Ofrecemos el Modo rápido a los clientes de la API que buscan un rendimiento más rápido y uniforme en ciertos modelos. A continuación encontrarás respuestas a preguntas frecuentes sobre su funcionamiento, precios, disponibilidad de modelos, límites de solicitudes, confiabilidad, políticas y requisitos de acceso.
Nota: el procesamiento prioritario pasó a llamarse Modo rápido el 30 de julio de 2026. Puedes usar service_tier: priority o service_tier: fast en tus solicitudes a la API.
Obtén más información sobre el Modo rápido.
¿El Modo rápido está disponible en todas las regiones?
La disponibilidad del Modo rápido depende de las leyes y regulaciones aplicables en cada jurisdicción. Ponte en contacto con tu representante de OpenAI si tienes preguntas sobre la disponibilidad en tu región.
Cómo funciona
Los clientes pueden dirigir el tráfico al Modo rápido para cada solicitud mediante el parámetro existente service_tier, con la opción service_tier = "fast".
Los tokens procesados en el Modo rápido se facturarán por token, a una tarifa superior a la del procesamiento estándar.
Además de configurarlo para cada solicitud, puedes establecer el Modo rápido como predeterminado para un proyecto en Configuración del proyecto > Nivel de servicio predeterminado del proyecto: rápido. Aun así, puedes cambiar esta opción para cada solicitud. Seleccionar Rápido en la configuración de tu proyecto equivale a seleccionar Prioritario.
¿Cómo se relaciona esto con el Nivel de capacidad?
El Nivel de capacidad seguirá siendo independiente del Modo rápido. Las solicitudes enviadas al Modo rápido se facturarán por separado y no consumirán los paquetes de TPM que hayas adquirido en el Nivel de capacidad.
¿Puedo enviar automáticamente al Modo rápido el tráfico que exceda mi Nivel de capacidad?
No. El tráfico que exceda el Nivel de capacidad no se transferirá automáticamente al Modo rápido.
¿Cómo se factura el Modo rápido?
Los tokens procesados por el Modo rápido se facturarán por token, a una tarifa superior a la del procesamiento estándar.
¿Mi compromiso anual está vinculado a un modo de procesamiento específico?
No. Todos los modos de procesamiento cuentan para tu compromiso de gasto anual de Enterprise.
¿Sigo recibiendo un descuento en los tokens de entrada en caché?
Sí. Los tokens de entrada en caché que cumplen los requisitos reciben los mismos descuentos que en el procesamiento estándar.
¿Cómo consulto mi uso y gasto del Modo rápido?
Para ver los tokens procesados en el Modo rápido (antes llamado procesamiento prioritario), ve al Panel de uso, selecciona Completados de chat o Respuestas y selecciona Agrupar por nivel de servicio.
Para ver el costo del Modo rápido, ve al Panel de uso y selecciona Agrupar por partida.
En el Panel de uso, las solicitudes del Modo rápido para GPT-5.6 y modelos anteriores aparecen como priority, incluso cuando la solicitud especifica fast.
Modelos
¿El Modo rápido admite contextos largos, modelos con ajuste fino o embeddings?
Los modelos GPT-5.6 admiten contextos largos en el Modo rápido. El Modo rápido no admite modelos con ajuste fino ni embeddings.
¿Cómo funcionan otras modalidades con el Modo rápido?
El Modo rápido admite las mismas capacidades multimodales disponibles en el procesamiento estándar. En particular, las imágenes se pueden usar como entradas en el Modo rápido y se procesan con la misma baja latencia.
¿Se admitirán modelos futuros?
Planeamos ofrecer el Modo rápido en los nuevos modelos GPT, pero no garantizamos que todos los modelos sean compatibles.
Límites de solicitudes
¿Cuáles son los límites de solicitudes?
Para los límites de solicitudes, el consumo del Modo rápido se trata igual que el tráfico estándar de la API.
¿Cuáles son los límites de ramp rate?
