錯誤 429：gemini-3.5-flash-lite 呼叫失敗怎麼辦

回應 429 表示觸發了限流：單位時間內提交的請求數或 token 數超過了目前套餐的額度。

429 Too Many Requests 是限流回應，不是錯誤。它表示請求本身合法，只是超過了目前方案允許的請求速率或並發額度。依照回應標頭給出的時間窗退避重試即可恢復，不需要修改請求內容。

gemini-3.5-flash-lite 由 Google 提供，本頁的觸發分析、處理建議與實測數據均基於該模型在閘道層的真實運行情況整理。

在本閘道，此類報錯最常見的誘因是：並發請求過多。建議優先處理：限制並發並以指數退避重試。

常見原因

  • 並發請求過多
  • 目前方案配額已用完
  • 失敗後立即重試沒有退避

解決辦法

  • 限制並發並以指數退避重試
  • 切換到配額更高的方案
  • 對重複請求做快取

帶指數退避的重試範例

下面這段在呼叫 gemini-3.5-flash-lite 遇到 429 時會自動退避重試，最多 5 次，每次等待時間遞增並疊加隨機抖動，避免大量請求同時重試。base URL 與 API Key 請從環境變數讀取，不要寫死在程式碼裡。

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-3.5-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"}]))

該模型的關鍵資料

API 端點https://api.airai.cc/v1
OpenAI 相容OpenAI-compatible
廠商Google
上下文1M
能力Reasoning, Tools, Files, Vision, Audio
API 格式openai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
計費方式p * 0.3 + cr * 0.03 + c * 2.5

常見問題

重試次數上限設幾次合適？

通常不需要改商業邏輯，調整呼叫節奏即可。按 p * 0.3 + cr * 0.03 + c * 2.5 計費時，失敗的請求不會計入用量。把重試上限設為 3 到 5 次，並加上隨機抖動。可重試的錯誤做指數退避，不可重試的立即回傳錯誤。

gemini-3.5-flash-lite 回報 429 時，需要改請求參數嗎？

需要修改請求參數，單純重試不會有幫助。屬於用戶端設定問題，伺服端不需要調整。該模型的能力標籤為 Reasoning, Tools, Files, Vision, Audio，參數上限受能力集約束。上下文 1M 決定了單次請求的最大輸入，超出會被直接拒絕。對參數類錯誤直接快速失敗，不要浪費重試次數。長輸入先截斷或做摘要，能明顯降低 429 的機率。

需要升級方案才能解決 gemini-3.5-flash-lite 的 429 嗎？

主要與配額有關，而不是模型本身故障。提高方案上限或降低呼叫頻率都能緩解。計費方式為 p * 0.3 + cr * 0.03 + c * 2.5，未產出內容就不計費。輸入單價約 $0.30 / 百萬 tokens。按 p * 0.3 + cr * 0.03 + c * 2.5 估算成本時，把重試預算也算進去。

gemini-3.5-flash-lite 的 429 持續多久就該聯絡客服？

需要保留請求識別碼與回應原文，否則無從定位。如果只在正式環境出現，多半是環境差異而不是模型問題。該模型由 Google 提供，上游狀態以廠商公告為準。先在測試環境用相同的請求主體重現一次。

該模型的其他錯誤

遇到同樣錯誤的其他模型

返回模型首頁

資料更新於: 2026-10-10 12:10

技術支持在線客服
返回頂部