J’utilise l’API Gemini depuis le mois dernier et j’ai récemment remarqué que l’API Gemini est extrêmement peu réactive et beaucoup plus lente qu’avant. Un nœud peut prendre jusqu’à 12 minutes pour se terminer et parfois ne donne aucun résultat avec des erreurs 503.
Informations sur votre configuration n8n
- Version de n8n : pas sûr
- Base de données (par défaut : SQLite) : pas sûr
- Paramètre n8n EXECUTIONS_PROCESS (par défaut : own, main) :
- Exécution de n8n via (Docker, npm, n8n cloud, application de bureau) : Docker
- Système d’exploitation : Mac
Bonjour @YEE_HAN_AW
Si vous êtes sur la version gratuite d’AI Studio, c’est normal.
Vous pourriez envisager de passer à d’autres modèles
Niveau gratuit dans n8n ? Ou niveau gratuit dans Gemini ?
J’ai voulu dire l’offre gratuite de Gemini (Google AIStudio)
Le modèle que tu utilises jouera aussi un rôle, notamment s’il est très populaire
Je suis cependant sur Tier 1, est-ce que ça change beaucoup par rapport à la version gratuite ?
Une erreur 503 signifie que le modèle est surchargé au niveau mondial. Ce n’est pas le reflet de l’état de votre compte ou de votre quota.
- Demande mondiale : Pendant les heures de pointe, l’infrastructure partagée ne peut simplement pas gérer le volume de requêtes.
- Modèles en aperçu : Si vous utilisez un modèle « Aperçu » (comme Gemini 3 Pro ou certaines versions 2.5), ces modèles sont souvent moins stables et plus sujets aux erreurs 503 que les modèles « GA » (Disponibilité générale).
Vous pouvez :
- Passer à Gemini Flash : Si vous utilisez Gemini Pro, passez à la version Flash. Elle est nettement plus rapide et beaucoup moins susceptible de générer des erreurs 503.
- Vérifier les paramètres de réessai de n8n : Consultez l’onglet « Paramètres » du nœud. Si « Réessayer en cas d’échec » est activé, réduisez le nombre de tentatives ou augmentez le délai entre elles pour éviter de surcharger un serveur déjà surchargé.
- Réduire le contexte : Assurez-vous de ne pas envoyer de données inutiles dans l’invite, car les contextes plus importants augmentent la probabilité de délais d’expiration et d’erreurs 503.
Bienvenue @YEE_HAN_AW !
Une option intéressante à essayer en complément des suggestions de kjooleng : basculer vers le nœud Vertex AI au lieu du nœud Gemini. Il utilise l’infrastructure de Google Cloud plutôt qu’AI Studio, ce qui le rend généralement plus stable pour les charges de travail de production soutenues. Vous devrez disposer d’un projet Google Cloud avec l’API Vertex AI activée et d’une accréditation de compte de service dans n8n, mais les modèles Gemini sont identiques en dessous. Si vous préférez rester avec AI Studio, gemini-2.0-flash (GA, pas une version préliminaire) est actuellement le modèle le plus fiable pour un débit constant.
Je comprends, dois-je payer quelque chose pour cela ? J’ai déjà des crédits dans Google AI Studio
Salut @YEE_HAN_AW
Les crédits dans Google AI Studio ne peuvent pas être transférés vers Vertex AI ni utilisés avec Vertex AI.
Donc oui, vous devrez probablement payer
J’utilise actuellement le modèle Gemini Nano Banana pour éditer des photos, est-ce que Vertex AI peut faire cela ?
Oui. Les modèles Gemini Nano Banana — Nano Banana 2 (Gemini 3.1 Flash Image) et Nano Banana Pro (Gemini 3 Pro Image) — sont disponibles sur Vertex AI.
