Ofrecemos el Modo rápido a los clientes de la API que buscan un rendimiento más rápido y constante en determinados modelos. A continuación encontrarás respuestas a preguntas frecuentes sobre su funcionamiento, precios, disponibilidad de modelos, límites de solicitudes, fiabilidad, políticas y requisitos de acceso.
Nota: el procesamiento prioritario pasó a llamarse Modo rápido el 30 de julio de 2026. Puedes usar tanto service_tier: priority como service_tier: fast en tus solicitudes a la API.
Obtén más información sobre el Modo rápido.
¿Está disponible el Modo rápido en todas las regiones?
La disponibilidad del Modo rápido depende de las leyes y normativas aplicables en cada jurisdicción. Ponte en contacto con tu representante de OpenAI si tienes dudas sobre la disponibilidad en tu región.
Cómo funciona
Los clientes pueden dirigir el tráfico al Modo rápido en cada solicitud mediante el parámetro existente service_tier, con la opción service_tier = "fast".
Los tokens procesados en el Modo rápido se facturan por token, a un precio superior al de las tarifas del procesamiento estándar.
Además de configurarlo en cada solicitud, puedes establecer el Modo rápido como predeterminado para un proyecto en Configuración del proyecto > Nivel de servicio predeterminado del proyecto: rápido. Puedes seguir cambiando esta opción en cada solicitud. Seleccionar Rápido en la configuración del proyecto equivale a seleccionar Prioritario.
¿Cómo se relaciona 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 para el Nivel de capacidad.
¿Puedo enviar automáticamente al Modo rápido el tráfico que exceda mi cuota del Nivel de capacidad?
No. El tráfico enviado al Nivel de capacidad no se desviará automáticamente al Modo rápido si se supera la cuota.
¿Cómo se factura el Modo rápido?
Los tokens procesados por el Modo rápido se facturarán por token, a un precio superior al del procesamiento estándar.
¿Está vinculado mi compromiso anual a un modo de procesamiento específico?
No. Todos los modos de procesamiento cuentan para cumplir tu compromiso de gasto anual de Enterprise.
¿Sigo teniendo un descuento en los tokens de entrada en caché?
Sí. Los tokens de entrada en caché que cumplan 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 denominado procesamiento prioritario), ve al Panel de uso, selecciona Completaciones de chat o Respuestas y selecciona Agrupar por nivel de servicio.
Para ver el coste del Modo rápido, ve al Panel de uso y selecciona Agrupar por concepto.
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
¿Admite el Modo rápido contextos largos, modelos ajustados o embeddings?
Los modelos GPT-5.6 admiten contextos largos en el Modo rápido. El Modo rápido no admite modelos ajustados ni embeddings.
¿Cómo funcionan otras modalidades con el Modo rápido?
El Modo rápido admite las mismas capacidades multimodales que el procesamiento estándar. En concreto, se pueden usar imágenes como entrada en el Modo rápido y se procesan con la misma baja latencia.
¿Se admitirán los modelos futuros?
Tenemos previsto 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?
A efectos de los límites de solicitudes, el consumo del Modo rápido se trata igual que el tráfico estándar de la API.
¿Cuáles son los límites de velocidad de aumento?
El Modo rápido tiene límites de velocidad de aumento para garantizar un rendimiento alto y constante a todos los clientes, sin dejar de ofrecer precios flexibles según el uso. Si (a) el rendimiento del Modo rápido se degrada Y (b) el tráfico de un cliente aumenta demasiado deprisa, en casos excepcionales algunas solicitudes pueden pasar al procesamiento estándar.
El límite actual de velocidad de aumento del Modo rápido se define en nuestra documentación del Modo rápido.
Buenas prácticas para no superar tu límite de velocidad de aumento
Aumenta el tráfico de forma gradual al cambiar de modelo. Por ejemplo, si tu aplicación está pasando de una versión anterior a una nueva, usa un indicador de función para trasladar el tráfico a lo largo de varias horas en lugar de hacerlo de golpe.
Evita ejecutar tareas de procesamiento de grandes volúmenes de datos o tareas asíncronas en el Modo rápido. Estas tareas pueden aumentar el tráfico muy deprisa y, a menudo, no necesitan el mayor rendimiento del Modo rápido.
Si alcanzas con frecuencia los límites de velocidad de aumento, considera adquirir una cuota del Nivel de capacidad como alternativa.
¿Se comparten los límites de velocidad de aumento entre mis proyectos u organizaciones?
Sí, todo tu tráfico cuenta para el mismo límite de velocidad de aumento.
Políticas
¿Qué ocurre 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, el Modo rápido y el Nivel de capacidad tienen las mismas condiciones de SLA. Los acuerdos Enterprise que cumplan los requisitos pueden ofrecer créditos de servicio cuando no se cumplan los objetivos de latencia. Ponte en contacto con tu director de cuenta si tienes alguna duda.
¿Es compatible el Modo rápido con la residencia de datos?
Sí, según la disponibilidad de cada modelo. La residencia de datos en la UE está disponible para GPT-6.1 Sol, GPT-6 Sol y GPT-6 Luna, pero no para GPT-6 Astra.
¿Es compatible el Modo rápido con ZDR y el BAA?
Sí, siempre que se cumplan los requisitos aplicables al modelo, al punto de acceso y a 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:
ultrafastCabecera de solicitud opcional:
OpenAI-Service-Tier: ultrafast
La cabecera de solicitud es opcional. Si la 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 permite reutilizar una conexión entre turnos y reducir la sobrecarga de conexión.
¿Puedo usar la misma cabecera de solicitud para otros niveles de servicio?
Si se incluye, la cabecera OpenAI-Service-Tier acepta fast o ultrafast. Si cambias a otro nivel de servicio, como default, fast o flex, actualiza la cabecera para que coincida con la solicitud u omítela.
¿Puedo usar Ultrarrápido en Work o Codex?
Ultrarrápido también está disponible en Work y Codex para los planes y espacios de trabajo que cumplan los requisitos. Los requisitos de acceso y el uso en los planes de ChatGPT difieren de los de la API.
Consulta ChatGPT Work y Codex para obtener más información sobre disponibilidad y uso.