Scale Tier voor API-klanten

Dit aanbod is beschikbaar voor zakelijke klanten. Neem contact op met ons salesteam⁠ voor meer informatie. Zie Prioriteitsverwerking⁠ om gebruik te maken van dezelfde premium voordelen op het gebied van latentie en betrouwbaarheid op een flexibele, pay-as-you-go-basis.

Met Scale Tier kun je vooraf een vast aantal API-invoer- en uitvoer-tokens per minuut kopen (bekend als 'token-eenheden') voor toegang tot één specifieke modelsnapshot. Elk token-eenheid wordt gekocht voor minimaal 30 dagen. Extra modellen kunnen worden toegevoegd als daar vraag naar is.

Met Scale Tier krijg je toegang tot:

Voorspelbare latentie: Scale Tier is ontworpen om sneller en met een consistentere snelheid tokens te genereren dan de pay-as-you-go (PAYG)-dienst, zelfs tijdens piek-uren.
Onbeperkt schalen: Alle quota-aankopen met Scale Tier worden automatisch toegevoegd aan je tarieflimieten, zodat je met een gerust hart verder kunt opschalen.
Hogere betrouwbaarheid: Verkeer op Scale Tier biedt een SLA van 99,9% uptime en prioritaire compute.

	Invoerbundel	Uitvoerbundel	Beschikbaarheid SLA	Latentie SLA
GPT-5.5	50.000 TPM US$ 750,00 per eenheid/dag	N.v.t.³	99,9%	99% > 100 tokens per seconde²
GPT-5.4 mini	50.000 TPM US$ 100,00 per eenheid/dag	N.v.t.³	99,9%	99% > 100 tokens per seconde²
GPT-5.4 sluit lange context uit⁴	50.000 TPM US$ 300,00 per eenheid/dag	N.v.t.³	99,9%	99% > 50 tokens per seconde²
GPT-5.2	25.000 TPM US$ 105,00 per eenheid/dag	2.500 TPM US$ 84,00 per eenheid/dag	99,9%	99% > 50 tokens per seconde²
GPT-5.1	25.000 TPM US$ 75,00 per eenheid/dag	2.500 TPM US$ 60,00 per eenheid/dag	99,9%	99% > 50 tokens per seconde²
GPT-5	25.000 TPM US$ 75,00 per eenheid/dag	2.500 TPM US$ 60,00 per eenheid/dag	99,9%	99% > 50 tokens per seconde²
GPT-5 mini	500.000 TPM US$ 275,00 per eenheid/dag	50.000 TPM US$ 220,00 per eenheid/dag	99,9%	99% > 80 tokens per seconde²
GPT-4.1 sluit lange context uit¹	30.000 TPM US$ 110,00 per eenheid/dag	2.500 TPM US$ 36,00 per eenheid/dag	99,9%	99% > 80 tokens per seconde²
GPT-4.1 mini sluit lange context uit¹	500.000 TPM US$ 450,00 per eenheid/dag	50.000 TPM US$ 175,00 per eenheid/dag	99,9%	99% > 90 tokens per seconde²
GPT-4.1 nano sluit lange context uit¹	500.000 TPM US$ 110,00 per eenheid/dag	50.000 TPM US$ 40,00 per eenheid/dag	99,9%	99% > 100 tokens per seconde²
GPT-4.1 fine tuning	30.000 TPM US$ 165,00 per eenheid/dag	2.500 TPM US$ 36,00 per eenheid/dag	99,9%	99% > 80 tokens per seconde²
GPT-4.1 mini fine tuning	500.000 TPM US$ 900,00 per eenheid/dag	50.000 TPM US$ 175,00 per eenheid/dag	99,9%	99% > 90 tokens per seconde²
o3	25.000 TPM US$ 75,00 per eenheid/dag	5.000 TPM US$ 60,00 per eenheid/dag	99,9%	99% > 80 tokens per seconde²
o4-mini	30.000 TPM US$ 50,00 per eenheid/dag	5.000 TPM US$ 32,50 per eenheid/dag	99,9%	99% > 90 tokens per seconde²
GPT-4o	30.000 TPM US$ 124,59 per eenheid/dag	2.500 TPM US$ 39,34 per eenheid/dag	99,9%	99% > 80 tokens per seconde²
GPT-4o mini	500.000 TPM US$ 114,75 per eenheid/dag	50.000 TPM US$ 49,18 per eenheid/dag	99,9%	99% > 90 tokens per seconde²
GPT-4o mini fine tuning	500.000 TPM US$ 229,50 per eenheid/dag	50.000 TPM US$ 98,36 per eenheid/dag	99,9%	99% > 90 tokens per seconde²
o1	5.000 TPM US$ 163,93 per eenheid/dag	1.000 TPM US$ 131,15 per eenheid/dag	99,9%	99% > 80 tokens per seconde²
o3-mini	30.000 TPM US$ 78,69 per eenheid/dag	5.000 TPM US$ 52,46 per eenheid/dag	99,9%	99% > 90 tokens per seconde²

1Verzoeken waarbij het geschatte aantal prompttokens meer dan 128.000 is

2Wordt berekend als p50-latentie (responstijd) in blokken van vijf minuten. Ben je al klant met een bestaand Enterprise-contract waarin de SLA voor de p50-latentie per minuut wordt berekend? Dan blijft die SLA ook gewoon gelden.

