Zákazníkům API, kteří chtějí u vybraných modelů rychlejší a stabilnější výkon, nabízíme Rychlý režim. Níže najdete odpovědi na časté otázky ohledně fungování, cen, dostupnosti modelů, limitů frekvence požadavků, spolehlivosti, zásad a podmínek přístupu.

Poznámka: Prioritní zpracování bylo 30. července 2026 přejmenováno na Rychlý režim. V požadavcích API můžete používat service_tier: priority i service_tier: fast. 

Zjistěte více o Rychlém režimu.

Je Rychlý režim dostupný ve všech regionech?

Dostupnost Rychlého režimu závisí na platných zákonech a předpisech v jednotlivých jurisdikcích. S dotazy na dostupnost ve vašem regionu se obraťte na svého zástupce OpenAI.

Jak to funguje

Zákazníci mohou jednotlivé požadavky směrovat do Rychlého režimu pomocí stávajícího parametru service_tier s nastavením service_tier = "fast".

Tokeny zpracované v Rychlém režimu se účtují po jednotlivých tokenech za vyšší sazbu než u standardního zpracování.

Kromě nastavení u jednotlivých požadavků můžete Rychlý režim nastavit jako výchozí pro celý projekt v části Nastavení projektu > Výchozí úroveň služeb projektu: Rychlý režim. U jednotlivých požadavků můžete toto nastavení i nadále přepsat. Volba Rychlého režimu v nastavení projektu odpovídá volbě Prioritní zpracování.

Jaký je vztah k úrovni škálování?

Úroveň škálování zůstane od Rychlého režimu oddělená. Požadavky odeslané do Rychlého režimu se účtují samostatně a nečerpají zakoupené balíčky TPM úrovně škálování.

Můžu provoz přesahující kapacitu úrovně škálování automaticky směrovat do Rychlého režimu?

Ne. Provoz odeslaný do úrovně škálování se při překročení kapacity automaticky nepřesměruje do Rychlého režimu.

Jak se Rychlý režim účtuje?

Tokeny zpracované v Rychlém režimu se účtují jednotlivě, za vyšší sazbu než při standardním zpracování.

Je můj roční závazek vázán na konkrétní režim zpracování?

Ne. Do vašeho ročního závazku útraty v rámci Enterprise se započítávají všechny režimy zpracování.

Platí i nadále sleva na vstupní tokeny uložené v mezipaměti?

Ano. Na vstupní tokeny uložené v mezipaměti, které splňují podmínky, se vztahují stejné slevy jako u standardního zpracování.

Jak zobrazím využití Rychlého režimu a náklady na něj?

Chcete-li zobrazit tokeny zpracované v Rychlém režimu (dříve označovaném jako prioritní zpracování), přejděte do Přehledu využití, vyberte Dokončení chatu nebo Odpovědi a poté Seskupit podle úrovně služeb.

Chcete-li zobrazit náklady na Rychlý režim, přejděte do Přehledu využití a vyberte Seskupit podle položky.

V Přehledu využití se požadavky v Rychlém režimu pro GPT-5.6 a starší modely zobrazují jako priority, i když je v požadavku uvedeno fast.

Modely

Podporuje Rychlý režim dlouhý kontext, doladěné modely nebo embeddingy?

Modely GPT-5.6 podporují v Rychlém režimu dlouhý kontext. Rychlý režim nepodporuje doladěné modely ani embeddingy.

Jak v Rychlém režimu fungují ostatní modality?

Rychlý režim podporuje stejné multimodální funkce jako standardní zpracování. V Rychlém režimu lze jako vstup použít i obrázky, které se zpracovávají se stejně nízkou latencí.

Budou podporovány i budoucí modely?

Plánujeme nabídnout Rychlý režim i u nových modelů GPT, ale nezaručujeme podporu všech modelů.

Limity frekvence požadavků

Jaké jsou limity frekvence požadavků?

Využití Rychlého režimu se do limitů frekvence požadavků započítává stejně jako standardní provoz API.

Jaké jsou limity tempa nárůstu?

