Tenho usado a API Gemini no último mês e, recentemente, percebi que a API Gemini está extremamente não responsiva e muito lenta em comparação com o passado. Um nó pode levar até 12 minutos para ser concluído e às vezes nem fornece saída com erros 503.
Informações sobre sua configuração n8n
- Versão n8n: não tenho certeza
- Banco de dados (padrão: SQLite): não tenho certeza
- Configuração n8n EXECUTIONS_PROCESS (padrão: own, main):
- Executando n8n via (Docker, npm, n8n cloud, aplicativo desktop): Docker
- Sistema operacional: Mac
Oi @YEE_HAN_AW
Se você está no plano gratuito do AI Studio, isso é esperado.
Você pode querer trocar para outros modelos
Tier gratuito no n8n? Ou tier gratuito no Gemini?
Quis dizer o nível gratuito do Gemini (Google AI Studio)
O modelo que você está usando também terá um papel importante, especialmente se for muito popular
Estou no Tier 1, mas isso faz muita diferença em comparação com o tier gratuito?
Um erro 503 significa que o modelo está sobrecarregado em nível global. Não é um reflexo do status da sua conta ou da sua cota.
- Demanda Global: Durante os horários de pico, a infraestrutura compartilhada simplesmente não consegue lidar com o volume de requisições.
- Modelos de Preview: Se você está usando um modelo “Preview” (como Gemini 3 Pro ou certas versões 2.5), estes são frequentemente menos estáveis e mais propensos a 503s do que modelos “GA” (Disponibilidade Geral).
Você pode:
- Mudar para Gemini Flash: Se você está usando Gemini Pro, mude para a versão Flash. É significativamente mais rápido e muito menos propenso a gerar erros 503.
- Verificar as Configurações de Retry do n8n: Veja a aba “Settings” do nó. Se “Retry on Fail” está ativado, reduza o número de tentativas ou aumente o delay entre elas para evitar sobrecarregar um servidor já saturado.
- Reduzir Contexto: Certifique-se de que você não está enviando dados desnecessários no prompt, pois contextos maiores aumentam a probabilidade de timeouts e 503s.
Bem-vindo @YEE_HAN_AW!
Uma opção que vale a pena tentar junto com as sugestões do kjooleng: mude para o nó Vertex AI em vez do nó Gemini. Ele utiliza a infraestrutura do Google Cloud em vez do AI Studio, então tende a ser mais estável para cargas de trabalho de produção sustentadas. Você precisará de um projeto do Google Cloud com a API Vertex AI ativada e uma credencial de conta de serviço no n8n, mas os modelos Gemini são idênticos por baixo. Se você preferir ficar com o AI Studio, o gemini-2.0-flash (GA, não uma versão de preview) é atualmente o modelo mais confiável para throughput consistente.
Entendo, preciso pagar algo por isso? Já tenho créditos no Google AI Studio
Oi @YEE_HAN_AW
Créditos no Google AI Studio não podem ser transferidos para ou usados com Vertex AI.
Então sim, você provavelmente precisará pagar
Estou usando atualmente o Gemini Nano Banana para editar fotos, o Vertex AI consegue fazer isso?
Sim. Os modelos Gemini Nano Banana—Nano Banana 2 (Gemini 3.1 Flash Image) e Nano Banana Pro (Gemini 3 Pro Image)—estão disponíveis no Vertex AI.