3Met GPT-5.4 wordt Scale Tier aangeschaft als een bundel van gecombineerde invoer- en uitvoertokens per minuut. Het gebruik van invoertokens, in de cache opgeslagen invoertokens en uitvoertokens wordt tegen deze gecombineerde bundel verrekend met verschillende tarieven. Zie het gedeelte Hoe het werkt hieronder.

4Lange context is >272K

Hoe het werkt

Met Scale Tier kun je invoer- en uitvoer-token-eenheden kopen. Bijvoorbeeld, met GPT‑4 kost elke invoereenheid 110 dollar/dag en heb je recht op 30k tokens/min. Elke uitvoereenheid kost 36 dollar/dag en geeft recht op 2,5k tokens/min. Elk token-eenheid wordt gekocht voor minimaal 30 dagen.

Meer informatie over hoe het Scale Tier samenwerkt met Prompt Caching vind je in het gedeelte 'Veelgestelde vragen' hieronder.

Met GPT‑5.4 koop je gecombineerde invoer- en uitvoer-tokens per minuut. Dit geeft je meer flexibiliteit en maakt het niet meer nodig om de verhouding tussen invoer- en uitvoer tokens te voorspellen. Wanneer je het Scale Tier gebruikt, worden tokens als volgt verrekend met je gecombineerde tokens:

Invoertokens tellen als 1
Tokens in de cache volgen de caching per model zoals hieronder in de sectie 'Veelgestelde vragen' wordt beschreven.
Aantal uitvoertokens op basis van de PayG-prijsverhouding van uitvoer- tot invoertokens voor het model. Bijvoorbeeld: bij GPT‑5.4 telt één token als 6.

Prijzen

Voor factureringsdoeleinden worden tokens per minuut (TPM) berekend op basis van het gemiddelde aantal gebruikte tokens in intervallen van 15 minuten, uitgelijnd met het hele uur (bijv. 3:00 tot < 3:15, 3:15 tot < 3:30, enz.). Als het totale aantal gebruikte tokens binnen een periode van 15 minuten onder je Scale Tier blijft, worden er geen kosten in rekening gebracht. Als je bijvoorbeeld Scale Tier voor GPT‑4o aanschaft met een toewijzing van 30.000 tokens per minuut, kun je in elke periode van 15 minuten tot 450.000 tokens gebruiken zonder extra kosten. Alle tokens die je boven deze limiet gebruikt, worden gefactureerd tegen pay-as-you-go (PAYG)-tarieven.

Token-eenheden en gebruikslimieten

Je kunt je huidige gebruikslimieten bekijken op je instellingenpagina⁠⁠(opent in een nieuw venster). Wanneer je token-eenheden voor Scale Tier koopt, worden je gebruikslimieten voor dat model automatisch verhoogd met de hoeveelheid die je hebt gekocht. Wanneer je het model gebruikt, worden verzoeken eerst verwerkt via je snellere Scale Tier-quota. Als je die quota overschrijdt, worden extra verzoeken verwerkt via de reguliere Standard processing-service. Als je binnen een minuut je totale gebruikslimiet overschrijdt voor Scale Tier plus de reguliere Standard processing-limieten, worden verdere verzoeken zoals gebruikelijk geweigerd met een 429-foutcode.

Ja, je kunt de parameter ‘service_tier’ gebruiken binnen de Chat Completions API. Als je ‘auto’ opgeeft, wordt je Scale Tier-quota gebruikt als dat beschikbaar is. Als je ‘default’ opgeeft, wordt je Standard processing-quota gebruikt. De respons bevat ook een parameter ‘service_tier’ die aangeeft welke service het verzoek daadwerkelijk heeft verwerkt. De waarden zijn ‘scale’ of ‘default’.

We bieden verschillende kortingen op tokens in de cache (50%, 75% of 90%), afhankelijk van het model. Als je 50.000 TPM aan invoertokens in cache verstuurt op een model waarbij tokens in cache 50% korting krijgen, tellen die tokens slechts voor 25.000 TPM mee voor je quota. Als je 50.000 TPM aan invoertokens in cache verstuurt op een model waarbij tokens in cache 75% korting krijgen, tellen die tokens slechts voor 12.500 TPM mee voor je quota. Meer informatie over Prompt Caching ↗⁠(opent in een nieuw venster)

Scale Tier voor API-klanten

Hoe het werkt

Prijzen

Hoe wordt Scale Tier besteld en geleverd?

Wanneer start de facturering?

Hoe worden pay-as-you-go-overschrijdingen berekend terwijl ik Scale Tier gebruik?

Als ik een jaarlijkse verbintenis aanga, moet mijn besteding dan worden toegepast op Scale Tier?

Is mijn jaarlijkse verbintenis gebonden aan een specifiek aanbod?

Als ik al gebruikmaak van Reserved Capacity, hoe kan ik dan Scale Tier gebruiken voor GPT-4o?

Token-eenheden en gebruikslimieten

Hoe kan ik token-eenheden aanschaffen via Scale Tier?

Hoe kan ik mijn TPM achterhalen?

Hoe bepaal ik mijn totale gebruikslimieten?

Kan ik zelf bepalen welke verzoeken onder de Scale Tier-optie vallen?

Hoe werkt Scale Tier met prompt caching?

Modellen

Hoe werken andere modaliteiten samen met Scale Tier?

Ondersteunt Scale Tier fijnafstemming?

Kan ik mijn Scale Tier-overloopverkeer automatisch naar prioriteitsverwerking sturen?

Betrouwbaarheid

Wat gebeurt er als zowel de latentie- als de uptime-SLA worden geschonden?

Beleidsregels

Hoe werkt Zero Data Retention (ZDR) voor Scale Tier?