Scale Tier voor API-klanten

Scale Tier is available on models released before GPT‑5.6. For GPT‑5.6 and future model releases, see Reserved Tier

This offering is available to Enterprise customers. Please contact our sales team⁠ to learn more. To access the same premium latency and reliability benefits on a flexible, pay-as-you-go basis, see Fast mode.

Scale Tier lets you purchase a set number of API input and output tokens per minute (known as “token units”) upfront for access to one specific model snapshot. Each token unit is purchased for a minimum of 30 days. Additional models may be added based on customer interest.

By choosing Scale Tier, you can unlock:

Predictable latency: Scale Tier is designed to generate tokens faster and at a more consistent speed than the pay-as-you-go (PAYG) service, even during peak demand.
Uncapped scale: Any quota purchases with Scale Tier is automatically added to your rate limits, so you can confidently scale further.
Higher reliability: Scale Tier traffic offers a 99.9% uptime SLA and prioritized 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 en GPT‑5.5 koop je gecombineerde invoer- en uitvoertokens/min. Dit geeft je meer flexibiliteit en maakt het niet meer nodig om de verhouding tussen invoer- en uitvoertokens 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

For billing purposes, tokens per minute (TPM) are calculated by averaging the number of tokens used in 15-minute intervals aligned to the top of the hour (e.g. 3:00 to 3:15, 3:15 to 3:30, etc). If the total tokens used within a 15-minute period is below your Scale Tier entitlement, they are not billed. For example, if you purchase Scale Tier for GPT‑4o with an entitlement of 30,000 input tokens per minute, you can use up to 450,000 input tokens in any 15-minute period without incurring additional charges. Any tokens used beyond this limit are billed at pay-as-you-go (PAYG) rates on Fast mode.

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.

Schakel de schakelaar "Scale Tier ingeschakeld" in bij Projectinstellingen.

Aanroepen van de Responses API verbruiken standaard Scale Tier-tokens wanneer de schakelaar is ingeschakeld en er tokens beschikbaar zijn.

Als je de Completions API gebruikt, raadpleeg dan de documentatie voor de sleutel `service_tier` om te bepalen of je deze handmatig moet instellen of op de standaardwaarden kunt vertrouwen.

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?

Hoe schakel ik het gebruik van Scale Tier-tokens voor aanroepen in?

Hoe werkt Scale Tier met prompt caching?

Modellen

Hoe werken andere modaliteiten samen met Scale Tier?

Can I automatically send my Scale Tier spill-over traffic to Fast mode?

Betrouwbaarheid

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

Beleidsregels

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