錯誤 504：claude-sonnet-4-6 呼叫失敗怎麼辦

回應 504 表示閘道等待上游模型回應逾時：請求已送出，但上游在閘道允許的時間內沒有回傳結果。

504 Gateway Timeout 表示閘道等待上游回應逾時。請求已被轉發，但上游在閘道限制的時間內沒有回傳結果。縮短輸出、改用串流、或降低 max_tokens 通常可以解決。

claude-sonnet-4-6 由 Anthropic 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：上游回應時間超過閘道逾時門檻。建議優先處理：改用串流輸出。

常見原因

  • 上游回應時間超過閘道逾時門檻
  • 上下文過長導致推理時間過長
  • 上游節點卡住
  • 使用非串流請求且輸出很長

解決辦法

  • 改用串流輸出
  • 縮短上下文並調小 max_tokens
  • 稍後重試
  • 換用推理更快的模型

帶指數退避的重試範例

下面這段在呼叫 claude-sonnet-4-6 遇到 504 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 = 'claude-sonnet-4-6'


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Anthropic
上下文1M
能力Reasoning, Tools, Files, Vision
API 格式openai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search
計費方式p * 3 + cr * 0.3 + cc * 3.75 + cc1h * 6 + c * 15

常見問題

換一個模型能繞過 claude-sonnet-4-6 的 504 嗎？

建議同時準備一個備用模型。在架構上做備援，比逐個錯誤修補更穩。廠商 Anthropic 的該模型在閘道上有多個上游節點可切換。把模型名稱寫成設定項，切換上游時不用改商業邏輯。

504 和 claude-sonnet-4-6 的計費方式有關嗎？

不會計費，只有實際產出內容才會計入用量。計費方式為 p * 3 + cr * 0.3 + cc * 3.75 + cc1h * 6 + c * 15，未產出內容就不計費。按 p * 3 + cr * 0.3 + cc * 3.75 + cc1h * 6 + c * 15 計費時，失敗的請求不會計入用量。先在控制台確認餘額與速率限制，再排查程式碼。

同一把 Key 在多個服務中共用，會更容易觸發 504 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。按 p * 3 + cr * 0.3 + cc * 3.75 + cc1h * 6 + c * 15 計費時，長輸出的成本主要來自輸出 token。按 p * 3 + cr * 0.3 + cc * 3.75 + cc1h * 6 + c * 15 計費時，失敗的請求不會計入用量。先在控制台確認餘額與速率限制，再排查程式碼。按 p * 3 + cr * 0.3 + cc * 3.75 + cc1h * 6 + c * 15 估算成本時，把重試預算也算進去。

重試會導致請求被重複執行嗎？

通常不需要改商業邏輯，調整呼叫節奏即可。重試是最有效的第一步。按 p * 3 + cr * 0.3 + cc * 3.75 + cc1h * 6 + c * 15 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。

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: 2026-10-11 15:15

技術支持在線客服
返回頂部