Vi tilbyr Hurtigmodus for API-kunder som ønsker raskere og mer stabil ytelse på enkelte modeller. Nedenfor finner du svar på vanlige spørsmål om hvordan det fungerer, priser, modelltilgjengelighet, bruksgrenser, pålitelighet, retningslinjer og tilgangskrav.

Merk: Prioritert behandling fikk navnet Hurtigmodus 30. juli 2026. Du kan bruke enten service_tier: priority eller service_tier: fast i API-forespørslene dine. 

Les mer om Hurtigmodus.

Er Hurtigmodus tilgjengelig i alle regioner?

Tilgjengeligheten av Hurtigmodus avhenger av gjeldende lover og forskrifter i hver jurisdiksjon. Kontakt OpenAI-representanten din hvis du har spørsmål om tilgjengelighet i din region.

Slik fungerer det

Kunder kan sende enkeltforespørsler til Hurtigmodus ved å bruke den eksisterende service_tier-parameteren med alternativet service_tier = "fast".

Token som behandles i Hurtigmodus, faktureres per token til en høyere pris enn ved standardbehandling.

I tillegg til å konfigurere Hurtigmodus for enkeltforespørsler kan du angi det som standard for et prosjekt under Prosjektinnstillinger > Standard tjenestenivå for prosjektet: Rask. Du kan fortsatt overstyre dette for hver enkelt forespørsel. Å velge Rask i prosjektinnstillingene tilsvarer å velge Prioritert.

Hvordan fungerer dette sammen med Skaleringsnivå?

Skaleringsnivå vil fortsatt være atskilt fra Hurtigmodus. Forespørsler som sendes til Hurtigmodus, faktureres separat og trekkes ikke fra TPM-pakkene du har kjøpt på Skaleringsnivå.

Kan jeg automatisk sende trafikk som overstiger kvoten på Skaleringsnivå, til Hurtigmodus?

Nei. Trafikk som sendes til Skaleringsnivå, overføres ikke automatisk til Hurtigmodus når kvoten overskrides.

Hvordan faktureres Hurtigmodus?

Token som behandles i Hurtigmodus, faktureres per token til en høyere pris enn ved standardbehandling.

Er den årlige forbruksforpliktelsen min knyttet til en bestemt behandlingsmodus?

Nei. Alle behandlingsmoduser teller med i den årlige forbruksforpliktelsen din for Enterprise.

Får jeg fortsatt rabatt på hurtigbufrede inndatatoken?

Ja. Hurtigbufrede inndatatoken som oppfyller vilkårene, får de samme rabattene som ved standardbehandling.

Hvordan ser jeg bruken min og kostnadene mine for Hurtigmodus?

For å se token som er behandlet i Hurtigmodus (tidligere kalt prioritert behandling), går du til Bruksoversikt, velger Chat Completions eller Responses og deretter Grupper etter tjenestenivå.

For å se kostnadene for Hurtigmodus går du til Bruksoversikt og velger Grupper etter linjepost.

I Bruksoversikt vises Hurtigmodus-forespørsler for GPT-5.6 og tidligere modeller som priority, selv når forespørselen angir fast.

Modeller

Støtter Hurtigmodus lang kontekst, finjusterte modeller eller vektorrepresentasjoner?

GPT-5.6-modeller støtter lang kontekst i Hurtigmodus. Hurtigmodus støtter ikke finjusterte modeller eller vektorrepresentasjoner.

Hvordan fungerer andre modaliteter med Hurtigmodus?

Hurtigmodus støtter de samme multimodale funksjonene som standardbehandling. Bilder kan brukes som inndata i Hurtigmodus og behandles med den samme lave latenstiden.

Vil fremtidige modeller støttes?

Vi planlegger å tilby Hurtigmodus for nye GPT-modeller, men vi garanterer ikke at alle modeller vil støttes.

Bruksgrenser

Hvilke bruksgrenser gjelder?

Bruk av Hurtigmodus behandles på samme måte som standard API-trafikk når det gjelder bruksgrenser.

Hva er grensene for opptrappingshastighet?

