Ошибка 503: что делать, если qwen-plus не отвечает

Код 503 означает, что сервис временно недоступен — обычно из-за обслуживания или перегрузки. В отличие от 429, дело не в вашей квоте, а в ёмкости на стороне сервера.

503 Service Unavailable означает, что сервис сейчас не может обработать запрос — обычно из-за перегрузки или обслуживания. Разница с 429 важна: 429 — закончилась ваша квота, 503 — не хватает мощности сервера. Увеличьте интервал повтора, а не меняйте ключ.

qwen-plus предоставляется компанией Alibaba. Всё на этой странице — причины, решения и измеренные данные — собрано по реальной работе этой модели на уровне шлюза.

В этом шлюзе самая частая причина — Вышестоящая модель перегружена. Рекомендуемое первое действие: Повторите позже с большей задержкой.

Возможные причины

  • Вышестоящая модель перегружена
  • Сервис на обслуживании или обновляется
  • Узел в вашем регионе недоступен
  • Резкий всплеск трафика

Как исправить

  • Повторите позже с большей задержкой
  • Переключитесь на менее загруженную аналогичную модель
  • Не запускайте пакетные задачи в часы пик
  • Следите за нашими объявлениями

Повтор с экспоненциальной задержкой

Ниже — пример повтора, когда qwen-plus возвращает 503: 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 = 'qwen-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"}]))

Ключевые данные этой модели

API-эндпоинтhttps://api.airai.cc/v1
Совместимо с OpenAIOpenAI-compatible
ПроизводительAlibaba
Контекст1M
ВозможностиReasoning, Tools
Форматы APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Формула биллингаp * 0.4 + c * 4) : tier("standard", p * 0.4 + c * 1.2

Частые вопросы

Нужно ли повышать тариф, чтобы устранить 503 на qwen-plus?

Вопрос главным образом в квоте, а не в неисправности модели. Помогает и повышение лимита тарифа, и снижение темпа вызовов. Тарификация: p * 0.4 + c * 4) : tier("standard", p * 0.4 + c * 1.2, поэтому без вывода нет списания. Сначала проверьте баланс и лимиты скорости в консоли, потом ищите в коде. Оценивая стоимость по p * 0.4 + c * 4) : tier("standard", p * 0.4 + c * 1.2, учитывайте и бюджет на повторы.

В тесте всё хорошо, а в проде 503 — в чём может быть разница?

Сгруппируйте ошибки по времени и узлу: закономерность обычно видна сразу. Если это происходит только в продакшене, дело обычно в окружении, а не в модели. Модель предоставляется Alibaba, поэтому статус upstream определяется объявлениями вендора. Логируйте идентификатор запроса при каждом отказе — он полезнее кода состояния. Сначала воспроизведите это в тестовом окружении с тем же телом запроса.

Каким должно быть время ожидания?

Сначала снизьте параллелизм — чаще всего проблема с пропускной способностью исчезает. Контекст 1M означает, что длинный ввод заметно увеличивает задержку первого токена. Начните с низкого параллелизма, понаблюдайте несколько минут, затем повышайте. Сглаживайте пики батчами или очередью — это стабильнее, чем поднимать параллелизм на ходу.

Связан ли 503 с тарификацией qwen-plus?

Оплачивается только уже сгенерированный вывод, неудачная часть — нет. Цена ввода — около $0.40 за миллион токенов. Сначала проверьте баланс и лимиты скорости в консоли, потом ищите в коде. Оценивая стоимость по p * 0.4 + c * 4) : tier("standard", p * 0.4 + c * 1.2, учитывайте и бюджет на повторы.

Другие ошибки этой модели

Другие модели с той же ошибкой

Вернуться к странице модели

Данные обновлены: 2026-10-10 08:15

Техническая поддержкаОнлайн-поддержка
Наверх