请求超时、流式输出中断

长回答一定要用流式输出（stream: true）。 非流式请求要等模型把整段写完才返回，超过约 2 分钟就可能被中途的代理断开（502）；流式输出边生成边返回，几分钟的长回答也能完整收到。其次，把客户端的超时调到 5 分钟以上，并检查本机代理是否稳定。超时失败的请求不扣费。

更新于 2026-10。

先看是哪一种

现象	多半是	处理
等了 1–2 分钟后报 502，内容提到 Proxy Read Timeout / 120 秒	非流式请求，回答太长	改用流式输出
客户端报 `timeout`、`Request timed out`、`APITimeoutError`	客户端自己的超时设得太短	调大客户端超时，或改用流式
流式输出写到一半停了、报 `stream disconnected`	网络或本机代理中断	检查代理；在工具里重试，SDK 设置自动重试
报 504「上游生成超时（超过 2 分钟没有返回）」	画图时尺寸、质量太高或上游繁忙	调低尺寸 / 质量，稍后重试
很久才开始出字，但能正常完成	推理模型在思考，或上游排队	正常；调低推理强度会快一些

HiveGPT 这一侧的时间限制

等待上游开始响应：最长 10 分钟。 推理模型思考时间长，不会因为「还没出第一个字」被过早断开。
流式输出：每 10 秒发一次保活信号，防止中间的代理因为「一直没数据」而断开连接；如果上游连续 3 分钟没有任何输出，才会结束这次请求。
非流式请求：最好控制在 2 分钟以内。 上游链路对单次非流式响应有约 120 秒的读取上限，超过会返回 502。

实际情况：最近一周，HiveGPT 上最长的一次流式请求持续了 7 分多钟并正常完成，而非流式请求最长约 2.5 分钟。

各工具里怎么改

Python SDK

python

from openai import OpenAI

client = OpenAI(
    base_url="https://hivegpt.cn/v1",
    api_key="sk-你的Key",
    timeout=600,     # 单次请求最长等 10 分钟
    max_retries=3,   # 超时、502 / 503 自动重试
)

stream = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{"role": "user", "content": "写一篇 3000 字的产品方案"}],
    stream=True,     # 长回答用流式
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Node.js SDK：new OpenAI({ baseURL, apiKey, timeout: 600_000, maxRetries: 3 })，请求里加 stream: true，见 Node.js 完整示例。

curl：默认不会超时，但非流式请求同样受 2 分钟的限制，长回答加上 "stream": true。

桌面客户端（Cherry Studio、Chatbox 等）：一般默认就是流式输出；如果关掉过「流式输出」开关，重新打开。

沉浸式翻译、Zotero 等翻译插件：单次翻译很短，超时多半是网络或并发太高，调低「每秒最大请求数」，见沉浸式翻译。

Codex：Codex 本身就用流式。频繁出现 stream disconnected 时，看 Codex 常见问题排查。

检查本机网络和代理

很多「超时」其实是本机网络的问题：

浏览器打开 https://hivegpt.cn 是否正常。 打不开就是网络问题。
终端里设置过代理吗？ 如果设置了 HTTPS_PROXY / HTTP_PROXY，但代理软件没开或不稳定，所有请求都会超时。HiveGPT 在国内可以直接访问，不需要代理：
bash
```
unset HTTPS_PROXY HTTP_PROXY https_proxy http_proxy
```
公司或学校网络有时会断开长时间的连接，换个网络试一下。

超时扣钱吗

不扣。超时、502、504 的请求都不计费，可以在使用记录里确认。流式输出中途断开时，已经生成的部分按实际输出计费，见 token 怎么算钱。

其他报错看报错速查。

请求超时、流式输出中断 ​

先看是哪一种 ​

HiveGPT 这一侧的时间限制 ​

各工具里怎么改 ​

检查本机网络和代理 ​

超时扣钱吗 ​