MODEL_CAPACITY_EXHAUSTED 错误完全解决

遇到 MODEL_CAPACITY_EXHAUSTED 错误？这是 Google Gemini API 的容量限制错误。本文详解其机制和解决方案。

什么是 MODEL_CAPACITY_EXHAUSTED？

这个错误码表示 Google 的 AI 模型服务器资源已耗尽，暂时无法接受新请求：

{
  "error": {
    "code": 429,
    "message": "Resource has been exhausted",
    "status": "RESOURCE_EXHAUSTED",
    "details": [{"reason": "MODEL_CAPACITY_EXHAUSTED"}]
  }
}

与普通 429 的区别

• 普通 429 Rate Limit：你个人的请求频率超限，等一会儿就好
• MODEL_CAPACITY_EXHAUSTED：服务器端全局容量问题，所有用户都受影响

常见触发场景

• 使用 Gemini CLI 或 Gemini API 时
• 高并发调用最新模型
• 免费额度用户在高峰期
• 某些地区的服务器集群容量不足

解决方案

智能重试策略

MODEL_CAPACITY_EXHAUSTED 是暂时性错误，最有效的方案是持续重试：

# 推荐：短间隔持续重试
import time

def robust_call(prompt, max_retries=60, interval=1):
    for i in range(max_retries):
        try:
            return call_gemini(prompt)
        except CapacityExhaustedError:
            time.sleep(interval)
    raise Exception("Capacity exhausted after retries")

使用 AI Credit

Google 的 AI Credit（付费积分）可以获得更高的服务优先级，减少遇到容量限制的概率。中转站可以自动管理 AI Credit 的使用。

多账户分散

使用多个 Google 账户，通过中转站自动在不同账户间轮转请求，降低单账户触发限制的概率。

最佳实践

• 实现自动重试（推荐 1 秒间隔）
• 使用中转站的智能重试和多账户功能
• 关键业务场景准备备用模型
• 监控错误率，高峰期适当降低并发