Wir bieten den Schnellmodus für Unternehmen und Personen an, die unsere API nutzen und bei bestimmten Modellen eine schnellere, gleichmäßigere Leistung wünschen. Hier findest du Antworten auf häufige Fragen zu Funktionsweise, Preisen, Modellverfügbarkeit, Ratenlimits, Zuverlässigkeit, Richtlinien und Zugangsvoraussetzungen.

Hinweis: Die priorisierte Verarbeitung wurde am 30. Juli 2026 in Schnellmodus umbenannt. Du kannst in deinen API-Anfragen entweder service_tier: priority oder service_tier: fast verwenden. 

Erfahre mehr über den Schnellmodus.

Ist der Schnellmodus in allen Regionen verfügbar?

Die Verfügbarkeit des Schnellmodus hängt von den geltenden Gesetzen und Vorschriften im jeweiligen Rechtsraum ab. Wende dich bei Fragen zur Verfügbarkeit in deiner Region an deine Ansprechperson bei OpenAI.

So funktioniert es

Du kannst einzelne Anfragen über den vorhandenen Parameter service_tier mit der Option service_tier = "fast" an den Schnellmodus leiten.

Im Schnellmodus verarbeitete Token werden pro Token abgerechnet, mit einem Aufpreis gegenüber den Preisen der Standardverarbeitung.

Du kannst den Schnellmodus nicht nur für einzelne Anfragen konfigurieren, sondern auch als Standard für ein Projekt festlegen: Projekteinstellungen > Standard-Servicestufe des Projekts: Schnell. Du kannst diese Einstellung weiterhin für einzelne Anfragen überschreiben. Die Auswahl von Schnell in deinen Projekteinstellungen entspricht der Auswahl von Priorität.

Wie verhält sich der Schnellmodus zu Scale Tier?

Scale Tier bleibt vom Schnellmodus getrennt. Anfragen an den Schnellmodus werden separat abgerechnet und nicht auf deine gekauften TPM-Pakete im Scale Tier angerechnet.

Kann ich Datenverkehr, der mein Scale-Tier-Kontingent überschreitet, automatisch an den Schnellmodus weiterleiten?

Nein. Datenverkehr an Scale Tier wird bei Überschreitung des Kontingents nicht automatisch an den Schnellmodus weitergeleitet.

Wie wird der Schnellmodus abgerechnet?

Im Schnellmodus verarbeitete Token werden pro Token abgerechnet, mit einem Aufpreis gegenüber der Standard-Verarbeitung.

Ist meine jährliche Ausgabenverpflichtung an einen bestimmten Verarbeitungsmodus gebunden?

Nein. Die Ausgaben für alle Verarbeitungsmodi werden auf deine jährliche Enterprise-Ausgabenverpflichtung angerechnet.

Erhalte ich weiterhin einen Rabatt auf zwischengespeicherte Eingabe-Token?

Ja. Für rabattberechtigte zwischengespeicherte Eingabe-Token gelten dieselben Rabatte wie bei der Standardverarbeitung.

Wie kann ich meine Nutzung und Ausgaben im Schnellmodus einsehen?

Um die im Schnellmodus (früher priorisierte Verarbeitung) verarbeiteten Token einzusehen, öffne das Nutzungsdashboard, wähle Chat Completions oder Responses und dann Nach Servicestufe gruppieren.

Um die Kosten für den Schnellmodus einzusehen, öffne das Nutzungsdashboard und wähle Nach Einzelposten gruppieren.

Im Nutzungsdashboard werden Schnellmodus-Anfragen für GPT-5.6 und frühere Modelle als priority angezeigt, auch wenn in der Anfrage fast angegeben ist.

Modelle

Unterstützt der Schnellmodus lange Kontexte, feinabgestimmte Modelle oder Embeddings?

GPT-5.6-Modelle unterstützen lange Kontexte im Schnellmodus. Der Schnellmodus unterstützt keine feinabgestimmten Modelle oder Embeddings.

Wie funktionieren andere Modalitäten im Schnellmodus?

Der Schnellmodus unterstützt dieselben multimodalen Funktionen wie die Standardverarbeitung. Insbesondere können Bilder im Schnellmodus als Eingaben verwendet werden. Sie werden mit derselben niedrigen Latenz verarbeitet.

Werden künftige Modelle unterstützt?

Wir planen, den Schnellmodus für neue GPT-Modelle anzubieten, garantieren aber nicht, dass jedes Modell unterstützt wird.

Ratenlimits

Welche Ratenlimits gelten?

Bei den Ratenlimits wird die Nutzung des Schnellmodus genauso behandelt wie das reguläre API-Anfrageaufkommen.

Welche Limits gelten für die Anstiegsrate?

