернуться к странице модели

Данные обновлены: 2026-10-10 12:10

Техническая поддержкаОнлайн-поддержка
Наверх