Modaliteti i shpejtë për klientët e API
Modaliteti i shpejtë ofron performancë të besueshme dhe me shpejtësi High, me fleksibilitetin e me pagesë sipas konsumit. Për modelin tonë më të fundit avangardë, gpt-5.6-sol, mund të kesh akses në shpejtësi deri në 2,5 herë më të larta me modalitetin e lartë.
Duke zgjedhur modalitetin e shpejtë, mund të përfitosh:
- Vonesë të ulët e parashikueshme: modaliteti i shpejtë gjeneron tokenë më shpejt dhe me një shpejtësi më të qëndrueshme sesa shërbimi standard i përpunimit, edhe gjatë pikut të kërkesës.
- Fleksibilitet praktik: Ashtu si përpunimi standard, modaliteti i shpejtë mund të aksesohet në mënyrë fleksibël, me pagesë sipas përdorimit, në vend që të kërkohet ofrim paraprak.
Shënim: Përpunimi me përparësi u riemërtua modaliteti i shpejtë më 30 korrik 2026. Mund të përdorësh ose service_tier: priority ose service_tier: fast në kërkesat e tua API.
| Short context | Long context | SLA e kohës së funksionimit3 | SLA e vonesës3 | |||||
|---|---|---|---|---|---|---|---|---|
| Çmimi për 1M tokena hyrës | Çmimi për 1 milion kodet e hyrjes (të ruajtura) | Çmimi për 1M tokena output-esh | Çmimi për 1M tokena hyrës | Çmimi për 1 milion kodet e hyrjes (të ruajtura) | Çmimi për 1M tokena output-esh | |||
GPT-5.6 Sol | 10,00 US$ | 1,00 US$ | 60,00 US$ | 20,00 US$ | 2,00 US$ | 90,00 US$ | 99,9% | 99% > 80 tokenë për sekondë2 |
GPT-5.6 Terra | 4,00 US$ | 0,40 US$ | 24,00 US$ | 8,00 US$ | 0,80 US$ | 36,00 US$ | 99,9% | 99% > 70 tokenë për sekondë2 |
GPT-5.6 Luna | 0,40 US$ | 0,04 US$ | 2,40 US$ | 0,80 US$ | 0,08 US$ | 3,60 US$ | 99,9% | 99% > 100 tokenë për sekondë2 |
GPT-5.5 përjashton kontekstin e gjatë1 | 12,50 US$ | 1,250 US$ | 75,00 US$ | — | — | — | 99,9% | 99% > 50 tokenë për sekondë2 |
GPT-5.4 mini përjashton kontekstin e gjatë1 | 1,50 US$ | 0,150 US$ | 9,00 US$ | — | — | — | 99,9% | 99% > 100 tokenë për sekondë2 |
GPT-5.4 përjashton kontekstin e gjatë1 | 5,00 US$ | 0,500 US$ | 30,00 US$ | — | — | — | 99,9% | 99% > 50 tokenë për sekondë2 |
GPT-5.2 | 3,50 US$ | 0,350 US$ | 28,00 US$ | — | — | — | 99,9% | 99% > 50 tokenë për sekondë2 |
GPT-5.1 | 2,50 US$ | 0,250 US$ | 20,00 US$ | — | — | — | 99,9% | 99% > 50 tokenë për sekondë2 |
GPT-5 | 2,50 US$ | 0,250 US$ | 20,00 US$ | — | — | — | 99,9% | 99% > 50 tokenë për sekondë2 |
GPT-5 mini | 0,45 US$ | 0,045 US$ | 3,60 US$ | — | — | — | 99,9% | 99% > 80 tokenë për sekondë2 |
GPT-5.1 codex | 2,50 US$ | 0,250 US$ | 20,00 US$ | — | — | — | 99,9% | 99% > 50 tokenë për sekondë2 |
GPT-5 codex | 2,50 US$ | 0,250 US$ | 20,00 US$ | — | — | — | 99,9% | 99% > 50 tokenë për sekondë2 |
GPT-4.1 | 3,50 US$ | 0,875 US$ | 14,00 US$ | — | — | — | 99,9% | 99% > 80 tokenë për sekondë2 |
GPT-4.1 mini | 0,70 US$ | 0,175 US$ | 2,80 US$ | — | — | — | 99,9% | 99% > 90 tokenë për sekondë2 |
GPT-4.1 nano | 0,20 US$ | 0,050 US$ | 0,80 US$ | — | — | — | 99,9% | 99% > 100 tokenë për sekondë2 |
GPT-4o gpt-4o-2024-11-20 gpt-4o-2024-08-06 | 4,25 US$ | 2,125 US$ | 17,00 US$ | — | — | — | 99,9% | 99% > 80 tokenë për sekondë2 |
gpt-4o-2024-05-13 | 8,75 US$ | — | 26,25 US$ | — | — | — | 99,9% | 99% > 80 tokenë për sekondë2 |
GPT-4o mini | 0,25 US$ | 0,125 US$ | 1,00 US$ | — | — | — | 99,9% | 99% > 90 tokenë për sekondë2 |
o3 | 3,50 US$ | 0,875 US$ | 14,00 US$ | — | — | — | 99,9% | 99% > 80 tokenë për sekondë2 |
o4-mini | 2,00 US$ | 0,500 US$ | 8,00 US$ | — | — | — | 99,9% | 99% > 90 tokenë për sekondë2 |
Si funksionon
Klientët mund të drejtojnë trafikun drejt modalitetit të shpejtë në bazë të kërkesës duke përdorur parametrin ekzistues service_tier, me opsionin service_tier = "fast".
Tokenët e shërbyer nga modaliteti i shpejtë do të tarifohen për çdo kod, me një çmim më të lartë në krahasim me tarifat e përpunimit standard.
Përveç konfigurimit në nivelin e kërkesës, mund të vendos gjithashtu një projekt në modalitetin e shpejtë si parazgjedhje te Cilësimet e projektit > Niveli i parazgjedhur i shërbimit: i shpejtë. Mund të kryesh gjithsesi anashkalim për çdo kërkesë. Zgjedhja e "shpejt" në cilësimet e projektit është e barasvlershme me zgjedhjen e "përparësi".
Kufizime
- Kufijtë e normës për modalitetin e shpejtë janë të përbashkët me nivelet e tjera të shërbimit.
- Në raste të rralla, rritjet e shpejta të tokenëve për minutë në modalitetin Fast mund të çojnë në arritjen e kufijve të normës së rritjes. Nëse e tejkalon kufirin e rritjes së shpejtësisë, atëherë trafiku shtesë mund të dërgohet në përpunimin Standard.