हम उन एपीआई ग्राहकों के लिए तेज़ मोड उपलब्ध कराते हैं, जो कुछ मॉडलों पर अधिक तेज़ और लगातार एक जैसा प्रदर्शन चाहते हैं. यह कैसे काम करता है, इसकी कीमतें, मॉडलों की उपलब्धता, रेट लिमिट, विश्वसनीयता, नीतियाँ और पात्रता से जुड़े आम सवालों के जवाब नीचे दिए गए हैं.

ध्यान दें: 30 जुलाई, 2026 को प्राथमिकता प्रोसेसिंग का नाम बदलकर तेज़ मोड कर दिया गया था. आप अपने एपीआई अनुरोधों में service_tier: priority या service_tier: fast में से किसी का भी इस्तेमाल कर सकते हैं. 

तेज़ मोड के बारे में और जानें.

क्या तेज़ मोड सभी क्षेत्रों में उपलब्ध है?

तेज़ मोड की उपलब्धता हर क्षेत्राधिकार में लागू कानूनों और विनियमों पर निर्भर करती है. अपने क्षेत्र में इसकी उपलब्धता के बारे में सवाल होने पर कृपया अपने OpenAI प्रतिनिधि से संपर्क करें.

यह कैसे काम करता है

ग्राहक मौजूदा service_tier पैरामीटर में service_tier = "fast" विकल्प का इस्तेमाल करके हर अनुरोध का ट्रैफ़िक अलग से तेज़ मोड पर भेज सकते हैं.

तेज़ मोड में प्रोसेस किए गए टोकन का शुल्क प्रति टोकन के आधार पर लिया जाएगा. यह शुल्क मानक प्रोसेसिंग की दरों से अधिक होगा.

हर अनुरोध के लिए तेज़ मोड चुनने के अलावा, आप प्रोजेक्ट सेटिंग्स > प्रोजेक्ट का डिफ़ॉल्ट सर्विस टियर: तेज़ में जाकर किसी प्रोजेक्ट के लिए भी इसे डिफ़ॉल्ट बना सकते हैं. इसके बाद भी आप हर अनुरोध के लिए इस सेटिंग को बदल सकते हैं. अपनी प्रोजेक्ट सेटिंग्स में तेज़ चुनना, प्राथमिकता चुनने के बराबर है.

यह स्केल टियर के साथ कैसे काम करता है?

स्केल टियर, तेज़ मोड से अलग रहेगा. तेज़ मोड को भेजे गए अनुरोधों का शुल्क अलग से लिया जाएगा और उन्हें आपके खरीदे गए स्केल टियर टीपीएम बंडल में नहीं गिना जाएगा.

क्या स्केल टियर की सीमा से अधिक होने पर मेरा अतिरिक्त ट्रैफ़िक अपने-आप तेज़ मोड पर भेजा जा सकता है?

नहीं. स्केल टियर को भेजा गया ट्रैफ़िक उसकी सीमा से अधिक होने पर अपने-आप तेज़ मोड पर नहीं जाएगा.

तेज़ मोड का शुल्क कैसे लिया जाता है?

तेज़ मोड में प्रोसेस किए गए टोकन का शुल्क प्रति टोकन के आधार पर लिया जाएगा. यह दर मानक प्रोसेसिंग की दर से अधिक होगी.

क्या मेरी वार्षिक खर्च प्रतिबद्धता किसी ख़ास प्रोसेसिंग मोड से जुड़ी है?

नहीं. सभी प्रोसेसिंग मोड पर किया गया खर्च आपकी वार्षिक एंटरप्राइज़ खर्च प्रतिबद्धता में गिना जाता है.

क्या मुझे कैश किए गए इनपुट टोकन पर अब भी छूट मिलती है?

हाँ. छूट के पात्र कैश किए गए इनपुट टोकन पर वही छूट मिलती है जो मानक प्रोसेसिंग में मिलती है.

मैं तेज़ मोड का अपना उपयोग और खर्च कैसे देखूँ?

तेज़ मोड (जिसे पहले प्राथमिकता प्रोसेसिंग कहा जाता था) में प्रोसेस किए गए टोकन देखने के लिए, उपयोग डैशबोर्ड पर जाएँ, चैट पूर्णताएँ या उत्तर चुनें, फिर सर्विस टियर के अनुसार समूह बनाएँ चुनें.

