He estado usando la API de Gemini durante el mes pasado. Recientemente me di cuenta de que la API de Gemini es extremadamente poco responsiva y muy lenta en comparación con antes. Un nodo podría tardar hasta 12 minutos en completarse y a veces ni siquiera proporciona salida con errores 503.
Información sobre tu configuración de n8n
- Versión de n8n: no estoy seguro
- Base de datos (predeterminado: SQLite): no estoy seguro
- Configuración n8n EXECUTIONS_PROCESS (predeterminado: own, main):
- Ejecutando n8n mediante (Docker, npm, n8n cloud, aplicación de escritorio): Docker
- Sistema operativo: Mac
Hola @YEE_HAN_AW
Si estás en el nivel gratuito de AI Studio, esto es lo esperado.
Podrías considerar cambiar a otros modelos
¿Nivel gratuito en n8n? ¿O nivel gratuito en Gemini?
Me refería al nivel gratuito en Gemini (Google AI Studio)
El modelo que estés usando también tendrá un papel importante, especialmente si es muy popular
Estoy en el Tier 1, ¿eso marca una gran diferencia en comparación con el nivel gratuito?
Un error 503 significa que el modelo está sobrecargado a nivel global. No refleja el estado de tu cuenta ni tu cuota.
- Demanda Global: Durante las horas pico, la infraestructura compartida simplemente no puede manejar el volumen de solicitudes.
- Modelos Preview: Si estás utilizando un modelo «Preview» (como Gemini 3 Pro o ciertas versiones 2.5), estos suelen ser menos estables y más propensos a errores 503 que los modelos «GA» (General Availability).
Puedes:
- Cambiar a Gemini Flash: Si estás usando Gemini Pro, cambia a la versión Flash. Es significativamente más rápida y mucho menos probable que genere errores 503.
- Verificar la Configuración de Reintentos de n8n: Abre la pestaña «Settings» del nodo. Si «Retry on Fail» está activado, reduce el número de reintentos o aumenta el tiempo de espera entre ellos para evitar sobrecargar un servidor que ya está saturado.
- Reducir Contexto: Asegúrate de no enviar datos innecesarios en el prompt, ya que los contextos más grandes aumentan la probabilidad de tiempos de espera agotados y errores 503.
¡Bienvenido @YEE_HAN_AW!
Una opción que vale la pena probar junto con las sugerencias de kjooleng: cambiar al nodo Vertex AI en lugar del nodo Gemini. Accede a la infraestructura de Google Cloud en lugar de AI Studio, por lo que tiende a ser más estable para cargas de trabajo de producción sostenidas. Necesitarás un proyecto de Google Cloud con la API de Vertex AI habilitada y una credencial de cuenta de servicio en n8n, pero los modelos de Gemini son idénticos por debajo. Si prefieres quedarte con AI Studio, gemini-2.0-flash (GA, no una versión preliminar) es actualmente el modelo más confiable para un rendimiento consistente.
Entiendo, ¿tengo que pagar algo por eso? Ya tengo créditos en Google AI Studio
Hola @YEE_HAN_AW
Los créditos en Google AI Studio no se pueden transferir ni usar con Vertex AI.
Entonces sí, probablemente tendrás que pagar
Actualmente estoy usando el gemini nano banana para editar fotos, ¿puede Vertex AI hacer eso?
Sí. Los modelos Gemini Nano Banana—Nano Banana 2 (Gemini 3.1 Flash Image) y Nano Banana Pro (Gemini 3 Pro Image)—están disponibles en Vertex AI.
