Lỗi 504: cần làm gì khi gọi gemini-2.5-flash-lite thất bại

Mã 504 nghĩa là cổng đã hết thời gian chờ mô hình thượng nguồn: yêu cầu đã được gửi, nhưng thượng nguồn không phản hồi trong thời gian cổng cho phép.

504 Gateway Timeout nghĩa là gateway đã hết kiên nhẫn chờ phản hồi từ upstream. Request đã được chuyển tiếp nhưng không có kết quả trong giới hạn của gateway. Rút ngắn output, bật streaming hoặc giảm max_tokens thường giải quyết được.

gemini-2.5-flash-lite 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: Thượng nguồn mất nhiều thời gian hơn giới hạn của cổng. Hành động đầu tiên nên làm là: Chuyển sang đầu ra streaming.

Nguyên nhân thường gặp

• Thượng nguồn mất nhiều thời gian hơn giới hạn của cổng
• Ngữ cảnh dài làm tăng thời gian suy luận
• Nút thượng nguồn bị treo
• Yêu cầu không streaming với đầu ra rất dài

Cách khắc phục

• Chuyển sang đầu ra streaming
• Rút ngắn ngữ cảnh và giảm max_tokens
• Thử lại sau một lúc
• Dùng mô hình suy luận nhanh hơn

Ví dụ thử lại với backoff luỹ thừa

Đoạn mã dưới sẽ thử lại khi gemini-2.5-flash-lite trả về 504, 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-lite'


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-lite: lỗi 429 — nguyên nhân và cách khắc phục
• gemini-2.5-flash-lite: lỗi timeout — nguyên nhân và cách khắc phục
• gemini-2.5-flash-lite: lỗi 500 — nguyên nhân và cách khắc phục
• gemini-2.5-flash-lite: lỗi 502 — nguyên nhân và cách khắc phục
• gemini-2.5-flash-lite: lỗi 503 — nguyên nhân và cách khắc phục
• gemini-2.5-flash-lite: lỗi 401 — nguyên nhân và cách khắc phục
• gemini-2.5-flash-lite: lỗi 403 — nguyên nhân và cách khắc phục
• gemini-2.5-flash-lite: 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: 2026-10-10 15:45