Sobre a falha intermitente que vocês não conseguiram reproduzir: vale olhar se tem algum proxy no caminho cortando por inatividade. Sem streaming e com contexto grande, o fornecedor pode demorar bastante até mandar o primeiro byte, e load balancer ou CDN com timeout de ociosidade derruba a conexão só nas requisições mais pesadas daquele usuário (no Cloudflare com proxy ligado, por exemplo, é 100 segundos e volta um 524). Em teste curto isso nunca aparece.
Logar o tempo até o primeiro byte junto do request id ajuda a ver se as falhas se concentram perto de um número redondo.