Rychlý režim má limity tempa nárůstu, které zajišťují stabilně vysoký výkon pro všechny zákazníky a zároveň umožňují flexibilní účtování podle využití. Pokud (a) výkon Rychlého režimu poklesne A ZÁROVEŇ (b) provoz zákazníka narůstá příliš rychle, mohou být některé požadavky ve vzácných případech převedeny na standardní zpracování.

Aktuální limit tempa nárůstu pro Rychlý režim je uveden v naší dokumentaci Rychlého režimu.

Doporučené postupy pro dodržení limitu tempa nárůstu

Při změně modelu zvyšujte provoz postupně. Pokud například vaše aplikace přechází z předchozího snímku modelu na nový, pomocí přepínače funkce přesměrujte provoz postupně během několika hodin, nikoli najednou.

V Rychlém režimu nespouštějte úlohy zpracovávající velké objemy dat ani asynchronní úlohy. Tyto úlohy mohou velmi rychle zvýšit provoz a často vyšší výkon Rychlého režimu nepotřebují.

Pokud na limity tempa nárůstu narážíte pravidelně, zvažte místo toho nákup kvóty v úrovni škálování.

Jsou limity tempa nárůstu sdílené mezi mými projekty nebo organizacemi?

Ano, veškerý váš provoz se započítává do stejného limitu tempa nárůstu.

Zásady

Co se stane, když Rychlý režim nesplňuje cílovou latenci?

Na latenci Rychlého režimu pro GPT-6 Astra se nevztahuje žádná SLA. Pro GPT-5.6 a starší modely platí v Rychlém režimu i v úrovni škálování stejné podmínky SLA. Smlouvy Enterprise splňující příslušné podmínky mohou při nedodržení cílové latence umožňovat poskytnutí kreditů na služby. S dotazy se obraťte na svého obchodního zástupce.

Je Rychlý režim kompatibilní s datovou rezidencí?

Ano, podle dostupnosti pro konkrétní model. Datová rezidence v EU je podporována u modelů GPT-6.1 Sol, GPT-6 Sol a GPT-6 Luna, nikoli však u GPT-6 Astra.

Je Rychlý režim kompatibilní se ZDR a smlouvou BAA?

Ano, při splnění příslušných požadavků na model, koncový bod a nástroj, podmínek přístupu a smluvních požadavků.

Ultrafast pro GPT-6 Astra a GPT-6.1 Sol

Ultrafast je samostatná úroveň služeb pro úlohy, které vyžadují odpovědi modelů GPT-6 Astra a GPT-6.1 Sol s nižší latencí, například interaktivní aplikace a programátorské pracovní postupy.

Informace o cenách, limitech frekvence požadavků a zásadách Rychlého režimu se vztahují na požadavky s nastavením service_tier="fast". Požadavky Ultrafast používají samostatnou úroveň service_tier="ultrafast".

Jak odešlu požadavek Ultrafast?

Pokud má vaše organizace přístup k Ultrafast, použijte Responses API s následujícím nastavením:

• Model: gpt-6-astra nebo gpt-6.1-sol

• Úroveň služeb: ultrafast

• Volitelná hlavička požadavku: OpenAI-Service-Tier: ultrafast

Hlavička požadavku je volitelná. Pokud ji uvedete, její hodnota musí odpovídat úrovni služeb v těle požadavku.

V aplikacích, které volají nástroje, umožňuje režim WebSocket opakovaně používat stejné připojení napříč koly konverzace a snížit tak režii spojenou s navazováním připojení.

Mohu stejnou hlavičku požadavku použít i pro jiné úrovně služeb?

Pokud hlavičku OpenAI-Service-Tier uvedete, přijímá hodnotu fast nebo ultrafast. Pokud přejdete na jinou úroveň služeb, například default, fast nebo flex, hlavičku aktualizujte tak, aby odpovídala požadavku, nebo ji vynechte.

Mohu Ultrafast používat v režimu Work nebo v Codex?

Ultrafast je k dispozici také v režimu Work a v Codex pro tarify a pracovní prostory, které splňují podmínky. Podmínky přístupu a využití v rámci tarifů ChatGPT se liší od přístupu přes API.

Podrobnosti o dostupnosti a využití najdete v článku ChatGPT Work a Codex.