错误 503：gemini-3.1-pro-preview-customtools 调用失败怎么办

返回 503 说明服务暂时不可用，通常与维护或过载有关。它与 429 的区别是：429 是额度问题，503 是服务端容量问题。

503 Service Unavailable 表示服务当前无法处理请求，通常与过载或维护有关。与 429 的区分很关键：429 是你的额度用完了，503 是服务端容量不够，应当加大退避间隔而不是换 Key。

gemini-3.1-pro-preview-customtools 由 Google 提供，本页的触发分析、处理建议与实测数据均基于该模型在网关层的真实运行情况整理。

在本网关，此类报错最常见的诱因是：上游模型过载。建议优先处理：稍后重试并加大退避间隔。

常见原因

  • 上游模型过载
  • 服务正在维护或滚动发布
  • 当前区域节点不可用
  • 突发流量

解决办法

  • 稍后重试并加大退避间隔
  • 换用负载较低的同类模型
  • 避免在高峰时段跑批量任务
  • 关注我们的公告

带指数退避的重试示例

下面这段在调用 gemini-3.1-pro-preview-customtools 遇到 503 时会自动退避重试，最多 5 次，每次等待时间递增并叠加随机抖动，避免大量请求同时重试。base URL 与 API Key 请从环境变量读取，不要写死在代码里。

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-3.1-pro-preview-customtools'


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"}]))

该模型的关键数据

API 端点https://api.airai.cc/v1
OpenAI 兼容OpenAI-compatible
厂商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
计费方式p * 2 + cr * 0.2 + c * 12) : tier("200k_plus", p * 4 + cr * 0.4 + c * 18

常见问题

失败的请求会算进限流配额吗？

不会计费，只有实际产出内容才计入用量。计费方式为 p * 2 + cr * 0.2 + c * 12) : tier("200k_plus", p * 4 + cr * 0.4 + c * 18，未产出内容就不计费。先在控制台确认余额与速率限制，再排查代码。

网关有多个上游节点时，503 会自动切换吗？

多数情况下是瞬时问题，可以自行恢复。该模型的能力标签为 Reasoning, Tools, Files, Vision, Audio。先看是账号层还是模型层，两边的处理方式完全不同。

503 频繁出现时，应该记录哪些信息？

把报错按时间和节点聚合后再看，规律通常很明显。需要保留请求标识和响应原文，否则无法定位。该模型由 Google 提供，上游状态以厂商公告为准。记录每次报错的请求标识，排查时比状态码更有用。

超时时间应该设多少？

并发与超时才是这里的真正变量，不是模型本身。先把并发降下来再判断，多数吞吐问题会随之消失。该模型上下文窗口 1M，厂商为 Google。上下文 1M 意味着长输入会明显拉长首字延迟。长输出场景把超时单独放宽到 60 秒以上。并发从低值起步，观察几分钟后再逐步加大。

该模型的其他报错

遇到同样报错的其他模型

返回模型主页

数据更新于: 2026-10-11 19:15

技术支持在线客服
返回顶部