錯誤 504：gemini-flash-latest 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。

gemini-flash-latest 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：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 gemini-flash-latest 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 = 'gemini-flash-latest'


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 * 0.75 + cr * 0.075 + ai * 0.75 + c * 3.75

常見問題

哪些錯誤碼值得重試，哪些重試也沒用？

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 * 0.75 + cr * 0.075 + ai * 0.75 + c * 3.75 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-flash-latest 回報 504 時，回應內容裡應該看哪些欄位？

把錯誤按時間與節點彙整後再看，規律通常很明顯。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。記錄每次錯誤的請求識別碼，排查時比狀態碼更有用。先在測試環境用相同的請求主體重現一次。

呼叫 gemini-flash-latest 回傳 504，會扣費嗎？

不會計費，只有實際產出內容才會計入用量。已經產出的部分會計費，失敗的部分不會。輸入單價約 $0.75 / 百萬 tokens。按 p * 0.75 + cr * 0.075 + ai * 0.75 + c * 3.75 計費時，長輸出的成本主要來自輸出 token。先在控制台確認餘額與速率限制，再排查程式碼。

504 會影響同一帳號下的其他模型嗎？

多數情況是瞬時問題，可以自行恢復。該模型的能力標籤為 Reasoning, Tools, Files, Vision, Audio。先看是帳號層還是模型層，兩邊的處理方式完全不同。

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 18:35

技術支持在線客服
返回頂部