Oferecemos o modo Fast para clientes da API que desejam um desempenho mais rápido e consistente em determinados modelos. Abaixo estão as respostas às perguntas frequentes sobre funcionamento, preços, disponibilidade de modelos, limites de taxa, confiabilidade, políticas e elegibilidade.

Observação: o processamento prioritário passou a se chamar modo Fast em 30 de julho de 2026. Você pode usar service_tier: priority ou service_tier: fast nas suas solicitações à API. 

Saiba mais sobre o modo Fast.

O modo Fast está disponível em todas as regiões?

A disponibilidade do modo Fast depende das leis e regulamentações aplicáveis em cada jurisdição. Entre em contato com seu representante da OpenAI se tiver dúvidas sobre a disponibilidade na sua região.

Como funciona

Os clientes podem direcionar o tráfego ao modo Fast em cada solicitação usando o parâmetro existente service_tier, com a opção service_tier = "fast".

Os tokens processados pelo modo Fast serão cobrados por token, a um preço superior ao do processamento padrão.

Além de configurar o modo Fast por solicitação, você também pode defini-lo como padrão de um projeto em Configurações do projeto > Nível de serviço padrão do projeto: Fast. Você ainda pode substituir essa configuração em cada solicitação. Selecionar Fast nas configurações do projeto equivale a selecionar Prioritário.

Como isso funciona em relação ao Nível de escala?

O Nível de escala continuará separado do modo Fast. As solicitações enviadas ao modo Fast serão cobradas separadamente e não consumirão os pacotes de TPM que você adquiriu no Nível de escala.

Posso enviar automaticamente o tráfego excedente do Nível de escala para o modo Fast?

Não. O tráfego excedente enviado ao Nível de escala não será redirecionado automaticamente para o modo Fast.

Como o modo Fast é cobrado?

Os tokens processados pelo modo Fast serão cobrados por token, com tarifas superiores às do processamento padrão.

Meu compromisso anual está vinculado a um modo de processamento específico?

Não. Todos os modos de processamento contam para o cumprimento do seu compromisso anual de gastos Enterprise.

Continuo recebendo desconto nos tokens de entrada em cache?

Sim. Os tokens de entrada em cache elegíveis recebem os mesmos descontos do processamento padrão.

Como vejo meu uso e meus gastos no modo Fast?

Para ver os tokens processados pelo modo Fast (anteriormente chamado de processamento prioritário), acesse o Painel de uso, selecione Chat Completions ou Responses e selecione Agrupar por nível de serviço.

Para ver o custo do modo Fast, acesse o Painel de uso e selecione Agrupar por item de cobrança.

No Painel de uso, as solicitações no modo Fast para GPT-5.6 e modelos anteriores aparecem como priority, mesmo quando a solicitação especifica fast.

Modelos

O modo Fast oferece suporte a contexto longo, modelos com ajuste fino ou embeddings?

Os modelos GPT-5.6 oferecem suporte a contexto longo no modo Fast. O modo Fast não oferece suporte a modelos com ajuste fino nem a embeddings.

Como outras modalidades funcionam com o modo Fast?

O modo Fast oferece os mesmos recursos multimodais disponíveis no processamento padrão. Em particular, imagens podem ser usadas como entrada no modo Fast e são processadas com a mesma baixa latência.

Haverá suporte a modelos futuros?

Planejamos oferecer o modo Fast em novos modelos GPT, mas não garantimos que todos os modelos terão suporte.

Limites de taxa

Quais são os limites de taxa?

Para fins de limites de taxa, o consumo no modo Fast é tratado da mesma forma que o tráfego padrão da API.

Quais são os limites da taxa de crescimento?

O modo Fast tem limites de taxa de crescimento para garantir um desempenho consistentemente alto para todos os clientes, mantendo preços flexíveis e sob demanda. Se (a) o desempenho do modo Fast estiver degradado E (b) o tráfego de um cliente estiver aumentando rápido demais, algumas solicitações poderão ser direcionadas ao processamento padrão em casos raros.

O limite atual da taxa de crescimento do modo Fast está definido na nossa documentação do modo Fast.

Boas práticas para não exceder o limite da taxa de crescimento

Aumente o tráfego gradualmente ao trocar de modelo. Por exemplo, se sua aplicação estiver migrando de um snapshot anterior para um novo, use uma flag de recurso para transferir o tráfego ao longo de algumas horas, em vez de fazer isso de uma só vez.

Evite executar tarefas de processamento de grandes volumes de dados ou tarefas assíncronas no modo Fast. Essas tarefas podem aumentar o tráfego muito rapidamente e, muitas vezes, não precisam do desempenho superior do modo Fast.

Se você atinge os limites de taxa de crescimento com frequência, considere adquirir uma cota do Nível de escala como alternativa.

Os limites da taxa de crescimento são compartilhados entre meus projetos ou organizações?

Sim, todo o seu tráfego é contabilizado para o mesmo limite da taxa de crescimento.

Políticas

O que acontece se o modo Fast não atingir a meta de latência?

O modo Fast para GPT-6 Astra não tem SLA de latência. Para GPT-5.6 e modelos anteriores, o modo Fast e o Nível de escala têm o mesmo tratamento em relação ao SLA. Contratos Enterprise elegíveis podem prever créditos de serviço quando as metas de latência não forem atingidas. Em caso de dúvidas, entre em contato com o diretor responsável pela sua conta.

O modo Fast é compatível com a residência de dados?

Sim, dependendo da disponibilidade para cada modelo. A residência de dados na UE é compatível com GPT-6.1 Sol, GPT-6 Sol e GPT-6 Luna, mas não com GPT-6 Astra.

O modo Fast é compatível com ZDR e com o BAA?

Sim, desde que sejam atendidos os requisitos aplicáveis de modelo, endpoint, ferramenta, elegibilidade e contrato.

Ultrafast para GPT-6 Astra e GPT-6.1 Sol

Ultrafast é um nível de serviço separado para cargas de trabalho que precisam de respostas do GPT-6 Astra e do GPT-6.1 Sol com menor latência, como aplicações interativas e fluxos de trabalho de programação.

As orientações sobre preços, limites de taxa e políticas do modo Fast se aplicam às solicitações que usam service_tier="fast". As solicitações Ultrafast usam o nível separado service_tier="ultrafast".

Como envio uma solicitação Ultrafast?

Para uma organização com acesso ao Ultrafast, use a API Responses com:

• Modelo: gpt-6-astra ou gpt-6.1-sol

• Nível de serviço: ultrafast

• Cabeçalho opcional da solicitação: OpenAI-Service-Tier: ultrafast

O cabeçalho da solicitação é opcional. Se você o incluir, o valor deverá corresponder ao nível de serviço no corpo da solicitação.

Para aplicações que executam chamadas de ferramentas, o modo WebSocket permite reutilizar uma conexão entre turnos e reduzir a sobrecarga de conexão.

Posso usar o mesmo cabeçalho de solicitação para outros níveis de serviço?

Quando informado, o cabeçalho OpenAI-Service-Tier aceita fast ou ultrafast. Se você mudar para outro nível de serviço, como default, fast ou flex, atualize ou omita o cabeçalho para que ele corresponda à solicitação.

Posso usar o Ultrafast no Work ou no Codex?

O Ultrafast também está disponível no Work e no Codex para planos e espaços de trabalho elegíveis. A elegibilidade e o uso nos planos do ChatGPT diferem do acesso pela API.

Consulte ChatGPT Work e Codex para obter detalhes sobre disponibilidade e uso.