FIM Gate: 所有 AI 模型，一个 API

FIM Gate 错误码速查表，以及调用大模型 API 时的常见问题排查。

本页汇总 FIM Gate 返回的 HTTP 错误码，以及实际调用中高频出现的问题与排查思路。

错误码速查表

HTTP 状态码	错误类型	含义	处理建议
400	Bad Request	请求格式或参数无效	对照接口文档检查请求体字段、类型和取值范围
401	Unauthorized	API Key 缺失或无效	确认请求头携带了正确的 FIM Gate 密钥，且密钥未被删除或禁用
404	Not Found	请求路径错误	检查 base URL 与接口路径拼接是否正确（如 `/v1/chat/completions`）
413	Request Entity Too Large	请求体超出大小限制	精简消息内容、压缩或拆分输入数据
429	Too Many Requests	触发速率限制	降低请求频率，按指数退避重试；持续触发可联系我们提升配额
500	Internal Server Error	服务内部错误	稍后重试；持续出现请携带请求信息联系支持
503	Service Unavailable	服务暂时不可用（上游维护或过载）	稍后重试，建议客户端实现自动重试与降级逻辑

提示额度不足，但账户余额充足？

API Key 本身可以单独设置额度上限。请到 FIM Gate 控制台确认当前使用的密钥剩余额度是否充足，必要时调高该密钥的额度或更换密钥。

提示没有可用渠道 / 模型不可用？

检查请求中的模型名称拼写是否正确；
确认该模型在你的账户当前可用的模型列表中，实时模型列表见 gate.fim.ai/pricing。

模型名拼错或未开通时，网关返回的错误响应形如：

{
  "error": {
    "code": "model_not_found",
    "message": "分组 default 下模型 gpt-99-turbo 无可用渠道（distributor）",
    "type": "new_api_error"
  }
}

看到 model_not_found 即说明问题出在模型名本身，与请求体的其他字段无关。

推理模型返回空内容？

如果调用 GPT-5 等推理模型时拿到空响应，先检查是否设置了 max_tokens。推理过程消耗的 token 同样计入 max_tokens：当限制值过小、推理 token 先把额度用完时，模型会在输出正文前就停止。而 OpenAI 的推理模型不返回推理内容，于是表现为空响应。

解决方法：移除 max_tokens，或把它调大。

Chat Completions 接口可通过 finish_reason 字段确认是否因 max_tokens 截断：

finish_reason	含义
`stop`	正常结束
`length`	达到 `max_tokens` 限制
`content_filter`	内容被过滤

Responses 接口则看 status 字段：completed 表示正常结束，incomplete 表示异常中断，此时再读 incomplete_details.reason：

reason	含义
`max_output_tokens`	达到输出 token 上限

deep-research 模型请求报错？

o3-deep-research、o4-mini-deep-research 这类深度研究模型必须搭配网络搜索工具或 MCP 工具才能运行，不带工具的请求会直接报错。

使用 web_search_preview 工具：

curl -X POST 'https://api.gate.fim.ai/v1/responses' \
  -H 'Content-Type: application/json' \
  -H "Authorization: Bearer $FIM_API_KEY" \
  -d '{
    "model": "o3-deep-research",
    "stream": true,
    "input": [
      { "role": "user", "content": "最近一周 AI 领域有哪些重要进展？" }
    ],
    "tools": [
      { "type": "web_search_preview" }
    ]
  }'

使用 MCP 工具：

{
  "model": "o3-deep-research",
  "stream": true,
  "input": [
    { "role": "user", "content": "抓取并总结这个网页：https://example.com" }
  ],
  "tools": [
    {
      "type": "mcp",
      "server_label": "my-mcp-server",
      "server_url": "https://example.com/mcp/sse"
    }
  ]
}

GPT-5 系列响应慢？

GPT-5 系列是推理模型，且 OpenAI 不输出推理过程，必须等推理完成后才开始返回正文，因此首字延迟明显高于普通模型。

可以通过 reasoning.effort 降低推理强度来换取速度：

{
  "model": "gpt-5",
  "stream": true,
  "input": "hi~",
  "reasoning": {
    "effort": "minimal"
  }
}

effort	说明
`minimal`	推理最少、响应最快；仅 GPT-5 系列支持，o 系列不可用
`low`	较少推理，响应较快
`medium`	中等推理，响应较慢
`high`	最深推理，响应最慢

Gemini 2.5 Flash 响应慢？

Gemini 2.5 Flash 是混合推理模型，默认开启思考过程。若希望更快返回，可以关闭思考：

通过 OpenAI 兼容接口：直接请求 gemini-2.5-flash-nothinking，FIM Gate 已提供该别名；
通过 Gemini 原生接口：在 generationConfig 中设置 thinkingConfig：

curl -X POST 'https://api.gate.fim.ai/v1beta/models/gemini-2.5-flash:streamGenerateContent?alt=sse' \
  -H 'Content-Type: application/json' \
  -H "x-goog-api-key: $FIM_API_KEY" \
  -d '{
    "contents": [
      { "role": "user", "parts": [{ "text": "hi~" }] }
    ],
    "generationConfig": {
      "thinkingConfig": {
        "includeThoughts": false,
        "thinkingBudget": 0
      }
    }
  }'

推理模型频繁超时 / 请求失败？

推理模型处理复杂任务时耗时可能非常长（极端情况超过 2000 秒），普通客户端的默认超时很容易触发断连。建议：

优先使用 stream 流式模式，持续收到数据可避免空闲超时；
必须使用非流式时，把客户端的请求超时调大；
如经由代理或中转程序访问，确认链路上各环节的超时与空闲断连设置同样足够大。

为什么模型说不出自己是哪个模型？

这不是 FIM Gate 转发的问题，而是大模型的普遍现象：

训练数据早于发布：训练语料中不包含模型自己的命名信息，模型无从"知道"自己叫什么；
没有自我认知：模型本质是逐词预测，关于身份的回答需要显式注入。

ChatGPT、Claude 等官方网页应用之所以能答对，是因为它们在系统提示词里写明了身份信息。如果你的应用也需要模型正确报出身份，在系统提示词中加入类似内容即可：

You are GPT-4, a large language model trained by OpenAI.

错误码与常见问题