Kita nyedhiyakake mode Cepet kanggo pelanggan API sing pengin kinerja luwih cepet lan luwih konsisten ing model tartamtu. Ing ngisor iki ana wangsulan kanggo pitakonan umum babagan cara kerjane, rega, kasedhiyan model, wates laju, keandalan, kabijakan, lan syarat panggunaan.

Cathetan: Pangolahan Prioritas diganti jenenge dadi mode Cepet tanggal 30 Juli 2026. Sampeyan bisa nggunakake service_tier: priority utawa service_tier: fast ing panjaluk API. 

Sinau luwih akeh babagan mode Cepet.

Apa mode Cepet kasedhiya ing kabeh wilayah?

Kasedhiyan mode Cepet gumantung marang hukum lan peraturan sing ditrapake ing saben yurisdiksi. Mangga hubungi wakil OpenAI sampeyan yen ana pitakonan babagan kasedhiyan ing wilayah sampeyan.

Cara kerjane

Pelanggan bisa ngarahake lalu lintas menyang mode Cepet kanggo saben panjaluk nganggo parameter service_tier sing wis ana, kanthi pilihan service_tier = "fast".

Token sing dilayani mode Cepet ditagih saben token, kanthi rega luwih dhuwur tinimbang tarif pangolahan Standar.

Saliyane nyetel kanggo saben panjaluk, sampeyan uga bisa nyetel mode Cepet minangka gawan proyek ing Setelan proyek > Tingkat Layanan Gawan Proyek: Cepet. Sampeyan isih bisa ngganti setelan iki kanggo saben panjaluk. Milih Cepet ing setelan proyek padha karo milih Prioritas.

Kepiye sesambungane mode iki karo Tingkat Skala?

Tingkat Skala bakal tetep kapisah saka mode Cepet. Panjaluk sing dikirim menyang mode Cepet bakal ditagih kanthi kapisah lan ora nyuda kuota paket TPM Tingkat Skala sing wis sampeyan tuku.

Apa aku bisa kanthi otomatis ngirim lalu lintas sing ngluwihi kapasitas Tingkat Skala menyang mode Cepet?

Ora. Lalu lintas sing dikirim menyang Tingkat Skala ora bakal otomatis dialihake menyang mode Cepet yen ngluwihi kapasitas.

Kepiye petungan tagihan mode Cepet?

Token sing diproses nganggo mode Cepet bakal ditagih saben token, kanthi tarif luwih larang tinimbang pamrosesan Standar.

Apa komitmen taunanku kaiket karo mode pamrosesan tartamtu?

Ora. Kabeh mode pamrosesan diitung kanggo nyukupi komitmen belanja Enterprise taunan sampeyan.

Apa aku isih entuk diskon kanggo token input sing disimpen ing cache?

Ya. Token input ing cache sing nyukupi syarat entuk diskon sing padha karo pangolahan Standar.

Kepiye carane ndeleng panggunaan lan biaya mode Cepet?

Kanggo ndeleng token sing diolah mode Cepet (biyen diarani pangolahan Prioritas), bukak Dasbor panggunaan, pilih Panyampurnan Obrolan utawa Tanggapan, banjur pilih Klompokake miturut Tingkat Layanan.

Kanggo ndeleng biaya mode Cepet, bukak Dasbor panggunaan, banjur pilih Klompokake miturut Item Tagihan.

Ing Dasbor panggunaan, panjaluk mode Cepet kanggo GPT-5.6 lan model sadurunge ditampilake minangka priority, sanajan panjaluke nemtokake fast.

Model

Apa mode Cepet ndhukung konteks dawa, model sing wis disetel luwih lanjut, utawa embedding?

Model GPT-5.6 ndhukung konteks dawa ing mode Cepet. Mode Cepet ora ndhukung model sing wis disetel luwih lanjut utawa embedding.

Kepiye cara modalitas liyane digunakake ing mode Cepet?

Mode Cepet ndhukung kemampuan multimodal sing padha karo sing kasedhiya ing Standar. Utamane, gambar bisa digunakake minangka input ing mode Cepet lan diolah kanthi latensi sing padha cendhake.

Apa model sing bakal teka bakal didhukung?

Kita ngrancang nyedhiyakake mode Cepet ing model GPT anyar, nanging ora njamin saben model bakal didhukung.

Wates laju

Apa wae wates lajune?

Kanggo wates laju, panggunaan mode Cepet diitung padha karo lalu lintas API standar.

Apa wae wates laju ramp?

