API కస్టమర్ల కోసం వేగవంతమైన మోడ్
వేగవంతమైన మోడ్ నమ్మకమైన, హై-స్పీడ్ పనితీరును, అవసరానుసారం చెల్లించే విధానంతో సౌలభ్యంగా అందిస్తుంది. మా తాజా అత్యాధునిక మోడల్ అయిన gpt-5.6-sol కోసం, వేగవంతమైన మోడ్తో నువ్వు 2.5 రెట్ల వరకు వేగవంతమైన యాక్సెస్ను పొందవచ్చు.
వేగవంతమైన మోడ్ ఎంచుకుంటే, మీరు వీటిని అన్లాక్ చేయవచ్చు:
- నిర్దిష్టంగా తక్కువ లేటెన్సీ: అత్యధిక డిమాండ్ ఉన్న సమయంలో కూడా స్టాండర్డ్ ప్రాసెసింగ్ సర్వీస్ కంటే వేగవంతమైన మోడ్ టోకెన్లను వేగంగా మరియు మరింత స్థిరమైన వేగంతో ఉత్పత్తి చేస్తుంది.
- వాడటానికి సులభమైన ఫ్లెక్సిబిలిటీ: స్టాండర్డ్ ప్రాసెసింగ్లా, వేగవంతమైన మోడ్ను ముందస్తు ప్రావిజనింగ్ అవసరం లేకుండా, అవసరానుసారం చెల్లించే ఫ్లెక్సిబుల్ విధానంలో యాక్సెస్ చేయవచ్చు.
గమనిక: 30.07.2026న ప్రయారిటీ ప్రాసెసింగ్ను వేగవంతమైన మోడ్గా పేరు మార్చారు. మీ API అభ్యర్థనల్లో మీరు service_tier: priority లేదా service_tier: fast లో ఏదైనా ఉపయోగించవచ్చు.
| Short context | Long context | అప్టైమ్ SLA3 | లేటెన్సీ SLA3 | |||||
|---|---|---|---|---|---|---|---|---|
| ప్రతి 1 మిలియన్ ఇన్పుట్ టోకెన్లకు ధర | ప్రతి 1M ఇన్పుట్ టోకెన్ల ధర (క్యాష్ చేయబడినది) | 1M ఔట్పుట్ టోకెన్స్ ధర | ప్రతి 1 మిలియన్ ఇన్పుట్ టోకెన్లకు ధర | ప్రతి 1M ఇన్పుట్ టోకెన్ల ధర (క్యాష్ చేయబడినది) | 1M ఔట్పుట్ టోకెన్స్ ధర | |||
GPT-5.6 Sol | $10.00 | $1.00 | $60.00 | $20.00 | $2.00 | $90.00 | 99.9% | 99% > 80 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-5.6 Terra | $4.00 | $0.40 | $24.00 | $8.00 | $0.80 | $36.00 | 99.9% | 99% > 70 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-5.6 Luna | $0.40 | $0.04 | $2.40 | $0.80 | $0.08 | $3.60 | 99.9% | 99% > 100 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-5.5 సుదీర్ఘ సందర్భం 1 మినహాయిస్తుంది | $12.50 | $1.250 | $75.00 | — | — | — | 99.9% | 99% > 50 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-5.4 mini సుదీర్ఘ సందర్భం 1 మినహాయిస్తుంది | $1.50 | $0.150 | $9.00 | — | — | — | 99.9% | 99% > 100 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-5.4 సుదీర్ఘ సందర్భం 1 మినహాయిస్తుంది | $5.00 | $0.500 | $30.00 | — | — | — | 99.9% | 99% > 50 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-5.2 | $3.50 | $0.350 | $28.00 | — | — | — | 99.9% | 99% > 50 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-5.1 | $2.50 | $0.250 | $20.00 | — | — | — | 99.9% | 99% > 50 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-5 | $2.50 | $0.250 | $20.00 | — | — | — | 99.9% | 99% > 50 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-5 mini | $0.45 | $0.045 | $3.60 | — | — | — | 99.9% | 99% > 80 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-5.1 codex | $2.50 | $0.250 | $20.00 | — | — | — | 99.9% | 99% > 50 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-5 codex | $2.50 | $0.250 | $20.00 | — | — | — | 99.9% | 99% > 50 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-4.1 | $3.50 | $0.875 | $14.00 | — | — | — | 99.9% | 99% > 80 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-4.1 mini | $0.70 | $0.175 | $2.80 | — | — | — | 99.9% | 99% > 90 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-4.1 nano | $0.20 | $0.050 | $0.80 | — | — | — | 99.9% | 99% > 100 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-4o gpt-4o-2024-11-20 gpt-4o-2024-08-06 | $4.25 | $2.125 | $17.00 | — | — | — | 99.9% | 99% > 80 టోకెన్లు ప్రతి సెకనుకు2 |
gpt-4o-2024-05-13 | $8.75 | — | $26.25 | — | — | — | 99.9% | 99% > 80 టోకెన్లు ప్రతి సెకనుకు2 |
GPT-4o mini | $0.25 | $0.125 | $1.00 | — | — | — | 99.9% | 99% > 90 టోకెన్లు ప్రతి సెకనుకు2 |
o3 | $3.50 | $0.875 | $14.00 | — | — | — | 99.9% | 99% > 80 టోకెన్లు ప్రతి సెకనుకు2 |
o4-mini | $2.00 | $0.500 | $8.00 | — | — | — | 99.9% | 99% > 90 టోకెన్లు ప్రతి సెకనుకు2 |
ఇది ఎలా పనిచేస్తుంది
కస్టమర్లు service_tier = "fast"' అనే ఎంపికతో, ఇప్పటికే ఉన్న service_tier పారామీటర్ను ఉపయోగించి ప్రతి అభ్యర్థన ఆధారంగా ట్రాఫిక్ను వేగవంతమైన మోడ్కు మళ్లించవచ్చు.
వేగవంతమైన మోడ్ ద్వారా అందించబడే టోకెన్లకు ప్రతి-టోకెన్ ప్రాతిపదికన బిల్ చేయబడుతుంది, ఇవి ప్రామాణిక ప్రాసెసింగ్ ధరల కంటే అధిక ధరను కలిగి ఉంటాయి.
అభ్యర్థన స్థాయిలో కాన్ఫిగర్ చేయబడటమే కాకుండా, ప్రాజెక్ట్ సెట్టింగ్లు > డిఫాల్ట్ సర్వీస్ టియర్: ఫాస్ట్ విభాగంలో మీరు ప్రాజెక్ట్ను డిఫాల్ట్గా వేగవంతమైన మోడ్కు కూడా సెట్ చేయవచ్చు. మీరు ఇంకా ప్రతి అభ్యర్థనకు మినహాయింపు ఇవ్వవచ్చు. మీ ప్రాజెక్ట్ సెట్టింగ్లలో ఫాస్ట్ను ఎంచుకోవడం అనేది ప్రయారిటీని ఎంచుకోవడంతో సమానం.
పరిమితులు
- వేగవంతమైన మోడ్ రేట్ లిమిట్లు ఇతర సర్వీస్ టియర్లతో పంచుకోబడతాయి.
- కొన్ని అరుదైన సందర్భాల్లో, మీ వేగవంతమైన మోడ్ టోకెన్లు ప్రతి నిమిషానికి వేగంగా పెరగడం వల్ల ర్యాంప్ రేట్ లిమిట్లు చేరుకోవచ్చు. నువ్వు ర్యాంప్ రేట్ లిమిట్ని మించితే, అదనపు ట్రాఫిక్ స్టాండర్డ్ ప్రాసెసింగ్కు పంపబడవచ్చు.