Nudimo Brzi mod korisnicima API-ja koji žele brže i ujednačenije performanse određenih modela. U nastavku su odgovori na česta pitanja o načinu rada, cijenama, dostupnosti modela, ograničenjima brzine, pouzdanosti, pravilima i uslovima pristupa.

Napomena: Prioritetna obrada preimenovana je u Brzi mod 30. jula 2026. U API zahtjevima možete koristiti service_tier: priority ili service_tier: fast. 

Saznajte više o Brzom modu.

Je li Brzi mod dostupan u svim regijama?

Dostupnost Brzog moda zavisi od važećih zakona i propisa u svakoj jurisdikciji. Ako imate pitanja o dostupnosti u svojoj regiji, obratite se svom predstavniku kompanije OpenAI.

Kako funkcioniše

Korisnici mogu usmjeravati saobraćaj u Brzi mod za svaki pojedinačni zahtjev pomoću postojećeg parametra service_tier, uz opciju service_tier = "fast".

Tokeni obrađeni u Brzom modu naplaćuju se po tokenu, po višoj cijeni u odnosu na Standardnu obradu.

Osim podešavanja za pojedinačni zahtjev, Brzi mod možete postaviti i kao zadani za projekt u odjeljku Postavke projekta > Zadani nivo usluge za projekt: Brzi. I dalje možete promijeniti tu postavku za pojedinačni zahtjev. Odabir opcije Brzi u postavkama projekta jednak je odabiru opcije Prioritetni.

Kako ovo funkcionira s Nivoom skale?

Nivo skale ostat će odvojen od Brzog moda. Zahtjevi poslani na Brzi mod naplaćivat će se zasebno i neće se uračunavati u vaše kupljene TPM pakete za Nivo skale.

Mogu li saobraćaj koji premašuje kapacitet Nivoa skale automatski preusmjeriti na Brzi mod?

Ne. Saobraćaj poslan na Nivo skale neće se automatski preusmjeriti na Brzi mod kada premaši njegov kapacitet.

Kako se naplaćuje Brzi mod?

Tokeni obrađeni u Brzom modu naplaćuju se po tokenu, po višoj cijeni u odnosu na standardnu obradu.

Je li moja godišnja obaveza potrošnje vezana za određeni način obrade?

Ne. Svi načini obrade uračunavaju se u vašu ugovorenu godišnju potrošnju za Enterprise.

Da li i dalje dobijam popust na keširane ulazne tokene?

Da. Na keširane ulazne tokene koji ispunjavaju uslove primjenjuju se isti popusti kao kod Standardne obrade.

Kako mogu pregledati potrošnju i troškove Brzog moda?

Da biste pregledali tokene obrađene u Brzom modu (ranije poznatom kao Prioritetna obrada), otvorite Nadzornu ploču potrošnje, odaberite Dovršavanja razgovora ili Odgovori, a zatim Grupiši po nivou usluge.

Da biste pregledali troškove Brzog moda, otvorite Nadzornu ploču potrošnje i odaberite Grupiši po stavci.

Na Nadzornoj ploči potrošnje zahtjevi u Brzom modu za GPT-5.6 i ranije modele prikazuju se kao priority, čak i kada je u zahtjevu navedeno fast.

Modeli

Podržava li Brzi mod dugi kontekst, dodatno obučene modele ili vektorske reprezentacije?

Modeli GPT-5.6 podržavaju dugi kontekst u Brzom modu. Brzi mod ne podržava dodatno obučene modele ni vektorske reprezentacije.

Kako drugi modaliteti funkcionišu u Brzom modu?

Brzi mod podržava iste multimodalne mogućnosti kao Standardna obrada. Konkretno, slike se mogu koristiti kao ulazni podaci u Brzom modu i obrađuju se uz istu nisku latenciju.

Hoće li budući modeli biti podržani?

Planiramo ponuditi Brzi mod za nove GPT modele, ali ne garantiramo da će svaki model biti podržan.

Ograničenja brzine

Koja su ograničenja brzine?

Za potrebe ograničenja brzine, potrošnja u Brzom modu tretira se isto kao standardni API saobraćaj.

Koja su ograničenja stope povećanja?

