ข้อผิดพลาด 429: ทำอย่างไรเมื่อเรียก deepseek-v4-pro ไม่สำเร็จ

429 หมายความว่าติดการจำกัดอัตรา จำนวนคำขอหรือโทเค็นในช่วงเวลาหนึ่งเกินโควตาของแพ็กเกจปัจจุบัน

429 Too Many Requests เป็นการตอบกลับแบบจำกัดอัตรา ไม่ใช่ข้อผิดพลาด หมายความว่าคำขอถูกต้อง แต่เกินอัตราการยิงหรือจำนวน concurrent ที่แพ็กเกจปัจจุบันอนุญาต เพียงรอตามเวลาที่ header ระบุแล้วลองใหม่ก็จะกลับมาใช้งานได้ โดยไม่ต้องแก้ body

deepseek-v4-pro ให้บริการโดย DeepSeek ทุกอย่างในหน้านี้ — สาเหตุ วิธีแก้ และข้อมูลที่วัดจริง — รวบรวมจากพฤติกรรมการทำงานจริงของโมเดลนี้บนชั้น gateway

ที่เกตเวย์นี้ สาเหตุที่พบบ่อยที่สุดคือ เรียกพร้อมกันมากเกินไป ขั้นตอนแรกที่แนะนำคือ จำกัดการเรียกพร้อมกันและหน่วงเวลาแบบ exponential

สาเหตุที่พบบ่อย

  • เรียกพร้อมกันมากเกินไป
  • โควตาของแพ็กเกจปัจจุบันหมด
  • ลองใหม่ทันทีโดยไม่หน่วงเวลา

วิธีแก้ไข

  • จำกัดการเรียกพร้อมกันและหน่วงเวลาแบบ exponential
  • เปลี่ยนเป็นแพ็กเกจโควตาสูงกว่า
  • แคชคำขอที่ซ้ำกัน

ตัวอย่างการลองใหม่แบบ Exponential Backoff

โค้ดด้านล่างจะลองใหม่เมื่อ deepseek-v4-pro ตอบกลับ 429 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 = '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"}]))

ข้อมูลสำคัญของโมเดลนี้

TPS0
ความหน่วงเฉลี่ย3683 ms
อัตราสำเร็จ0%
ปลายทาง APIhttps://api.airai.cc/v1
เข้ากันได้กับ OpenAIOpenAI-compatible
ผู้ให้บริการDeepSeek
บริบท1M
ความสามารถReasoning, Tools
รูปแบบ APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
สูตรคิดเงินp * 1.32 + cr * 0.044 + c * 3.96) : tier("off_peak", p * 0.66 + cr * 0.022 + c * 1.98

คำถามที่พบบ่อย

การ retry จะทำให้คำขอถูกรันซ้ำหรือไม่?

ปกติไม่ต้องแก้โค้ดธุรกิจ แค่ปรับจังหวะการเรียกก็พอการลองใหม่คือก้าวแรกที่ได้ผลที่สุดอัตราความสำเร็จที่วัดได้คือ 0% ดังนั้นการลองใหม่ครั้งแรกให้ผลตอบแทนสูงสุดเมื่อคิดค่าบริการแบบ p * 1.32 + cr * 0.044 + c * 3.96) : tier("off_peak", p * 0.66 + cr * 0.022 + c * 1.98 คำขอที่ล้มเหลวจะไม่ถูกนำไปรวมในปริมาณการใช้งานตั้งขีดจำกัดการลองใหม่ไว้ที่ 3–5 ครั้ง และเพิ่มความสุ่มเล็กน้อย

คำขอที่ concurrent ควรเข้าคิวหรือจำกัดตรงๆ?

ตัวแปรที่แท้จริงที่นี่คือการทำงานพร้อมกันและเวลาหมดอายุ ไม่ใช่ตัวโมเดลปริมาณงานที่วัดได้คือ 0 ใช้เป็นเพดานของ concurrent ได้context 1M หมายความว่าอินพุตยาวจะเพิ่มความหน่วงของโทเค็นแรกอย่างชัดเจนสำหรับผลลัพธ์ยาว ให้เพิ่มเวลาหมดอายุเป็น 60 วินาทีหรือมากกว่า

เมื่อเกิด 429 ควรสลับไปโมเดลสำรองหรือไม่?

ควรมีโมเดลสำรองเตรียมไว้ด้วยการมีทางสำรองระดับสถาปัตยกรรมเชื่อถือได้มากกว่าการแก้ข้อผิดพลาดทีละรายการโมเดลนี้จาก DeepSeek มี upstream node หลายตัวที่ gateway สลับได้เตรียมโมเดลสำรองที่เบากว่าไว้ โฟลว์หลักจะไม่สะดุด

เมื่อแจ้งปัญหาควรให้ข้อมูลอะไรกับซัพพอร์ต?

เก็บรหัสคำขอและเนื้อหาการตอบกลับดิบไว้ มิฉะนั้นจะตามหาสาเหตุไม่ได้อัตราความสำเร็จ 0% คิดเฉลี่ยรายโหนด ดังนั้นโหนดที่อ่อนหนึ่งตัวจะดึงค่าโดยรวมลงโมเดลนี้ให้บริการโดย DeepSeek สถานะต้นทางจึงเป็นไปตามประกาศของผู้ให้บริการลองทำให้เกิดซ้ำในสภาพแวดล้อมทดสอบด้วยเนื้อหาคำขอเดียวกันก่อน

ข้อผิดพลาดอื่นของโมเดลนี้

โมเดลอื่นที่เจอข้อผิดพลาดเดียวกัน

อัปเดตข้อมูล: 2026-10-10 12:10

ฝ่ายสนับสนุนด้านเทคนิคบริการลูกค้าออนไลน์
กลับไปด้านบน