Mode Cepet nduweni wates laju ramp supaya kinerja tetep apik lan konsisten kanggo kabeh pelanggan, kanthi rega sing tetep fleksibel adhedhasar panggunaan. Yen (a) kinerja mode Cepet mudhun LAN (b) lalu lintas pelanggan mundhak kesusu, ing kahanan sing arang kedadeyan, sawetara panjaluk bisa diturunake menyang pangolahan Standar.

Wates laju ramp mode Cepet saiki diterangake ing dokumentasi mode Cepet kita.

Cara paling apik supaya ora ngluwihi wates laju ramp

Tambah lalu lintas kanthi alon-alon nalika ngganti model. Contone, yen aplikasi sampeyan ngalih saka snapshot lawas menyang sing anyar, gunakake flag fitur kanggo mindhah lalu lintas kanthi bertahap sajrone sawetara jam, aja langsung kabeh.

Aja nglakokake pangolahan data gedhe utawa tugas asinkron ing mode Cepet. Tugas iki bisa nambah lalu lintas kanthi cepet banget, lan asring ora mbutuhake kinerja mode Cepet sing luwih apik.

Yen sampeyan kerep kena wates laju ramp, coba timbang tuku kuota Tingkat Skala minangka gantine.

Apa wates laju ramp dienggo bareng ing kabeh proyek utawa organisasiku?

Iya, kabeh lalu lintas sampeyan diitung ing wates laju ramp sing padha.

Kabijakan

Apa sing kedadeyan yen mode Cepet ora nyukupi target latensi?

Mode Cepet kanggo GPT-6 Astra ora duwe SLA latensi. Kanggo GPT-5.6 lan model sadurunge, mode Cepet lan Tingkat Skala duwe pranatan SLA sing padha. Perjanjian Enterprise sing nyukupi syarat bisa menehi kredit layanan yen target latensi ora kasil digayuh. Hubungi direktur akun sampeyan yen ana pitakonan.

Apa mode Cepet kompatibel karo domisili data?

Ya, gumantung kasedhiyane ing saben model. Domisili data Uni Eropa didhukung kanggo GPT-6.1 Sol, GPT-6 Sol, lan GPT-6 Luna, nanging ora kanggo GPT-6 Astra.

Apa mode Cepet kompatibel karo ZDR lan BAA?

Ya, anggere nyukupi syarat sing ditrapake babagan model, titik pungkasan, piranti, hak panggunaan, lan kontrak.

Ultracepet kanggo GPT-6 Astra lan GPT-6.1 Sol

Ultracepet iku Tingkat Layanan kapisah kanggo beban kerja sing mbutuhake tanggapan GPT-6 Astra lan GPT-6.1 Sol kanthi latensi luwih cendhak, kayata aplikasi interaktif lan alur kerja nulis kode.

Pandhuan rega, wates laju, lan kabijakan mode Cepet ditrapake kanggo panjaluk sing nggunakake service_tier="fast". Panjaluk Ultracepet nggunakake tingkat kapisah, yaiku service_tier="ultrafast".

Kepiye carane ngirim panjaluk Ultracepet?

Kanggo organisasi sing duwe akses Ultracepet, gunakake Responses API kanthi:

• Model: gpt-6-astra utawa gpt-6.1-sol

• Tingkat Layanan: ultrafast

• Header panjaluk opsional: OpenAI-Service-Tier: ultrafast

Header panjaluk ora wajib disertakake. Yen sampeyan nyertakake, nilaine kudu cocog karo Tingkat Layanan ing awak panjaluk.

Kanggo aplikasi sing nglakokake panggilan piranti, mode WebSocket ngidini sampeyan nggunakake maneh sambungan ing pirang-pirang giliran lan nyuda beban tambahan saka sambungan.

Apa aku bisa nggunakake header panjaluk sing padha kanggo Tingkat Layanan liyane?

Yen disertakake, header OpenAI-Service-Tier nampa fast utawa ultrafast. Yen sampeyan ngalih menyang Tingkat Layanan liyane, kayata default, fast, utawa flex, ganti utawa copot header supaya cocog karo panjaluk.

Apa aku bisa nggunakake Ultracepet ing Kerja utawa Codex?

Ultracepet uga kasedhiya ing Kerja lan Codex kanggo paket lan ruang kerja sing nyukupi syarat. Syarat lan panggunaan ing paket ChatGPT beda karo akses API.

Deleng: ChatGPT Kerja lan Codex kanggo rincian kasedhiyan lan panggunaan.