Lỗi timeout: cần làm gì khi gọi hy3 thất bại

Hết thời gian chờ nghĩa là client bỏ cuộc trước khi phản hồi tới. Yêu cầu streaming tới LLM hay gặp nhất, vì mô hình phải suy nghĩ trước token đầu tiên và giai đoạn đó không tạo ra byte nào.

timeout không phải là mã trạng thái HTTP mà là giới hạn chờ phía client. Request thường đã đến gateway và được chuyển tiếp lên upstream, nhưng model không tạo ra kết quả trong thời gian bạn đặt. Ba nguyên nhân phổ biến nhất là context dài, output dài và gọi không dùng streaming.

hy3 được Tencent 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: Đặt thời gian chờ phía client quá ngắn. Hành động đầu tiên nên làm là: Tăng thời gian chờ phía client lên 300 giây trở lên.

Nguyên nhân thường gặp

  • Đặt thời gian chờ phía client quá ngắn
  • Prompt hoặc ngữ cảnh dài làm độ trễ token đầu tăng
  • Mô hình đang xử lý tác vụ suy luận dài
  • Mạng chập chờn

Cách khắc phục

  • Tăng thời gian chờ phía client lên 300 giây trở lên
  • Bật streaming để không phải chờ toàn bộ câu trả lời
  • Rút ngắn ngữ cảnh hoặc dùng mô hình nhanh hơn
  • Giảm max_tokens

Ví dụ thử lại với backoff luỹ thừa

Đoạn mã dưới sẽ thử lại khi hy3 trả về timeout, 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 = 'hy3'


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 cấpTencent
Ngữ cảnh256K
Khả năngReasoning, Tools, Open Weights
Định dạng APIopenai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
Công thức tính phíp * 0 + cr * 0 + cc * 0 + c * 0

Câu hỏi thường gặp

Output bị cụt của hy3 có phải là timeout không?

Gom lỗi theo thời gian và theo node trước; quy luật thường rất rõ. Mô hình này do Tencent cung cấp, vì vậy trạng thái upstream theo thông báo của nhà cung cấp. Ghi lại request ID mỗi lần thất bại — hữu dụng hơn status code.

Request đồng thời nên xếp hàng hay giới hạn trực tiếp?

Hãy giảm độ đồng thời trước — hầu hết vấn đề về thông lượng sẽ biến mất. Model này có context window 256K và thuộc Tencent. Với đầu ra dài, hãy nâng timeout lên 60 giây hoặc hơn. Làm phẳng đỉnh tải bằng batch hoặc hàng đợi — ổn định hơn là tăng độ đồng thời tức thời.

timeout có liên quan cách tính phí của hy3 không?

Chỉ phần đầu ra đã tạo mới bị tính phí, phần thất bại thì không. Cách tính phí theo p * 0 + cr * 0 + cc * 0 + c * 0, không có output thì không tính phí. Với cách tính phí p * 0 + cr * 0 + cc * 0 + c * 0, chi phí output dài chủ yếu từ output token. Kiểm tra số dư và giới hạn tốc độ trong console trước, rồi mới xem code. Khi ước tính chi phí từ p * 0 + cr * 0 + cc * 0 + c * 0, hãy tính cả ngân sách thử lại.

Làm sao phòng tránh timeout trên hy3 từ trước?

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 Tencent 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. Đưa tên mô hình vào config, đổi upstream sẽ không cần sửa code.

Lỗi khác của mô hình này

Các mô hình khác gặp cùng lỗi

Quay lại trang mô hình

Dữ liệu cập nhật: 2026-10-10 12:10

Hỗ trợ kỹ thuậtHỗ trợ trực tuyến
Về đầu trang