Skaleringsniveau for API-kunder

Dette tilbud er tilgængeligt for Enterprise-kunder. Kontakt vores salgsteam⁠ for at lære mere. For at få adgang til de samme premiumfordele med hensyn til latenstid og pålidelighed på en fleksibel, betal-efter-forbrug-basis, kan du se Prioriteret behandling⁠.

Med skaleringsniveau kan du forudkøbe et fast antal tokens pr. minut (kaldet “tokenenheder”) til input og output, som giver adgang til én dedikeret modelversion. Hver token købes for minimum 30 dage. Yderligere modeller kan tilføjes baseret på kundeinteresse.

Ved at vælge skaleringsniveau kan du låse op for:

Forudsigelig latens: Skaleringsniveau er designet til at generere token hurtigere og ved en mere stabil hastighed end betal efter forbrug-tjenesten (PAYG), selv i perioder med stor efterspørgsel.
Ubegrænset skalering: Alle kvotekøb med skaleringsniveau lægges automatisk til dine brugsgrænser, så du trygt kan skalere yderligere.
Højere pålidelighed: Skaleringsniveau-trafik tilbyder en 99,9 % oppetidsgaranti (SLA) og prioriteret adgang til beregningsressourcer.

	Input-pakke	Output-pakke	Serviceniveauaftale for oppetid	Serviceniveauaftale for latenstid
GPT-5.5	50.000 TPM 750,00 US$ pr. enhed/dag	Ikke tilgængelig³	99,9 %	99 % > 100 tokens pr. sekund²
GPT-5.4 mini	50.000 TPM 100,00 US$ pr. enhed/dag	Ikke tilgængelig³	99,9 %	99 % > 100 tokens pr. sekund²
GPT-5.4 udelukker lang kontekst⁴	50.000 TPM 300,00 US$ pr. enhed/dag	Ikke tilgængelig³	99,9 %	99 % > 50 tokens pr. sekund²
GPT-5.2	25.000 TPM 105,00 US$ pr. enhed/dag	2.500 TPM 84,00 US$ pr. enhed/dag	99,9 %	99 % > 50 tokens pr. sekund²
GPT-5.1	25.000 TPM 75,00 US$ pr. enhed/dag	2.500 TPM 60,00 US$ pr. enhed/dag	99,9 %	99 % > 50 tokens pr. sekund²
GPT-5	25.000 TPM 75,00 US$ pr. enhed/dag	2.500 TPM 60,00 US$ pr. enhed/dag	99,9 %	99 % > 50 tokens pr. sekund²
GPT-5 mini	500.000 TPM 275,00 US$ pr. enhed/dag	50.000 TPM 220,00 US$ pr. enhed/dag	99,9 %	99 % > 80 tokens pr. sekund²
GPT-4.1 udelukker udvidet kontekst¹	30.000 TPM 110,00 US$ pr. enhed/dag	2.500 TPM 36,00 US$ pr. enhed/dag	99,9 %	99 % > 80 tokens pr. sekund²
GPT-4.1 mini udelukker udvidet kontekst¹	500.000 TPM 450,00 US$ pr. enhed/dag	50.000 TPM 175,00 US$ pr. enhed/dag	99,9 %	99 % > 90 tokens pr. sekund²
GPT-4.1 nano udelukker udvidet kontekst¹	500.000 TPM 110,00 US$ pr. enhed/dag	50.000 TPM 40,00 US$ pr. enhed/dag	99,9 %	99 % > 100 tokens pr. sekund²
GPT-4.1 fine tuning	30.000 TPM 165,00 US$ pr. enhed/dag	2.500 TPM 36,00 US$ pr. enhed/dag	99,9 %	99 % > 80 tokens pr. sekund²
GPT-4.1 mini fine tuning	500.000 TPM 900,00 US$ pr. enhed/dag	50.000 TPM 175,00 US$ pr. enhed/dag	99,9 %	99 % > 90 tokens pr. sekund²
o3	25.000 TPM 75,00 US$ pr. enhed/dag	5.000 TPM 60,00 US$ pr. enhed/dag	99,9 %	99 % > 80 tokens pr. sekund²
o4-mini	30.000 TPM 50,00 US$ pr. enhed/dag	5.000 TPM 32,50 US$ pr. enhed/dag	99,9 %	99 % > 90 tokens pr. sekund²
GPT-4o	30.000 TPM 124,59 US$ pr. enhed/dag	2.500 TPM 39,34 US$ pr. enhed/dag	99,9 %	99 % > 80 tokens pr. sekund²
GPT-4o mini	500.000 TPM 114,75 US$ pr. enhed/dag	50.000 TPM 49,18 US$ pr. enhed/dag	99,9 %	99 % > 90 tokens pr. sekund²
GPT-4o mini fine tuning	500.000 TPM 229,50 US$ pr. enhed/dag	50.000 TPM 98,36 US$ pr. enhed/dag	99,9 %	99 % > 90 tokens pr. sekund²
o1	5.000 TPM 163,93 US$ pr. enhed/dag	1.000 TPM 131,15 US$ pr. enhed/dag	99,9 %	99 % > 80 tokens pr. sekund²
o3-mini	30.000 TPM 78,69 US$ pr. enhed/dag	5.000 TPM 52,46 US$ pr. enhed/dag	99,9 %	99 % > 90 tokens pr. sekund²

1Anmodninger anslået til >128.000 forespørgsels-tokens

2Beregnet som p50 anmodningslatenstid pr. 5 minutter. For kunder med eksisterende virksomhedsaftaler, der har serviceniveauaftaler for latenstid beregnet som p50 anmodningslatens på minutbasis, gælder de tidligere serviceniveauaftaler også stadig.

