Gemini API调用响应过慢问题排查：代码还是API故障？

我正在为学校项目设计一款聊天机器人原型，但API调用延迟极高，响应时长至少需要2分钟。已尝试指定指令、更换模型，也换过不同设备和WiFi网络，问题依旧。想知道是代码问题还是API本身的问题？

我的代码 #

import Foundation
import SwiftUI
import GoogleGenerativeAI

enum ChatRole {
    case user
    case model
}

struct ChatMessage: Identifiable, Equatable {
    let id = UUID().uuidString
    var role: ChatRole
    var message: String
}

class ChatService: ObservableObject {
    @Published private var chat: Chat?
    @Published private(set) var messages = [ChatMessage]()
    @Published private(set) var loadingResponse = false
    
    func sendMessage(_ message: String) {
        loadingResponse = true
        if (chat == nil) {
     let history: [ModelContent] = messages.map { ModelContent(role: $0.role == .user ? "user" : "model", parts: $0.message)}
            chat = GenerativeModel(name: "gemini-2.0-flash-lite-preview-02-05", apiKey: APIKey.default, systemInstruction: "You are a financial AI assistant. You are called Assist, and is supposed to do nothing other than answer questions.").startChat(history: history)
 }
 
 // MARK: Add user's message to the list
 messages.append(.init(role: .user, message: message))
 
 Task {
     do {
         let response = try await chat?.sendMessage(message)
         
         loadingResponse = false
         
         guard let text = response?.text else {
             messages.append(.init(role: .model, message: "Something went wrong, please try again."))
             return
         }
         
         messages.append(.init(role: .model, message: text))
     }
     catch {
         loadingResponse = false
         messages.append(.init(role: .model, message: "Something went wrong, please try again."))
     }
 }
}
}

代码层面潜在问题 #

• 聊天历史初始化时机偏差：首次调用sendMessage时，创建chat对象用的messages数组还没加入当前用户消息（append操作在创建chat之后），不过这只会导致首次聊天历史为空，和延迟无关。
• 缺少超时控制：当前代码没有设置API请求超时时间，若API服务器无响应，请求会等待系统默认超时（可能长达数分钟）。可以给请求添加超时包装：

  Task {
      do {
          let response = try await Task.withTimeout(30) { // 设置30秒超时
              try await chat?.sendMessage(message)
          }
          
          loadingResponse = false
          
          guard let text = response?.text else {
              messages.append(.init(role: .model, message: "请求失败，请重试。"))
              return
          }
          
          messages.append(.init(role: .model, message: text))
      } catch is CancellationError {
          loadingResponse = false
          messages.append(.init(role: .model, message: "请求超时，请重试。"))
      } catch {
          loadingResponse = false
          messages.append(.init(role: .model, message: "请求失败，请重试。"))
      }
  }
  

• 可选值调用的隐性风险：chat?.sendMessage中若chat初始化失败为nil，会直接返回nil触发错误，但这不是延迟的直接原因。

API层面排查方向 #

• 预览版模型稳定性：你使用的gemini-2.0-flash-lite-preview-02-05是预览版模型，可能存在服务器负载过高或地区性延迟问题，即使更换其他模型，若所在地区的谷歌API节点拥堵，也会导致高延迟。
• API节点地区匹配：若设备所在地区没有谷歌API的就近节点，跨地区请求会产生极高延迟，可确认API密钥绑定的地区是否与实际使用地区匹配。
• 官方API状态：谷歌Gemini API可能存在临时服务故障或限流，可通过谷歌AI Studio查看API使用统计，确认是否有异常请求记录。

快速排查步骤 #

1. 发送极短的简单测试消息（如“你好”），排除消息内容复杂度导致的延迟。
2. 用上述代码添加超时控制，确认是否是请求超时导致的长时间等待。
3. 使用谷歌官方API测试工具直接调用Gemini API，若同样出现高延迟，说明是API服务或网络节点问题；若工具调用正常，则是代码配置问题。

内容的提问来源于stack exchange，提问作者Harrinandhaan Sathish Kumaar N