तेज़ मोड की लागत देखने के लिए, उपयोग डैशबोर्ड पर जाएँ और मद के अनुसार समूह बनाएँ चुनें.

उपयोग डैशबोर्ड पर GPT-5.6 और उससे पुराने मॉडलों के तेज़ मोड अनुरोध priority के रूप में दिखाई देते हैं, भले ही अनुरोध में fast दिया गया हो.

मॉडल

क्या तेज़ मोड लंबे संदर्भ, फ़ाइन-ट्यून किए गए मॉडल या एम्बेडिंग का समर्थन करता है?

GPT-5.6 मॉडल तेज़ मोड में लंबे संदर्भ का समर्थन करते हैं. तेज़ मोड फ़ाइन-ट्यून किए गए मॉडल या एम्बेडिंग का समर्थन नहीं करता है.

तेज़ मोड में अन्य प्रकार के इनपुट और आउटपुट कैसे काम करते हैं?

तेज़ मोड में विभिन्न प्रकार के इनपुट और आउटपुट के लिए वही क्षमताएँ उपलब्ध हैं, जो मानक प्रोसेसिंग में हैं. खास तौर पर, तेज़ मोड में चित्रों को इनपुट के रूप में इस्तेमाल किया जा सकता है और उन्हें भी उतनी ही कम देरी के साथ प्रोसेस किया जाता है.

क्या भविष्य के मॉडल के लिए भी यह उपलब्ध होगा?

हम नए GPT मॉडल पर तेज़ मोड उपलब्ध कराने की योजना बना रहे हैं, लेकिन इसकी गारंटी नहीं है कि यह हर मॉडल के लिए उपलब्ध होगा.

रेट लिमिट

रेट लिमिट क्या हैं?

रेट लिमिट के लिए तेज़ मोड के उपयोग को मानक एपीआई ट्रैफ़िक की तरह ही गिना जाता है.

रैम्प रेट की सीमाएँ क्या हैं?

तेज़ मोड में रैम्प रेट की सीमाएँ लागू हैं, ताकि सभी ग्राहकों को लगातार बेहतरीन प्रदर्शन मिले और साथ ही माँग के अनुसार लचीली कीमतों की सुविधा भी बनी रहे. अगर (क) तेज़ मोड के प्रदर्शन में गिरावट आ रही हो और साथ ही (ख) किसी ग्राहक का ट्रैफ़िक बहुत तेज़ी से बढ़ रहा हो, तो कुछ दुर्लभ मामलों में कुछ अनुरोधों को मानक प्रोसेसिंग पर भेजा जा सकता है.

तेज़ मोड की मौजूदा रैम्प रेट सीमा हमारे तेज़ मोड दस्तावेज़ों में दी गई है.

अपनी रैम्प रेट सीमा के भीतर रहने के सर्वोत्तम तरीके

मॉडल बदलते समय ट्रैफ़िक धीरे-धीरे बढ़ाएँ. उदाहरण के लिए, अगर आपका ऐप्लिकेशन पुराने स्नैपशॉट से नए स्नैपशॉट पर जा रहा है, तो पूरा ट्रैफ़िक एक साथ भेजने के बजाय फ़ीचर फ़्लैग का इस्तेमाल करके कुछ घंटों में धीरे-धीरे भेजें.

तेज़ मोड पर बड़े पैमाने के डेटा प्रोसेसिंग कार्य या अतुल्यकालिक कार्य चलाने से बचें. इन कार्यों से ट्रैफ़िक बहुत तेज़ी से बढ़ सकता है और अक्सर इन्हें तेज़ मोड के बेहतर प्रदर्शन की ज़रूरत नहीं होती.

अगर आप बार-बार रैम्प रेट सीमाओं तक पहुँच जाते हैं, तो इसके बजाय स्केल टियर कोटा खरीदने पर विचार करें.

क्या मेरे सभी प्रोजेक्ट या संगठनों पर साझा रैम्प रेट सीमा लागू होती है?

हाँ, आपका पूरा ट्रैफ़िक एक ही रैम्प रेट सीमा में गिना जाता है.