Hurtigmodus har grenser for opptrappingshastighet for å sikre stabilt høy ytelse for alle kunder, samtidig som du får fleksibel, forbruksbasert prising. Hvis (a) ytelsen i Hurtigmodus er redusert OG (b) trafikken til en kunde øker for raskt, kan enkelte forespørsler i sjeldne tilfeller bli nedgradert til standardbehandling.

Den gjeldende grensen for opptrappingshastighet i Hurtigmodus er definert i dokumentasjonen for Hurtigmodus.

Anbefalinger for å holde deg innenfor grensen for opptrappingshastighet

Øk trafikken gradvis når du bytter modell. Hvis applikasjonen din for eksempel går fra en tidligere modellversjon til en ny, kan du bruke et funksjonsflagg til å flytte trafikken over i løpet av noen timer i stedet for alt på én gang.

Unngå å kjøre store databehandlingsjobber eller asynkrone jobber i Hurtigmodus. Disse jobbene kan øke trafikken svært raskt og trenger ofte ikke den forbedrede ytelsen i Hurtigmodus.

Hvis du ofte når grensene for opptrappingshastighet, bør du vurdere å kjøpe kvote på Skaleringsnivå i stedet.

Er grensene for opptrappingshastighet felles for prosjektene eller organisasjonene mine?

Ja, all trafikken din teller mot samme grense for opptrappingshastighet.

Retningslinjer

Hva skjer hvis Hurtigmodus ikke oppfyller målet for latenstid?

Hurtigmodus for GPT-6 Astra har ingen SLA for latenstid. For GPT-5.6 og tidligere modeller gjelder de samme SLA-vilkårene for Hurtigmodus og Skaleringsnivå. Enterprise-avtaler som oppfyller vilkårene, kan gi tjenestekreditter når målene for latenstid ikke nås. Kontakt kundeansvarlig hvis du har spørsmål.

Er Hurtigmodus kompatibel med dataresidens?

Ja, avhengig av tilgjengeligheten for den enkelte modellen. Dataresidens i EU støttes for GPT-6.1 Sol, GPT-6 Sol og GPT-6 Luna, men ikke for GPT-6 Astra.

Er Hurtigmodus kompatibel med ZDR og BAA-avtalen?

Ja, forutsatt at gjeldende krav til modell, endepunkt, verktøy, tilgang og avtalevilkår er oppfylt.

Ultrarask for GPT-6 Astra og GPT-6.1 Sol

Ultrarask er et eget tjenestenivå for arbeidsbelastninger som trenger svar fra GPT-6 Astra og GPT-6.1 Sol med lavere latenstid, for eksempel interaktive applikasjoner og arbeidsflyter for koding.

Informasjonen om priser, bruksgrenser og retningslinjer for Hurtigmodus gjelder forespørsler som bruker service_tier="fast". Ultrarask-forespørsler bruker det egne nivået service_tier="ultrafast".

Hvordan sender jeg en Ultrarask-forespørsel?

For en organisasjon med tilgang til Ultrarask bruker du Responses API med:

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

• Tjenestenivå: ultrafast

• Valgfritt forespørselshode: OpenAI-Service-Tier: ultrafast

Forespørselshodet er valgfritt. Hvis du tar det med, må verdien samsvare med tjenestenivået i forespørselskroppen.

For applikasjoner som utfører verktøykall, lar WebSocket-modus deg gjenbruke en tilkobling på tvers av samtalerunder og redusere ressursbruken ved tilkobling.

Kan jeg bruke samme forespørselshode for andre tjenestenivåer?

Når OpenAI-Service-Tier-hodet tas med, godtar det verdiene fast eller ultrafast. Hvis du bytter til et annet tjenestenivå, som default, fast eller flex, må du oppdatere eller utelate hodet slik at det samsvarer med forespørselen.

Kan jeg bruke Ultrarask i Work eller Codex?

Ultrarask er også tilgjengelig i Work og Codex for abonnementer og arbeidsområder som oppfyller kravene. Kravene til ChatGPT-abonnementer og vilkårene for bruk er annerledes enn for API-tilgang.

Se ChatGPT Work og Codex for detaljer om tilgjengelighet og bruk.