El Modo rápido tiene límites de ramp rate para garantizar un rendimiento alto y uniforme para todos los clientes, sin dejar de ofrecer precios flexibles bajo demanda. Si (a) el rendimiento del Modo rápido se degrada Y (b) el tráfico de un cliente aumenta demasiado rápido, en casos excepcionales algunas solicitudes podrían pasar al procesamiento estándar.
El límite actual de ramp rate del Modo rápido se define en nuestra documentación del Modo rápido.
Prácticas recomendadas para no superar tu límite de ramp rate
Aumenta el tráfico gradualmente al cambiar de modelo. Por ejemplo, si tu aplicación está pasando de una versión anterior del modelo a una nueva, usa un indicador de función para trasladar el tráfico a lo largo de unas horas en lugar de hacerlo de una sola vez.
Evita ejecutar tareas de procesamiento de grandes volúmenes de datos o tareas asíncronas en el Modo rápido. Estas tareas pueden aumentar el tráfico muy rápidamente y, a menudo, no necesitan el rendimiento mejorado del Modo rápido.
Si alcanzas los límites de ramp rate con frecuencia, considera adquirir una cuota del Nivel de capacidad como alternativa.
¿Los límites de ramp rate se comparten entre mis proyectos u organizaciones?
Sí, todo tu tráfico se contabiliza para el mismo límite de ramp rate.
Políticas
¿Qué sucede si el Modo rápido no cumple el objetivo de latencia?
El Modo rápido para GPT-6 Astra no tiene un SLA de latencia. Para GPT-5.6 y modelos anteriores, se aplican las mismas condiciones de SLA al Modo rápido y al Nivel de capacidad. Los acuerdos Enterprise que cumplen los requisitos pueden otorgar créditos de servicio cuando no se alcanzan los objetivos de latencia. Si tienes preguntas, ponte en contacto con tu director de cuenta.
¿El Modo rápido es compatible con la residencia de datos?
Sí, según la disponibilidad para cada modelo. La residencia de datos en la UE es compatible con GPT-6.1 Sol, GPT-6 Sol y GPT-6 Luna, pero no con GPT-6 Astra.
¿El Modo rápido es compatible con ZDR y el BAA?
Sí, siempre que se cumplan los requisitos aplicables del modelo, el punto de acceso y la herramienta, así como los requisitos de acceso y contractuales.
Ultrarrápido para GPT-6 Astra y GPT-6.1 Sol
Ultrarrápido es un nivel de servicio independiente para cargas de trabajo que necesitan respuestas de GPT-6 Astra y GPT-6.1 Sol con menor latencia, como aplicaciones interactivas y flujos de trabajo de programación.
Las indicaciones sobre precios, límites de solicitudes y políticas del Modo rápido se aplican a las solicitudes que usan service_tier="fast". Las solicitudes de Ultrarrápido usan el nivel independiente service_tier="ultrafast".
¿Cómo envío una solicitud de Ultrarrápido?
Si tu organización tiene acceso a Ultrarrápido, usa la API de Responses con:
Modelo:
gpt-6-astraogpt-6.1-solNivel de servicio:
ultrafastEncabezado de solicitud opcional:
OpenAI-Service-Tier: ultrafast
El encabezado de solicitud es opcional. Si lo incluyes, su valor debe coincidir con el nivel de servicio del cuerpo de la solicitud.
En las aplicaciones que ejecutan llamadas a herramientas, el modo WebSocket te permite reutilizar una conexión entre turnos y reducir la sobrecarga de conexión.
¿Puedo usar el mismo encabezado de solicitud para otros niveles de servicio?
Cuando se incluye, el encabezado OpenAI-Service-Tier acepta fast o ultrafast. Si cambias a otro nivel de servicio, como default, fast o flex, actualiza u omite el encabezado para que coincida con la solicitud.
¿Puedo usar Ultrarrápido en Work o Codex?
Ultrarrápido también está disponible en Work y Codex para los planes y espacios de trabajo que cumplen los requisitos. Los requisitos de acceso y el uso en los planes de ChatGPT difieren de los del acceso a la API.
Consulta ChatGPT Work y Codex para obtener detalles sobre la disponibilidad y el uso.