We bieden Fast-modus aan voor API-klanten die bij bepaalde modellen snellere, consistentere prestaties willen. Hieronder vind je antwoorden op veelgestelde vragen over de werking, prijzen, beschikbaarheid van modellen, volumelimieten, betrouwbaarheid, beleid en toegangsvoorwaarden.

Opmerking: verwerking met prioriteit heet sinds 30 juli 2026 Fast-modus. Je kunt zowel service_tier: priority als service_tier: fast gebruiken in je API-verzoeken. 

Lees meer over Fast-modus.

Is Fast-modus in alle regio's beschikbaar?

De beschikbaarheid van Fast-modus hangt af van de geldende wet- en regelgeving in elk rechtsgebied. Neem contact op met je contactpersoon bij OpenAI als je vragen hebt over de beschikbaarheid in jouw regio.

Zo werkt het

Klanten kunnen per verzoek verkeer naar Fast-modus sturen via de bestaande parameter service_tier, met de optie service_tier = "fast".

Tokens die via Fast-modus worden verwerkt, worden per token in rekening gebracht tegen een hoger tarief dan bij standaardverwerking.

Naast de instelling per verzoek kun je Fast-modus ook als standaard voor een project instellen via Projectinstellingen > Standaardserviceniveau van project: Fast. Je kunt hier nog steeds per verzoek van afwijken. Fast selecteren in je projectinstellingen heeft hetzelfde effect als Prioriteit selecteren.

Hoe verhoudt dit zich tot het schaalniveau?

Het schaalniveau blijft losstaan van de Fast-modus. Verzoeken die naar de Fast-modus worden gestuurd, worden apart gefactureerd en tellen niet mee voor je aangeschafte TPM-bundels voor het schaalniveau.

Kan ik verkeer dat mijn capaciteit op het schaalniveau overschrijdt automatisch naar de Fast-modus sturen?

Nee. Verkeer dat naar het schaalniveau wordt gestuurd, wordt bij overschrijding van de capaciteit niet automatisch naar de Fast-modus doorgestuurd.

Hoe wordt de Fast-modus gefactureerd?

Tokens die door de Fast-modus worden verwerkt, worden per token gefactureerd tegen een hoger tarief dan bij standaardverwerking.

Is mijn jaarlijkse bestedingsverplichting gekoppeld aan een specifieke verwerkingsmodus?

Nee. Alle verwerkingsmodi tellen mee voor je jaarlijkse Enterprise-bestedingsverplichting.

Krijg ik nog steeds korting op gecachete invoertokens?

Ja. Voor gecachete invoertokens die hiervoor in aanmerking komen, gelden dezelfde kortingen als bij standaardverwerking.

Hoe bekijk ik mijn gebruik en kosten van Fast-modus?

Om tokens te bekijken die door Fast-modus zijn verwerkt (voorheen verwerking met prioriteit), ga je naar het Gebruiksdashboard, selecteer je Chat Completions of Responses en vervolgens Groeperen op serviceniveau.

Om de kosten van Fast-modus te bekijken, ga je naar het Gebruiksdashboard en selecteer je Groeperen op factuurregel.

Op het Gebruiksdashboard worden Fast-modus-verzoeken voor GPT-5.6 en eerdere modellen weergegeven als priority, ook als in het verzoek fast is opgegeven.

Modellen

Ondersteunt Fast-modus lange context, gefinetunede modellen of embeddings?

GPT-5.6-modellen ondersteunen lange context in Fast-modus. Fast-modus ondersteunt geen gefinetunede modellen of embeddings.

Hoe werken andere modaliteiten met Fast-modus?

Fast-modus ondersteunt dezelfde multimodale mogelijkheden als standaardverwerking. Je kunt bijvoorbeeld afbeeldingen als invoer gebruiken in Fast-modus. Deze worden met dezelfde lage latentie verwerkt.

Worden toekomstige modellen ondersteund?

We zijn van plan de Fast-modus voor nieuwe GPT-modellen aan te bieden, maar garanderen niet dat elk model wordt ondersteund.

Volumelimieten

Welke volumelimieten gelden er?

Voor volumelimieten wordt het gebruik van Fast-modus hetzelfde behandeld als standaard API-verkeer.

Welke limieten gelden er voor de opschalingssnelheid?

