Lỗi 500: cần làm gì khi gọi mimo-v2.5 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.

mimo-v2.5 được Xiaomi 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 mimo-v2.5 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 = 'mimo-v2.5'


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

Điểm cuối APIhttps://api.airai.cc/v1
Tương thích OpenAIOpenAI-compatible
Nhà cung cấpXiaomi
Ngữ cảnh1M
Khả năngReasoning, Tools, Files, Open Weights, Vision, Audio
Định dạng APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Công thức tính phíp * 0.14 + cr * 0.0028 + c * 0.28

Câu hỏi thường gặp

Giới hạn số lần thử lại là bao nhiêu thì hợp lý?

Thường không cần sửa code nghiệp vụ, chỉ cần điều chỉnh nhịp gọi. Với cách tính phí p * 0.14 + cr * 0.0028 + c * 0.28, các request thất bại không được tính vào mức sử dụng. Đặt giới hạn thử lại ở 3–5 lần và thêm jitter.

Chuyển sang streaming có giảm 500 không?

Cần đổi tham số request, chỉ thử lại sẽ không giúp được. Đây là lỗi cấu hình phía client, phía server không cần đổi. Nhãn năng lực là Reasoning, Tools, Files, Open Weights, Vision, Audio, và giới hạn tham số bắt nguồn từ tập năng lực đó. Với lỗi tham số, hãy thất bại nhanh thay vì lãng phí lần thử lại. Cắt ngắn hoặc tóm tắt đầu vào dài — giảm 500 một cách rõ rệt.

Khi có nhiều node upstream, gateway có tự chuyển khi gặp 500 không?

Lỗi này không liên quan năng lực model, mà ở tầng gateway. Đa số là lỗi tạm thời và tự phục hồi. Thẻ năng lực của model này là Reasoning, Tools, Files, Open Weights, Vision, Audio. Nếu lỗi kéo dài vài phút, hãy liên hệ hỗ trợ của nền tảng để xác nhận trạng thái upstream. Xác định trước là cấp tài khoản hay cấp mô hình; hai trường hợp xử lý hoàn toàn khác nhau.

Nên đặt timeout bao lâu?

Biến số thực sự ở đây là độ đồng thời và timeout, không phải bản thân mô hình. Hãy giảm độ đồng thời trước — hầu hết vấn đề về thông lượng sẽ biến mất. Context 1M nghĩa là input dài sẽ tăng đáng kể độ trễ token đầu tiên. Thêm một lớp cache để các request lặp lại không đều dội vào mô hình.

Lỗi khác của mô hình này

Các mô hình khác gặp cùng lỗi

Dữ liệu cập nhật: 2026-10-10 15:40

Hỗ trợ kỹ thuậtHỗ trợ trực tuyến
Về đầu trang