Lỗi 502: cần làm gì khi gọi qwen3.6-27b thất bại

Mã 502 nghĩa là cổng nhận được phản hồi không hợp lệ từ dịch vụ mô hình thượng nguồn: yêu cầu đã tới cổng, nhưng bước chuyển tiếp tới thượng nguồn thất bại.

502 Bad Gateway nghĩa là gateway nhận được phản hồi không hợp lệ từ dịch vụ model upstream. Request đã đến gateway, lỗi xảy ra ở chặng từ gateway sang upstream, thường do node upstream khởi động lại hoặc kết nối bị ngắt.

qwen3.6-27b được Alibaba 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: Dịch vụ mô hình thượng nguồn không khả dụng hoặc trả về phản hồi sai định dạng. Hành động đầu tiên nên làm là: Thử lại một lần (502 thường là tạm thời).

Nguyên nhân thường gặp

  • Dịch vụ mô hình thượng nguồn không khả dụng hoặc trả về phản hồi sai định dạng
  • Nút thượng nguồn đang khởi động lại
  • Kết nối từ cổng tới thượng nguồn bị ngắt
  • Mô hình tạm thời bị ngừng cung cấp

Cách khắc phục

  • Thử lại một lần (502 thường là tạm thời)
  • Chuyển sang mô hình tương đương của nhà cung cấp khác
  • Nếu chỉ một mô hình liên tục 502, thượng nguồn của nó đang có sự cố
  • Thử lại sau hoặc liên hệ chúng tôi

Ví dụ thử lại với backoff luỹ thừa

Đoạn mã dưới sẽ thử lại khi qwen3.6-27b trả về 502, 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 = 'qwen3.6-27b'


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 cấpAlibaba
Ngữ cảnh262.1K
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 * 0.6 + c * 3.6

Câu hỏi thường gặp

Request thất bại có tính vào hạn mức rate limit không?

Không bị tính phí, chỉ output thực sự được tạo mới tính vào sử dụng. Cách tính phí theo p * 0.6 + c * 3.6, không có output thì không tính phí. Với cách tính phí p * 0.6 + c * 3.6, chi phí output dài chủ yếu từ output token. Khi ước tính chi phí từ p * 0.6 + c * 3.6, hãy tính cả ngân sách thử lại.

Đổi model khác có tránh được 502 trên qwen3.6-27b không?

Nên chuẩn bị sẵn một model dự phòng. Có phương án dự phòng ở cấp kiến trúc thì đáng tin hơn là vá từng lỗi một. Model này của Alibaba có nhiều node upstream để gateway chuyển đổi. Chuẩn bị sẵn một mô hình dự phòng nhẹ hơn để luồng chính không bị gián đoạn.

Khi qwen3.6-27b trả 502 có cần đổi tham số request 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. Cửa sổ ngữ cảnh 262.1K quyết định đầu vào tối đa mỗi request; vượt quá sẽ bị từ chối ngay. Cắt ngắn hoặc tóm tắt đầu vào dài — giảm 502 một cách rõ rệt.

Nên dùng exponential backoff hay khoảng cố định?

Thường không cần sửa code nghiệp vụ, chỉ cần điều chỉnh nhịp gọi. Với cách tính phí p * 0.6 + c * 3.6, các request thất bại không được tính vào mức sử dụng. Dùng exponential backoff cho lỗi có thể thử lại, và trả lỗi ngay cho các lỗi còn lại.

Lỗi khác của mô hình này

Các mô hình khác gặp cùng lỗi

Quay lại trang mô hình

Dữ liệu cập nhật: 2026-10-11 15:15

Hỗ trợ kỹ thuậtHỗ trợ trực tuyến
Về đầu trang