Brzi mod ima ograničenja stope povećanja kako bi se osigurale ujednačeno visoke performanse za sve korisnike, uz fleksibilnu naplatu prema potrošnji. Ako su (a) performanse Brzog moda narušene I (b) korisnikov saobraćaj raste prebrzo, neki zahtjevi u rijetkim slučajevima mogu biti prebačeni na Standardnu obradu.

Trenutno ograničenje stope povećanja za Brzi mod definisano je u našoj dokumentaciji za Brzi mod.

Preporuke za ostanak unutar ograničenja stope povećanja

Postepeno povećavajte saobraćaj pri promjeni modela. Naprimjer, ako vaša aplikacija prelazi s prethodne verzije modela na novu, koristite zastavicu funkcionalnosti da preusmjeravate saobraćaj tokom nekoliko sati, a ne odjednom.

Izbjegavajte obradu velikih količina podataka i pokretanje asinhronih zadataka u Brzom modu. Ovi zadaci mogu vrlo brzo povećati saobraćaj, a često im nisu potrebne poboljšane performanse Brzog moda.

Ako redovno dostižete ograničenja stope povećanja, razmislite o kupovini kvote za Nivo skale.

Da li je ograničenje stope povećanja zajedničko za sve moje projekte ili organizacije?

Da, sav vaš saobraćaj računa se u isto ograničenje stope povećanja.

Pravila

Šta se dešava ako Brzi mod ne postiže ciljanu latenciju?

Brzi mod za GPT-6 Astra nema SLA garanciju za latenciju. Za GPT-5.6 i ranije modele, na Brzi mod i Nivo skale primjenjuju se isti SLA uslovi. Enterprise ugovori koji ispunjavaju uslove mogu predviđati kredite za uslugu kada se ne postignu ciljane latencije. Ako imate pitanja, obratite se direktoru zaduženom za vaš račun.

Je li Brzi mod kompatibilan s rezidentnošću podataka?

Da, zavisno od dostupnosti za određeni model. Rezidentnost podataka u EU podržana je za GPT-6.1 Sol, GPT-6 Sol i GPT-6 Luna, ali ne i za GPT-6 Astra.

Je li Brzi mod kompatibilan sa ZDR-om i BAA-om?

Da, uz ispunjavanje primjenjivih zahtjeva za model, krajnju tačku i alat, kao i uslova pristupa i ugovornih zahtjeva.

Ultrabrzi mod za GPT-6 Astra i GPT-6.1 Sol

Ultrabrzi mod je zaseban nivo usluge za zadatke kojima su potrebni odgovori modela GPT-6 Astra i GPT-6.1 Sol s nižom latencijom, poput interaktivnih aplikacija i radnih procesa programiranja.

Smjernice o cijenama, ograničenjima brzine i pravilima Brzog moda primjenjuju se na zahtjeve koji koriste service_tier="fast". Zahtjevi za Ultrabrzi mod koriste zaseban nivo service_tier="ultrafast".

Kako da pošaljem zahtjev za Ultrabrzi mod?

Za organizaciju s pristupom Ultrabrzom modu koristite Responses API uz sljedeće postavke:

• Model: gpt-6-astra ili gpt-6.1-sol

• Nivo usluge: ultrafast

• Opcionalno zaglavlje zahtjeva: OpenAI-Service-Tier: ultrafast

Zaglavlje zahtjeva nije obavezno. Ako ga uključite, njegova vrijednost mora odgovarati nivou usluge u tijelu zahtjeva.

Za aplikacije koje izvršavaju pozive alata, WebSocket mod omogućava ponovno korištenje veze u više razmjena i smanjenje dodatnog opterećenja pri uspostavljanju veze.

Mogu li koristiti isto zaglavlje zahtjeva za druge nivoe usluge?

Kada je navedeno, zaglavlje OpenAI-Service-Tier prihvata fast ili ultrafast. Ako pređete na drugi nivo usluge, kao što je default, fast ili flex, ažurirajte ili izostavite zaglavlje kako bi odgovaralo zahtjevu.

Mogu li koristiti Ultrabrzi mod u modu Work ili u Codexu?

Ultrabrzi mod dostupan je i u modu Work i u Codexu za pakete i radne prostore koji ispunjavaju uslove. Uslovi pristupa i korištenje u okviru ChatGPT paketa razlikuju se od pristupa putem API-ja.

Detalje o dostupnosti i korištenju potražite u članku ChatGPT Work i Codex.