3For GPT-5.4 købes skalatrin som en pakke med kombinerede input- og outputtokens pr. minut. Brug af inputtokens, cachelagrede inputtokens og outputtokens tæller med i denne kombinerede pakke til forskellige priser. Se afsnittet Sådan fungerer det nedenfor.

4Lang kontekst er >272K

Sådan fungerer det

Med skaleringsniveau kan du købe input- og outputtoken-enheder. Med GPT‑4.1 koster hver inputenhed for eksempel 110 USD pr. dag og giver dig ret til 30.000 inputtokens pr. minut. Hver outputenhed koster 36 USD pr. dag og giver dig ret til 2.500 output token pr. minut. Hver token købes for minimum 30 dage.

Du kan finde flere oplysninger om, hvordan skaleringsniveau interagerer med cachelagring af forespørgsler i afsnittet med ofte stillede spørgsmål nedenfor.

Med GPT‑5.4 køber du kombinerede input- og outputtokens pr. minut. Dette giver dig større fleksibilitet og eliminerer behovet for at forudsige forholdet mellem input- og output-token. Når du bruger skaleringsniveau, medregner vi tokens i din samlede tokenbeholdning på følgende måde:

Inputtokens tæller som 1
Cachelagrede inputtokens følger cachelagringen pr. model som vist nedenfor i FAQ-sektionen.
Antal outputtokens er baseret på PayG-prisforholdet mellem output- og inputtokens for modellen. For eksempel tæller én outputtoken med GPT‑5.4 som 6.

Priser

Ved fakturering beregnes tokens pr. minut (TPM) som gennemsnittet af antallet af tokens brugt i 15-minutters intervaller, der starter ved timeslag (f.eks.). 15.00 til < 15.15, 15.15 til < 15.30 osv. Hvis det samlede antal tokens brugt i et 15-minutters interval ligger under din tildelte kapacitet via skaleringsniveau, bliver de ikke faktureret. For eksempel: Hvis du har købt skaleringsniveaufor GPT‑4o med en ret til 30.000 inputtokens pr. minut, kan du bruge op til 450.000 inputtokens i et vilkårligt 15-minutters interval uden ekstra omkostninger. Alle tokens, der bruges ud over denne grænse, faktureres til pay-as-you-go (PAYG)-satser.

Token og brugsgrænser

Du kan se dine nuværende brugsgrænser på din indstillingsside⁠⁠(åbner i et nyt vindue). Når du køber tokenenheder til skaleringsniveau, forhøjes dine brugsgrænser automatisk for den pågældende model med det antal, du har købt. Når du bruger modellen, behandles anmodningerne først ved hjælp af din hurtigere skaleringsniveau-kvote. Hvis du overskrider din kvote, vil yderligere anmodninger blive behandlet via den almindelige standardbehandlingstjeneste. Hvis du overskrider din samlede brugsgrænse på et minut på tværs af skaleringsniveau + standardbehandlingsgrænser, vil yderligere anmodninger som normalt blive afvist med en 429-fejlkode.

Vi giver forskellige rabatter på cachelagrede inputtokens (50 %, 75 % eller 90 %) afhængigt af modellen. Hvis du sender 50.000 TPM i cachelagrede inputtoken på en model, hvor cachelagrede token får 50 % rabat, tæller disse token kun for 25.000 TPM i forhold til din kvote. Hvis du sender 50.000 TPM i cachelagrede inputtoken på en model, hvor cachelagrede token får 75 % rabat, tæller disse token kun for 12.500 TPM i forhold til din kvote. Få mere at vide om prompt-cachelagring ↗⁠(åbner i et nyt vindue)

Skaleringsniveau for API-kunder

Sådan fungerer det

Priser

Hvordan bestilles og aktiveres skaleringsniveau?

Hvornår starter faktureringen?

Hvordan beregnes forbrug ud over kapacitetstrin, mens jeg bruger skaleringsniveau?

Hvis jeg indgår en årlig aftale, skal mine udgifter så nødvendigvis henføres til skaleringsniveauet?

Er min årlige aftale bundet til et bestemt tilbud?

Hvis jeg allerede bruger reserveret kapacitet, hvordan kan jeg så bruge skaleringsniveau til GPT-4o?

Token og brugsgrænser

Hvordan køber jeg tokenenheder med skaleringsniveau?

Hvordan kan jeg se mit TPM?

Hvordan finder jeg ud af mine samlede brugsgrænser?

Kan jeg vælge, hvilke forespørgsler der skal være dækket af kapacitetstrin?

Hvordan fungerer skaleringsniveau med cachelagring af forespørgsler?

Modeller

Hvordan fungerer andre modaliteter med skaleringsniveau?

Understøtter skaleringsniveau finjustering?

Kan jeg automatisk sende min overskydende trafik fra skaleringsniveau til prioritetsbehandling?

Driftssikkerhed

Hvad sker der, hvis både latenstids- og oppetids-SLA overtrædes?

Politikker

Hvordan fungerer Zero Data Retention (ZDR) for skaleringsniveau?