Бърз режим за клиенти на API

Бързият режим предлага надеждна, високоскоростна производителност с гъвкаво плащане според потреблението. С нашия най-нов авангарден модел, gpt-5.6-sol, в Бързия режим можете да получите до 2,5 пъти по-високи скорости.

Като изберете Бърз режим, можете да отключите:

Предвидима ниска латентност: Бързият режим осигурява генериране на токени по-бързо и с по-последователна скорост от Стандартната услуга за обработка, дори по време на пиково търсене.
Лесна за използване гъвкавост: Подобно на Стандартната обработка, може да се получи достъп до Бърз режим на гъвкава основа, плащайки според използването, вместо да се изисква предварително осигуряване.

Забележка: „Приоритетна обработка“ беше преименувана на „Бърз режим“ на 30.07.2026 г. Можете да използвате service_tier: priority или service_tier: fast във Вашите API заявки.

	Short context			Long context			Споразумение за ниво на обслужване за ъптайм³	Споразумение за ниво на обслужване за забавяне³
	Цена за 1M входящи токени	Цена за 1 млн. входящи токени (кеширани)	Цена за 1 млн. изходящи токена	Цена за 1M входящи токени	Цена за 1 млн. входящи токени (кеширани)	Цена за 1 млн. изходящи токена	Споразумение за ниво на обслужване за ъптайм³	Споразумение за ниво на обслужване за забавяне³
GPT-5.6 Sol	10,00 щ.д.	1,00 щ.д.	60,00 щ.д.	20,00 щ.д.	2,00 щ.д.	90,00 щ.д.	99,9%	99% > 80 токени в секунда²
GPT-5.6 Terra	4,00 щ.д.	0,40 щ.д.	24,00 щ.д.	8,00 щ.д.	0,80 щ.д.	36,00 щ.д.	99,9%	99% > 70 токени в секунда²
GPT-5.6 Luna	0,40 щ.д.	0,04 щ.д.	2,40 щ.д.	0,80 щ.д.	0,08 щ.д.	3,60 щ.д.	99,9%	99% > 100 токени в секунда²
GPT-5.5 изключва дълги контексти¹	12,50 щ.д.	1,250 щ.д.	75,00 щ.д.	—	—	—	99,9%	99% > 50 токени в секунда²
GPT-5.4 mini изключва дълги контексти¹	1,50 щ.д.	0,150 щ.д.	9,00 щ.д.	—	—	—	99,9%	99% > 100 токени в секунда²
GPT-5.4 изключва дълги контексти¹	5,00 щ.д.	0,500 щ.д.	30,00 щ.д.	—	—	—	99,9%	99% > 50 токени в секунда²
GPT-5.2	3,50 щ.д.	0,350 щ.д.	28,00 щ.д.	—	—	—	99,9%	99% > 50 токени в секунда²
GPT-5.1	2,50 щ.д.	0,250 щ.д.	20,00 щ.д.	—	—	—	99,9%	99% > 50 токени в секунда²
GPT-5	2,50 щ.д.	0,250 щ.д.	20,00 щ.д.	—	—	—	99,9%	99% > 50 токени в секунда²
GPT-5 mini	0,45 щ.д.	0,045 щ.д.	3,60 щ.д.	—	—	—	99,9%	99% > 80 токени в секунда²
GPT-5.1 codex	2,50 щ.д.	0,250 щ.д.	20,00 щ.д.	—	—	—	99,9%	99% > 50 токени в секунда²
GPT-5 codex	2,50 щ.д.	0,250 щ.д.	20,00 щ.д.	—	—	—	99,9%	99% > 50 токени в секунда²
GPT-4.1	3,50 щ.д.	0,875 щ.д.	14,00 щ.д.	—	—	—	99,9%	99% > 80 токени в секунда²
GPT-4.1 mini	0,70 щ.д.	0,175 щ.д.	2,80 щ.д.	—	—	—	99,9%	99% > 90 токени в секунда²
GPT-4.1 nano	0,20 щ.д.	0,050 щ.д.	0,80 щ.д.	—	—	—	99,9%	99% > 100 токени в секунда²
GPT-4o gpt-4o-2024-11-20 gpt-4o-2024-08-06	4,25 щ.д.	2,125 щ.д.	17,00 щ.д.	—	—	—	99,9%	99% > 80 токени в секунда²
gpt-4o-2024-05-13	8,75 щ.д.	—	26,25 щ.д.	—	—	—	99,9%	99% > 80 токени в секунда²
GPT-4o mini	0,25 щ.д.	0,125 щ.д.	1,00 щ.д.	—	—	—	99,9%	99% > 90 токени в секунда²
o3	3,50 щ.д.	0,875 щ.д.	14,00 щ.д.	—	—	—	99,9%	99% > 80 токени в секунда²
o4-mini	2,00 щ.д.	0,500 щ.д.	8,00 щ.д.	—	—	—	99,9%	99% > 90 токени в секунда²

