ข้อผิดพลาด 401: ทำอย่างไรเมื่อเรียก gemini-3.5-flash-lite ไม่สำเร็จ

401 หมายความว่าการยืนยันตัวตนล้มเหลว คำขอไม่มี API Key หรือคีย์ไม่ถูกต้อง ถูกลบ หรือหมดอายุ

401 Unauthorized หมายความว่าคำขอไม่มีข้อมูลรับรองความถูกต้องที่ใช้งานได้ gateway ไม่สามารถระบุตัวตนผู้เรียกได้ คำขอจึงไม่ไปถึงโมเดล upstream การตรวจสอบ header Authorization และสถานะของ key คือทางเดียวที่จะแก้ได้

gemini-3.5-flash-lite ให้บริการโดย Google ทุกอย่างในหน้านี้ — สาเหตุ วิธีแก้ และข้อมูลที่วัดจริง — รวบรวมจากพฤติกรรมการทำงานจริงของโมเดลนี้บนชั้น gateway

ที่เกตเวย์นี้ สาเหตุที่พบบ่อยที่สุดคือ ไม่มีส่วนหัว Authorization ขั้นตอนแรกที่แนะนำคือ ส่งส่วนหัวเป็น Authorization: Bearer ตามด้วยคีย์ของคุณ

สาเหตุที่พบบ่อย

  • ไม่มีส่วนหัว Authorization
  • คีย์พิมพ์ผิดหรือมีช่องว่างเกิน
  • คีย์ถูกลบหรือปิดใช้งานในหน้าโทเค็น
  • ใช้คีย์ของแพลตฟอร์มอื่นโดยไม่ตั้งใจ

วิธีแก้ไข

  • ส่งส่วนหัวเป็น Authorization: Bearer ตามด้วยคีย์ของคุณ
  • สร้างคีย์ใหม่ในหน้าโทเค็น
  • ตรวจว่าไม่ได้ใช้คีย์ของบริการอื่น
  • ทดสอบคีย์ด้วยคำขอ curl ที่เล็กที่สุด

ตัวอย่างการลองใหม่แบบ Exponential Backoff

โค้ดด้านล่างจะลองใหม่เมื่อ gemini-3.5-flash-lite ตอบกลับ 401 สูงสุด 5 ครั้ง โดยเพิ่มเวลารอและใส่ jitter แบบสุ่ม เพื่อไม่ให้คำขอจำนวนมาก retry พร้อมกัน อ่าน base URL และ API key จาก environment variables อย่าเขียนลงในโค้ดตรงๆ

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-3.5-flash-lite'


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"}]))

ข้อมูลสำคัญของโมเดลนี้

ปลายทาง APIhttps://api.airai.cc/v1
เข้ากันได้กับ OpenAIOpenAI-compatible
ผู้ให้บริการGoogle
บริบท1M
ความสามารถReasoning, Tools, Files, Vision, Audio
รูปแบบ APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
สูตรคิดเงินp * 0.3 + cr * 0.03 + c * 2.5

คำถามที่พบบ่อย

คำขอที่ concurrent ควรเข้าคิวหรือจำกัดตรงๆ?

ตัวแปรที่แท้จริงที่นี่คือการทำงานพร้อมกันและเวลาหมดอายุ ไม่ใช่ตัวโมเดลลดการทำงานพร้อมกันก่อน ปัญหาด้านปริมาณงานส่วนใหญ่จะหายไปโมเดลนี้มี context window 1M และมาจาก Googlecontext 1M หมายความว่าอินพุตยาวจะเพิ่มความหน่วงของโทเค็นแรกอย่างชัดเจนเริ่มจากการทำงานพร้อมกันต่ำ สังเกตสักสองสามนาที แล้วค่อยเพิ่ม

เมื่อมี upstream หลายโหนด gateway จะสลับอัตโนมัติเมื่อเกิด 401 หรือไม่?

ข้อผิดพลาดนี้ไม่เกี่ยวกับความสามารถของโมเดล แต่เป็นปัญหาระดับ gatewayแท็กความสามารถของโมเดลนี้คือ Reasoning, Tools, Files, Vision, Audioหากเกิดต่อเนื่องหลายนาที ติดต่อฝ่ายสนับสนุนของแพลตฟอร์มเพื่อยืนยันสถานะต้นทางตัดสินใจก่อนว่าอยู่ระดับบัญชีหรือระดับโมเดล สองแบบนี้ต้องการวิธีแก้ต่างกันโดยสิ้นเชิง

401 บน gemini-3.5-flash-lite เกี่ยวกับขนาด request body หรือไม่?

ต้องแก้พารามิเตอร์ของคำขอ การลองใหม่อย่างเดียวไม่ช่วยแท็กความสามารถคือ Reasoning, Tools, Files, Vision, Audio และขีดจำกัดพารามิเตอร์ก็มาจากชุดความสามารถนั้นสำหรับข้อผิดพลาดด้านพารามิเตอร์ ให้ล้มเหลวทันทีแทนที่จะเสียการลองใหม่ไป

ควรใช้ exponential backoff หรือช่วงเวลาคงที่?

ปกติไม่ต้องแก้โค้ดธุรกิจ แค่ปรับจังหวะการเรียกก็พอการลองใหม่คือก้าวแรกที่ได้ผลที่สุดเมื่อคิดค่าบริการแบบ p * 0.3 + cr * 0.03 + c * 2.5 คำขอที่ล้มเหลวจะไม่ถูกนำไปรวมในปริมาณการใช้งานตั้งขีดจำกัดการลองใหม่ไว้ที่ 3–5 ครั้ง และเพิ่มความสุ่มเล็กน้อย

ข้อผิดพลาดอื่นของโมเดลนี้

โมเดลอื่นที่เจอข้อผิดพลาดเดียวกัน

กลับไปหน้าโมเดล

อัปเดตข้อมูล: 2026-10-10 12:10

ฝ่ายสนับสนุนด้านเทคนิคบริการลูกค้าออนไลน์
กลับไปด้านบน