Fast-modus hanteert limieten voor de opschalingssnelheid om alle klanten consistent hoge prestaties te bieden, met behoud van flexibele prijzen op basis van gebruik. Als (a) de prestaties van Fast-modus achteruitgaan EN (b) het verkeer van een klant te snel toeneemt, kunnen sommige verzoeken in zeldzame gevallen terugvallen op standaardverwerking.

De huidige limiet voor de opschalingssnelheid van Fast-modus staat in onze documentatie over Fast-modus.

Aanbevelingen om binnen de limiet voor je opschalingssnelheid te blijven

Voer het verkeer geleidelijk op wanneer je van model wisselt. Als je toepassing bijvoorbeeld van een eerdere snapshot naar een nieuwe overstapt, gebruik dan een featureflag om het verkeer verspreid over enkele uren over te zetten in plaats van in één keer.

Vermijd grootschalige gegevensverwerking of asynchrone taken in Fast-modus. Deze taken kunnen het verkeer zeer snel laten toenemen en hebben de betere prestaties van Fast-modus vaak niet nodig.

Als je regelmatig tegen limieten voor de opschalingssnelheid aanloopt, overweeg dan om in plaats daarvan een quotum voor het schaalniveau aan te schaffen.

Gelden de limieten voor de opschalingssnelheid voor al mijn projecten of organisaties samen?

Ja, al je verkeer telt mee voor dezelfde limiet voor de opschalingssnelheid.

Beleid

Wat gebeurt er als Fast-modus de beoogde latentie niet haalt?

Voor Fast-modus met GPT-6 Astra geldt geen SLA voor latentie. Voor GPT-5.6 en eerdere modellen gelden voor Fast-modus en het schaalniveau dezelfde SLA-voorwaarden. Enterprise-overeenkomsten die hiervoor in aanmerking komen, kunnen voorzien in servicecredits wanneer de beoogde latentie niet wordt gehaald. Neem bij vragen contact op met je accountdirecteur.

Is Fast-modus compatibel met gegevensresidentie?

Ja, afhankelijk van de beschikbaarheid per model. Gegevensresidentie in de EU wordt ondersteund voor GPT-6.1 Sol, GPT-6 Sol en GPT-6 Luna, maar niet voor GPT-6 Astra.

Is Fast-modus compatibel met ZDR en de BAA?

Ja, mits wordt voldaan aan de geldende vereisten voor het model, het endpoint en de tools, evenals de toegangsvoorwaarden en contractuele vereisten.

Ultrafast voor GPT-6 Astra en GPT-6.1 Sol

Ultrafast is een apart serviceniveau voor workloads die antwoorden van GPT-6 Astra en GPT-6.1 Sol met een lagere latentie nodig hebben, zoals interactieve toepassingen en programmeerworkflows.

De richtlijnen voor prijzen, volumelimieten en beleid van Fast-modus gelden voor verzoeken met service_tier="fast". Ultrafast-verzoeken gebruiken het aparte serviceniveau service_tier="ultrafast".

Hoe verstuur ik een Ultrafast-verzoek?

Gebruik voor een organisatie met toegang tot Ultrafast de Responses API met:

• Model: gpt-6-astra of gpt-6.1-sol

• Serviceniveau: ultrafast

• Optionele verzoekheader: OpenAI-Service-Tier: ultrafast

De verzoekheader is optioneel. Als je deze meestuurt, moet de waarde overeenkomen met het serviceniveau in de body van het verzoek.

Voor toepassingen die tools aanroepen, kun je met WebSocket-modus een verbinding bij meerdere gespreksbeurten hergebruiken en zo de verbindingsoverhead beperken.

Kan ik dezelfde verzoekheader gebruiken voor andere serviceniveaus?

Als je de header OpenAI-Service-Tier meestuurt, accepteert deze fast of ultrafast. Als je overschakelt naar een ander serviceniveau, zoals default, fast of flex, pas de header dan aan zodat deze overeenkomt met het verzoek, of laat de header weg.

Kan ik Ultrafast gebruiken in Work of Codex?

Ultrafast is ook beschikbaar in Work en Codex voor abonnementen en werkruimten die hiervoor in aanmerking komen. De toegangs- en gebruiksvoorwaarden voor ChatGPT-abonnementen verschillen van die voor API-toegang.

Zie ChatGPT Work en Codex voor meer informatie over beschikbaarheid en gebruik.