1Заявките са приблизително над 272 000 токена за подкана

2Изчислява се като p50 забавяне на заявките на всеки 5 минути. За клиенти с вече съществуващи корпоративни споразумения, които имат SLA за забавяне, изчислени като p50 забавяне на заявките на минута, предишните SLA също са все още приложими.

3Това е приложимо само за клиенти на Enterprise

Как работи

Клиентите могат да насочват трафика към Бърз режим за всяка заявка поотделно, използвайки съществуващия параметър service_tier с опцията service_tier = "fast".

Токените, обслужвани от Бързия режим, ще бъдат таксувани на база на токен, като цената е по-висока в сравнение със Стандартните тарифи за обработка.

Освен че може да бъде конфигуриран на ниво заявка, можете също така да зададете проекта в Бърз режим по подразбиране в Настройки на проекта → Стандартно ниво на услуга: Бърз. Все още можете да промените настройките за всяка заявка. Избирането на „Бърз“ в настройките на проекта е равнозначно на избирането на „Приоритет“.

Ограничения

Лимитите на заявките за Бърз режим са споделени с други нива на услугата.
В редки случаи бързото увеличаване на Вашите токени за Бърз режим на минута може да доведе до достигане на лимитите на заявките за нарастване. Ако надвишите лимитите на заявките за нарастване, допълнителният трафик може да бъде пренасочен към Стандартна обработка.

Често задавани въпроси

На 30.07.2026 г. „Приоритетната обработка“ беше преименувана на „Бърз режим“ и увеличихме скоростите, с които изпълняваме gpt-5.6-sol, за да стане 2,5 пъти по-бързо от стандартните скорости. Името „Бърз режим“ по-ясно предава основното предимство на режима: по-бързи реакции за чувствителни към латентност работни системи. Новото име отразява същата гъвкава обработка с плащане според използването, която клиентите вече използват. Това не е промяна, нарушаваща съвместимостта, тъй като както service_tier=priority, така и service_tier=fast продължават да се приемат от нашия API за достъп до тази функционалност.

За съществуващи модели можете да зададете service_tier на priority или fast в заявките към /v1/responses, /v1/chat/completions и /v1/usage. И двете опции ще продължат да връщат приоритет в отговорите на API и да се показват като приоритетни в Таблото за използване и във фактурите.

За модели, пуснати след gpt-5.6, отговорите от API, отчетите за използването и фактурите ще отразяват името на бързия режим.

Ценообразуване

За да видите токените, обработени чрез Бърз режим (преди известен като Приоритетна обработка), влезте в информационния панел за използване, изберете Завършени чатове или Отговори и групирайте по Ниво на услугата.

За да видите разходите в Бърз режим, влезте в Информационния панел за използване и изберете Групиране по артикул.