नीतियाँ

अगर तेज़ मोड तय समय के भीतर जवाब नहीं दे रहा हो, तो क्या होता है?

GPT-6 Astra के तेज़ मोड में जवाब देने के समय को लेकर कोई सेवा-स्तर समझौता नहीं है. GPT-5.6 और उससे पुराने मॉडलों के लिए, तेज़ मोड और स्केल टियर पर सेवा-स्तर समझौते की समान शर्तें लागू होती हैं. जवाब देने के समय से जुड़े लक्ष्य पूरे न होने पर, पात्र एंटरप्राइज़ समझौतों के तहत सेवा क्रेडिट्स मिल सकते हैं. सवाल होने पर अपने खाता निदेशक से संपर्क करें.

क्या तेज़ मोड डेटा रेज़िडेंसी के साथ काम करता है?

हाँ, लेकिन यह हर मॉडल के लिए उपलब्धता पर निर्भर करता है. GPT-6.1 Sol, GPT-6 Sol और GPT-6 Luna के लिए यूरोपीय संघ में डेटा रेज़िडेंसी की सुविधा उपलब्ध है, लेकिन GPT-6 Astra के लिए नहीं.

क्या तेज़ मोड ज़ेडडीआर और बीएए के साथ काम करता है?

हाँ, बशर्ते मॉडल, एंडपॉइंट, टूल, पात्रता और अनुबंध से जुड़ी लागू आवश्यकताएँ पूरी हों.

GPT-6 Astra और GPT-6.1 Sol के लिए अल्ट्राफास्ट

अल्ट्राफास्ट उन कार्यभारों के लिए एक अलग सर्विस टियर है, जिन्हें GPT-6 Astra और GPT-6.1 Sol से कम देरी में जवाब चाहिए, जैसे इंटरैक्टिव ऐप्लिकेशन और कोडिंग कार्यप्रवाह.

service_tier="fast" का इस्तेमाल करने वाले अनुरोधों पर तेज़ मोड की कीमतों, रेट लिमिट और नीतियों से जुड़े दिशानिर्देश लागू होते हैं. अल्ट्राफास्ट अनुरोध अलग service_tier="ultrafast" टियर का इस्तेमाल करते हैं.

मैं अल्ट्राफास्ट अनुरोध कैसे भेजूँ?

जिस संगठन के पास अल्ट्राफास्ट की ऐक्सेस है, उसके लिए रिस्पॉन्सेज़ एपीआई का इस्तेमाल इन सेटिंग्स के साथ करें:

• मॉडल: gpt-6-astra या gpt-6.1-sol

• सर्विस टियर: ultrafast

• वैकल्पिक अनुरोध हेडर: OpenAI-Service-Tier: ultrafast

अनुरोध हेडर देना वैकल्पिक है. अगर आप इसे शामिल करते हैं, तो इसका मान अनुरोध के मुख्य भाग में दिए गए सर्विस टियर से मेल खाना चाहिए.

टूल कॉल चलाने वाले ऐप्लिकेशन में, वेबसॉकेट मोड से आप कई संवाद चरणों में एक ही कनेक्शन का दोबारा इस्तेमाल कर सकते हैं और कनेक्शन बनाने में लगने वाले अतिरिक्त संसाधन घटा सकते हैं.

क्या मैं अन्य सर्विस टियर के लिए भी वही अनुरोध हेडर इस्तेमाल कर सकता हूँ?

अगर OpenAI-Service-Tier हेडर दिया जाता है, तो वह fast या ultrafast मान स्वीकार करता है. अगर आप किसी अन्य सर्विस टियर, जैसे default, fast या flex पर जाते हैं, तो हेडर को अनुरोध के अनुरूप बदलें या हटा दें.

क्या मैं वर्क या Codex में अल्ट्राफास्ट इस्तेमाल कर सकता हूँ?

अल्ट्राफास्ट पात्र प्लान और कार्यस्थानों के लिए वर्क और Codex में भी उपलब्ध है. ChatGPT प्लान की पात्रता और उपयोग की शर्तें एपीआई की ऐक्सेस से अलग हैं.

उपलब्धता और उपयोग की जानकारी के लिए ChatGPT वर्क और Codex देखें.