fix(legal): add model cascade fallback on 503/429 high demand spikes

services/ai_legal_engine.py

@@ -204,8 +204,18 @@ class AILegalEngine:
             f"{self.get_role_instructions(role)}"
         )
 
-        model_to_use = self.model_name
+        # Каскад моделей при перегрузке или временной недоступности (503/429)
+        models_to_try = [
+            self.model_name,
+            "gemini-flash-latest",
+            "gemini-3-flash-preview"
+        ]
+        # Убираем дубликаты с сохранением порядка
+        seen = set()
+        models_cascade = [m for m in models_to_try if not (m in seen or seen.add(m))]
 
+        last_err = None
+        for model_to_use in models_cascade:
             try:
                 reply_text = await self._query_rest_api(
                     prompt=prompt,
@@ -226,11 +236,15 @@ class AILegalEngine:
                 }
 
             except Exception as e:
+                last_err = e
+                log.warning(f"Model {model_to_use} failed ({e}), trying next fallback...")
+                await asyncio.sleep(0.5)
+
         latency = (datetime.now() - start_time).total_seconds()
-            log.error(f"Gemini Error: {e}")
+        log.error(f"All Gemini fallback models failed: {last_err}")
         return {
             "success": False,
-                "text": f"Ошибка обработки запроса ИИ: {e}",
+            "text": f"Шлюз ИИ временно перегружен. Пожалуйста, повторите вопрос через несколько секунд.",
             "role": role,
             "latency_sec": round(latency, 2)
         }