В таблото за използване заявките, използващи или priority (приоритет), или fast (бърз) като service_tier (ниво на услугата), ще продължат да се показват като приоритетни. Това ще бъде актуализирано за бъдещи модели.

Модели

Бърз режим поддържа същите мултимодални възможности, които са налични в Стандартния режим. По-специално изображенията могат да се използват като въвеждане за Приоритетна обработка и се обработват със същата бърза латентност.

Ограничения на натоварването

Бързият режим има лимити на заявките за нарастване, за да осигури постоянно висока производителност за всички клиенти, като същевременно предлага гъвкаво ценообразуване при поискване. Ако (а) производителността в Бърз режим е влошена И (б) трафикът на клиента се увеличава твърде бързо, тогава част от заявките в Бърз режим може да бъдат понижени до Стандартна обработка.

Текущият лимит на заявките за нарастване в Бърз режим е дефиниран като обработка на поне 1 млн. TPM и увеличаване на трафика с >50% токени в минута за по-малко от 15 минути.

Заявките, обработвани от стандартния слой на услугата, ще бъдат таксувани по стандартни тарифи и не отговарят на условията за приоритетни цели за ниво на обслужване.

Заявките, обработени от Стандартното ниво на услугата, ще включват service_tier="Default" в отговора.

Най-добри практики за спазване на ограниченията за постепенно увеличаване на натоварването

Постепенно увеличавайте трафика при смяна на моделите. Например, ако вашето приложение преминава от предишен снапшот към нов, използвайте флаг за функции, за да прехвърлите трафика в рамките на няколко часа, вместо всичко наведнъж.
Избягвайте да изпълнявате големи задачи за обработка на данни или асинхронни задачи в Бърз режим. Тези задачи могат бързо да увеличат трафика и често не се нуждаят от подобрената производителност на Бързия режим.
Ако редовно се сблъсквате с ограничения на постепенното увеличаване на натоварването, обмислете закупуването на капацитет от ниво Scale вместо това или в допълнение.

Надеждност

За клиентите на Enterprise, моля, свържете се с вашия AD, ако имате въпроси или притеснения.

Споразуменията за ниво на обслужване (SLA) за приоритетна обработка ще бъдат третирани по същия начин като SLA за мащабиране; ще бъдат предложени кредитни услуги, ако не успеем да изпълним тези SLA за клиенти с корпоративни споразумения в рамките на даден времеви прозорец.

Политики

Заявките, обработени от Стандартното ниво на услугата, ще включват service_tier="Default" в отговора.

Най-добри практики за спазване на ограниченията за постепенно увеличаване на натоварването

Постепенно увеличавайте трафика при смяна на моделите. Например, ако вашето приложение преминава от предишен снапшот към нов, използвайте флаг за функции, за да прехвърлите трафика в рамките на няколко часа, вместо всичко наведнъж.
Избягвайте да изпълнявате големи задачи за обработка на данни или асинхронни задачи в Бърз режим. Тези задачи могат бързо да увеличат трафика и често не се нуждаят от подобрената производителност на Бързия режим.
Ако редовно се сблъсквате с ограничения на постепенното увеличаване на натоварването, обмислете закупуването на капацитет от ниво Scale вместо това или в допълнение.

Бърз режим за клиенти на API

Как работи

Ограничения

Често задавани въпроси

Какво означава промяната от Приоритетна обработка към Бърз режим за клиентите?

Ценообразуване

(За клиенти на Enterprise) Как това взаимодейства с нивото на мащабиране?

(За клиенти на Enterprise) Мога ли автоматично да изпращам излишния трафик от моето Ниво на мащабиране в Бърз режим?

(За клиенти на Enterprise) Свързано ли е годишното ми задължение с конкретен режим на обработка?

Все още ли получавам отстъпка за кеширани входни токени?

Как мога да видите използването и разходите си в Бърз режим?

Модели

Как други модалности работят с Бързия режим?

Ще бъдат ли поддържани бъдещите модели?