Lỗi 429: cần làm gì khi gọi gemini-2.5-flash thất bại

Mã 429 nghĩa là đã chạm giới hạn tốc độ: số yêu cầu hoặc token trong một khoảng thời gian đã vượt hạn ngạch của gói hiện tại.

429 Too Many Requests là phản hồi giới hạn tốc độ, không phải lỗi. Nghĩa là request hợp lệ nhưng vượt quá tốc độ hoặc số lượng đồng thời mà gói hiện tại cho phép. Chỉ cần chờ theo khoảng thời gian trong response header rồi thử lại, không cần sửa body.

gemini-2.5-flash 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: Quá nhiều yêu cầu đồng thời. Hành động đầu tiên nên làm là: Giới hạn đồng thời và thử lại với thời gian chờ tăng dần.

Nguyên nhân thường gặp

• Quá nhiều yêu cầu đồng thời
• Hết hạn ngạch của gói hiện tại
• Thử lại ngay không chờ

Cách khắc phục

• Giới hạn đồng thời và thử lại với thời gian chờ tăng dần
• Chuyển sang gói hạn ngạch lớn hơn
• Lưu cache các yêu cầu lặp lại

Ví dụ thử lại với backoff luỹ thừa

Đoạn mã dưới sẽ thử lại khi gemini-2.5-flash trả về 429, 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-2.5-flash'


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

Câu hỏi thường gặp

Lỗi khác của mô hình này

• gemini-2.5-flash: lỗi timeout — nguyên nhân và cách khắc phục
• gemini-2.5-flash: lỗi 500 — nguyên nhân và cách khắc phục
• gemini-2.5-flash: lỗi 502 — nguyên nhân và cách khắc phục
• gemini-2.5-flash: lỗi 503 — nguyên nhân và cách khắc phục
• gemini-2.5-flash: lỗi 504 — nguyên nhân và cách khắc phục
• gemini-2.5-flash: lỗi 401 — nguyên nhân và cách khắc phục
• gemini-2.5-flash: lỗi 403 — nguyên nhân và cách khắc phục
• gemini-2.5-flash: lỗi 400 — nguyên nhân và cách khắc phục

Các mô hình khác gặp cùng lỗi

• gpt-5
• claude-opus-5
• gemini-2.5-pro
• deepseek-v4-pro
• grok-4.3
• llama-3.3-70b-instruct
• qvq-max
• qwq-32b
• glm-5
• MiniMax-M3
• kimi-k3
• hy3
• doubao-seed-evolving
• mimo-v2.5
• gpt-4o
• claude-opus-4-6

Quay lại trang mô hình

Dữ liệu cập nhật: 2026-10-11 22:40