Im Schnellmodus gelten Limits für die Anstiegsrate, um eine gleichbleibend hohe Leistung für alle zu gewährleisten und zugleich eine flexible, nutzungsabhängige Abrechnung zu ermöglichen. Wenn (a) die Leistung im Schnellmodus beeinträchtigt ist UND (b) dein Anfrageaufkommen zu schnell steigt, können einzelne Anfragen in seltenen Fällen stattdessen auf Standardverarbeitung herabgestuft werden.

Das aktuelle Limit für die Anstiegsrate im Schnellmodus ist in unserer Dokumentation zum Schnellmodus festgelegt.

So hältst du das Limit für deine Anstiegsrate ein

Erhöhe das Anfrageaufkommen bei einem Modellwechsel schrittweise. Wenn deine Anwendung beispielsweise von einem älteren Snapshot auf einen neuen umgestellt wird, nutze ein Feature-Flag, um das Anfrageaufkommen über mehrere Stunden hinweg statt auf einmal umzuleiten.

Vermeide es, umfangreiche Datenverarbeitungsaufgaben oder asynchrone Aufträge im Schnellmodus auszuführen. Solche Aufträge können das Anfrageaufkommen sehr schnell erhöhen und benötigen häufig nicht die höhere Leistung des Schnellmodus.

Wenn du regelmäßig an die Limits für die Anstiegsrate stößt, erwäge, stattdessen ein Kontingent im Scale Tier zu kaufen.

Gelten die Grenzwerte für die Anstiegsrate übergreifend für meine Projekte oder Organisationen?

Ja, dein gesamter Datenverkehr zählt für denselben Grenzwert für die Anstiegsrate.

Richtlinien

Was passiert, wenn der Schnellmodus das Latenzziel nicht einhält?

Für den Schnellmodus mit GPT-6 Astra gibt es kein Latenz-SLA. Für GPT-5.6 und frühere Modelle gelten im Schnellmodus und im Scale Tier dieselben SLA-Regelungen. Entsprechende Enterprise-Vereinbarungen können Gutschriften vorsehen, wenn Latenzziele nicht eingehalten werden. Bei Fragen hilft dir dein Account Director weiter.

Ist der Schnellmodus mit Datenresidenz kompatibel?

Ja, abhängig von der Verfügbarkeit für das jeweilige Modell. Datenresidenz in der EU wird für GPT-6.1 Sol, GPT-6 Sol und GPT-6 Luna unterstützt, nicht jedoch für GPT-6 Astra.

Ist der Schnellmodus mit ZDR und dem BAA kompatibel?

Ja, sofern die geltenden Anforderungen an Modelle, Endpunkte und Tools sowie die Zugangsvoraussetzungen und vertraglichen Bedingungen erfüllt sind.

Ultrafast für GPT-6 Astra und GPT-6.1 Sol

Ultrafast ist eine separate Servicestufe für Aufgaben, die Antworten von GPT-6 Astra und GPT-6.1 Sol mit geringerer Latenz benötigen, etwa interaktive Anwendungen und Programmierabläufe.

Die Angaben zu Preisen, Ratenlimits und Richtlinien des Schnellmodus gelten für Anfragen mit service_tier="fast". Ultrafast-Anfragen verwenden die separate Stufe service_tier="ultrafast".

Wie sende ich eine Ultrafast-Anfrage?

Wenn deine Organisation Zugriff auf Ultrafast hat, verwende die Responses API mit folgenden Angaben:

• Modell: gpt-6-astra oder gpt-6.1-sol

• Servicestufe: ultrafast

• Optionaler Anfrage-Header: OpenAI-Service-Tier: ultrafast

Der Anfrage-Header ist optional. Wenn du ihn angibst, muss sein Wert mit der Servicestufe im Anfrage-Body übereinstimmen.

Bei Anwendungen, die Tool-Aufrufe ausführen, kannst du mit dem WebSocket-Modus eine Verbindung über mehrere Gesprächsrunden hinweg wiederverwenden und so den Verbindungsaufwand reduzieren.

Kann ich denselben Anfrage-Header für andere Servicestufen verwenden?

Wenn du den Header OpenAI-Service-Tier angibst, akzeptiert er die Werte fast oder ultrafast. Wenn du zu einer anderen Servicestufe wie default, fast oder flex wechselst, passe den Header an die Anfrage an oder lasse ihn weg.

Kann ich Ultrafast in Work oder Codex verwenden?

Ultrafast ist auch in Work und Codex für berechtigte Pläne und Arbeitsbereiche verfügbar. Die Zugangsvoraussetzungen und Nutzungsbedingungen der ChatGPT-Pläne unterscheiden sich von denen des API-Zugangs.

Details zu Verfügbarkeit und Nutzung findest du im Artikel ChatGPT Work und Codex.