Lỗi 400: cần làm gì khi gọi gemini-3.1-flash-lite-preview thất bại

Mã 400 nghĩa là bản thân yêu cầu không hợp lệ: thiếu trường bắt buộc, sai kiểu dữ liệu, hoặc dùng tham số mà mô hình này không hỗ trợ. Thử lại không giải quyết được, phải sửa phần thân yêu cầu.

400 Bad Request nghĩa là server từ chối request vì body không hợp lệ. Khác với 5xx, lỗi 400 không tự hết khi thử lại, bạn sẽ nhận cùng một phản hồi mỗi lần. Phải sửa tham số trước.

gemini-3.1-flash-lite-preview được Google cung cấp. Mọi nội dung trên trang này — nguyên nhân, cách xử lý và dữ liệu đo được — đều tổng hợp từ hoạt động thực tế của mô hình này tại lớp gateway.

Tại gateway này, nguyên nhân thường gặp nhất là: Thiếu trường bắt buộc (model hoặc messages). Hành động đầu tiên nên làm là: Đối chiếu phần thân yêu cầu với bảng tham số trên trang này.

Nguyên nhân thường gặp

  • Thiếu trường bắt buộc (model hoặc messages)
  • Tham số sai kiểu
  • Dùng tham số mà mô hình này không hỗ trợ
  • Cấu trúc messages sai hoặc giá trị role không hợp lệ

Cách khắc phục

  • Đối chiếu phần thân yêu cầu với bảng tham số trên trang này
  • Bỏ các tham số không được hỗ trợ rồi thử lại
  • Kiểm tra messages là mảng và role có giá trị hợp lệ
  • Bắt đầu bằng yêu cầu tối thiểu, rồi thêm tham số từng bước

Ví dụ thử lại với backoff luỹ thừa

Đoạn mã dưới sẽ thử lại khi gemini-3.1-flash-lite-preview trả về 400, tối đa 5 lần, thời gian chờ tăng dần kèm jitter ngẫu nhiên để các request đồng thời không retry cùng lúc. Hãy đọc base URL và API key từ biến môi trường, đừng hardcode vào code.

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-3.1-flash-lite-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"}]))

Dữ liệu chính của mô hình này

TPS437.37
Độ trễ trung bình1194 ms
Tỷ lệ thành công100%
Điểm cuối APIhttps://api.airai.cc/v1
Tương thích OpenAIOpenAI-compatible
Nhà cung cấpGoogle
Ngữ cảnh1M
Khả năngReasoning, Tools, Files, Vision, Audio
Định dạng APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Công thức tính phíp * 0.25 + cr * 0.025 + ai * 0.5 + c * 1.5

Câu hỏi thường gặp

Khi gemini-3.1-flash-lite-preview trả về 400 có bị tính phí không?

Chỉ phần đầu ra đã tạo mới bị tính phí, phần thất bại thì không. Cách tính phí theo p * 0.25 + cr * 0.025 + ai * 0.5 + c * 1.5, không có output thì không tính phí. Kiểm tra số dư và giới hạn tốc độ trong console trước, rồi mới xem code. Khi ước tính chi phí từ p * 0.25 + cr * 0.025 + ai * 0.5 + c * 1.5, hãy tính cả ngân sách thử lại.

Nên giám sát 400 trong production thế nào?

Gom lỗi theo thời gian và theo node trước; quy luật thường rất rõ. Hãy giữ lại request ID và nội dung phản hồi gốc, nếu không sẽ không truy vết được. Tỷ lệ thành công đo được là 100%, đa số lỗi biểu hiện thành 400. Tỷ lệ thành công 100% được tính trung bình theo node, nên một node yếu sẽ kéo số tổng thể xuống. Ghi lại request ID mỗi lần thất bại — hữu dụng hơn status code. Tái hiện trước trong môi trường thử nghiệm với cùng request body.

Context dài có làm 400 dễ xảy ra hơn không?

Đây là lỗi cấu hình phía client, phía server không cần đổi. Nhãn năng lực là Reasoning, Tools, Files, Vision, Audio, và giới hạn tham số bắt nguồn từ tập năng lực đó. Cửa sổ ngữ cảnh 1M quyết định đầu vào tối đa mỗi request; vượt quá sẽ bị từ chối ngay. Với lỗi tham số, hãy thất bại nhanh thay vì lãng phí lần thử lại. Cắt ngắn hoặc tóm tắt đầu vào dài — giảm 400 một cách rõ rệt.

400 trên gemini-3.1-flash-lite-preview có liên quan hạn mức tài khoản không?

Chủ yếu là vấn đề hạn mức, không phải model bị lỗi. Tăng hạn mức gói hoặc giảm tần suất gọi đều giúp ích. Cách tính phí theo p * 0.25 + cr * 0.025 + ai * 0.5 + c * 1.5, không có output thì không tính phí. Với cách tính phí p * 0.25 + cr * 0.025 + ai * 0.5 + c * 1.5, các request thất bại không được tính vào mức sử dụng. Kiểm tra số dư và giới hạn tốc độ trong console trước, rồi mới xem code. Khi ước tính chi phí từ p * 0.25 + cr * 0.025 + ai * 0.5 + c * 1.5, hãy tính cả ngân sách thử lại.

Lỗi khác của mô hình này

Các mô hình khác gặp cùng lỗi

Quay lại trang mô hình

Dữ liệu cập nhật: 2026-10-10 15:45

Hỗ trợ kỹ thuậtHỗ trợ trực tuyến
Về đầu trang