Gemini 3.5 Flash 全面崩了？免费与付费 API 频繁 503 的真相与应对

最近几天搞 AI 开发的小伙伴估计都炸锅了，如果你在用 Google 的 Gemini 3.5 Flash 模型，那大概率和我一样，满屏的 503 错误看得人头皮发麻。

Gemini API 返回的 503 错误，提示由于高需求导致请求被拒绝。

这一周以来，不管你手头拿的是 Google AI Studio 免费蹭来的 API Key，还是真金白银充值 Google Cloud 买来的付费 Key，基本都逃不过这一劫。根据圈子里反馈的数据，现在去调用 3.5-flash，90% 的请求都会直接被拒，返回的信息千篇一律：

“This model is currently experiencing high demand. Spikes in demand are usually temporary. Please try again later.”

翻译成人话就是：“人太多，挤不进去，稍后再试。”

无论是免费还是付费用户，都受限于 Google 后端的资源过载。

换服务器也没用，问题出在源头

一开始我还以为是自己网络环境的问题，或者是哪个特定地区的节点被限制流量了。于是乎，我做了一番折腾测试：

• 亚洲节点： 试了新加坡、日本、香港的机子，照样 503。
• 美国节点： 换了美西、美东的服务器，延迟是低了点，但错误率一点没降。

结论很明显：这锅不在你的网络，也不在服务器地理位置，完全就是 Google 这边后端扛不住了。 无论是免费额度还是付费额度，似乎都打到了同一个已经过载的资源池上，或者是 GateWay 层面直接限流了。

免费版 vs 付费版：谁更惨？

虽然大家都是 503，但在实际测试中，还是能感到一点点“资本主义”的温差。

• Free Tier（免费用户）： 几乎是 100% 瘫痪。偶尔成功一次，那是祖坟冒青烟。Google 显然在资源极度紧张时，优先砍掉了免费用户的请求通道。
• Paid Tier（付费用户）： 依然惨，但偶尔能挤进去。付费的个别能返回信息，说明 Google 的付费虽然也在排队，但在调度算法里可能稍微给了个“VIP 插队权”，或者是分流到了稍微不那么挤的备用机器上，但整体可用性依然处于“不可用”的状态。

Google 最近在搞什么？

这就很让人纳闷了，Google 自家模型的高负载问题持续整整一周，这在技术大厂里其实挺罕见的。几个猜测大家听听看：

1. 算力资源迁移： 也许 Google 正在把 3.5 Flash 的底层资源大规模迁移到更强的 TPU 集群上，中间导致了服务不稳定。
2. 新模型预热： 有没有可能是在为即将发布的 Gemini 1.5 Pro 甚至 2.0 做资源预留？把显卡都腾给新模型训练或内测了？
3. 突发流量冲击： 最近的某些 AI 应用爆发式增长，无意中把 Gemini 的 API 打爆了，而 Google 的自动扩缩容反应迟钝。

这几天怎么办？临时解决方案

既然 Google 短时间内修不好，我们的项目还得跑，总不能干等着。这里有几个建议，帮你度过这段垃圾时间：

1. 切换模型： 既然 Flash 挂了，能不能换 Gemini 1.5 Pro？虽然贵点，但目前的负载情况似乎比 Flash 好很多。如果预算允许，先把 Key 切过去救急。
2. 引入 Retry 机制（重试策略）： 如果不想改模型，必须在代码里加上 Exponential Backoff（指数退避）。遇到 503 不要立刻重试，先等 1s、2s、4s 这样递增退避。虽然成功率低，但多试几次总能蹭进去。
3. 降级备用方案： 这一点很重要。做 AI 应用一定要有 Plan B。在检测到 Gemini 连续报错时，自动把请求转发到 OpenAI (GPT-3.5/4o-mini) 或者 Anthropic (Claude Haiku) 等替代供应商。不要把鸡蛋都放在 Google 这一个篮子里，尤其是它还是个容易破的篮子。

各位这几天有碰到类似的情况吗？欢迎在评论区聊聊你的应对姿势，看看是谁家的方案最稳！