Lỗi 500: cần làm gì khi gọi llama-3.3-70b-instruct thất bại

Mã 500 nghĩa là máy chủ gặp lỗi nội bộ ngoài dự kiến khi xử lý yêu cầu. Thường không phải vấn đề định dạng yêu cầu mà là sự cố tạm thời ở phía máy chủ hoặc mô hình thượng nguồn.

500 Internal Server Error là lỗi nội bộ không mong muốn phía server. Đa số lỗi 500 là sự cố node tạm thời và sẽ thành công khi thử lại với exponential backoff. Nếu vẫn tiếp diễn, có khả năng một tổ hợp tham số cụ thể đang chạm vào trường hợp ngoại lệ chưa được xử lý.

llama-3.3-70b-instruct được Meta 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: Sự cố tạm thời ở dịch vụ mô hình thượng nguồn. Hành động đầu tiên nên làm là: Thử lại sau một lúc (hầu hết lỗi 500 là tạm thời).

Nguyên nhân thường gặp

• Sự cố tạm thời ở dịch vụ mô hình thượng nguồn
• Yêu cầu rơi vào nút đang khởi động lại
• Phần thân yêu cầu gây ra trường hợp biên chưa được xử lý
• Tải tăng vọt tức thời

Cách khắc phục

• Thử lại sau một lúc (hầu hết lỗi 500 là tạm thời)
• Thử một mô hình khác cùng nhà cung cấp để xem có phải lỗi riêng mô hình
• Đơn giản hóa phần thân yêu cầu (bỏ tham số ít dùng) rồi thử lại
• Nếu vẫn tiếp diễn, liên hệ chúng tôi kèm thời điểm yêu cầu

Ví dụ thử lại với backoff luỹ thừa

Đoạn mã dưới sẽ thử lại khi llama-3.3-70b-instruct trả về 500, 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 = 'llama-3.3-70b-instruct'


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

• llama-3.3-70b-instruct: lỗi 429 — nguyên nhân và cách khắc phục
• llama-3.3-70b-instruct: lỗi timeout — nguyên nhân và cách khắc phục
• llama-3.3-70b-instruct: lỗi 502 — nguyên nhân và cách khắc phục
• llama-3.3-70b-instruct: lỗi 503 — nguyên nhân và cách khắc phục
• llama-3.3-70b-instruct: lỗi 504 — nguyên nhân và cách khắc phục
• llama-3.3-70b-instruct: lỗi 401 — nguyên nhân và cách khắc phục
• llama-3.3-70b-instruct: lỗi 403 — nguyên nhân và cách khắc phục
• llama-3.3-70b-instruct: 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
• qvq-max
• qwq-32b
• glm-5
• MiniMax-M3
• kimi-k3
• hy3
• doubao-seed-evolving
• mimo-v2.5
• gpt-4o
• claude-opus-4-6
• gemini-2.5-flash

Quay lại trang mô hình

Dữ liệu cập nhật: 2026-10-11 13:20