Disponibilizamos o modo Fast aos clientes da API que pretendem um desempenho mais rápido e consistente em determinados modelos. Abaixo encontra respostas a perguntas frequentes sobre o funcionamento, os preços, a disponibilidade dos modelos, os limites de taxa, a fiabilidade, as políticas e a elegibilidade.

Nota: o processamento prioritário passou a chamar-se modo Fast a 30 de julho de 2026. Pode utilizar service_tier: priority ou service_tier: fast nos seus pedidos 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 dos regulamentos aplicáveis em cada jurisdição. Contacte o seu representante da OpenAI se tiver dúvidas sobre a disponibilidade na sua região.

Como funciona

Os clientes podem encaminhar tráfego para o modo Fast em cada pedido, utilizando o parâmetro existente service_tier com a opção service_tier = "fast".

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

Além de o configurar por pedido, também pode definir o modo Fast como predefinição de um projeto em Definições do projeto > Camada de serviço predefinida do projeto: Fast. Continua a poder substituir esta definição em cada pedido. Selecionar Fast nas definições do projeto equivale a selecionar Prioritário.

Como se articula o modo Fast com a Camada de escala?

A Camada de escala continuará separada do modo Fast. Os pedidos enviados para o modo Fast serão faturados separadamente e não serão descontados dos pacotes de TPM adquiridos na Camada de escala.

Posso enviar automaticamente o tráfego excedente da Camada de escala para o modo Fast?

Não. O tráfego excedente enviado para a Camada de escala não será encaminhado automaticamente para o modo Fast.

Como é faturado o modo Fast?

Os tokens processados pelo modo Fast serão faturados por token, a um preço superior ao das tarifas de processamento padrão.

O meu compromisso anual está associado a um modo de processamento específico?

Não. Todos os modos de processamento contam para o seu compromisso de despesa anual Enterprise.

Continuo a ter desconto nos tokens de entrada em cache?

Sim. Os tokens de entrada em cache elegíveis beneficiam dos mesmos descontos que no processamento padrão.

Como consulto a utilização e os gastos no modo Fast?

Para consultar os tokens processados pelo modo Fast (anteriormente designado processamento prioritário), aceda ao Painel de utilização, selecione Conclusões de chat ou Respostas e selecione Agrupar por camada de serviço.

Para consultar o custo do modo Fast, aceda ao Painel de utilização e selecione Agrupar por rubrica.

No Painel de utilização, os pedidos no modo Fast para o GPT-5.6 e modelos anteriores aparecem como priority, mesmo quando o pedido especifica fast.

Modelos

O modo Fast suporta contexto longo, modelos com ajuste fino ou embeddings?

Os modelos GPT-5.6 suportam contexto longo no modo Fast. O modo Fast não suporta modelos com ajuste fino nem embeddings.

Como funcionam as outras modalidades no modo Fast?

O modo Fast suporta as mesmas capacidades multimodais disponíveis no processamento padrão. Em particular, é possível utilizar imagens como entradas no modo Fast, sendo processadas com a mesma baixa latência.

Os futuros modelos serão suportados?

Planeamos disponibilizar o modo Fast nos novos modelos GPT, mas não garantimos que todos os modelos sejam suportados.

Limites de taxa

Quais são os limites de taxa?

Para efeitos dos 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 aumento?

O modo Fast tem limites da taxa de aumento para garantir um desempenho consistentemente elevado a todos os clientes, mantendo preços flexíveis em função da utilização. Se (a) o desempenho do modo Fast estiver degradado E (b) o tráfego de um cliente estiver a aumentar demasiado depressa, alguns pedidos poderão, em casos raros, passar para o processamento padrão.

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

Boas práticas para não ultrapassar o limite da taxa de aumento

Aumente o tráfego gradualmente ao mudar de modelo. Por exemplo, se a sua aplicação estiver a passar de uma versão anterior para uma nova, utilize um sinalizador de funcionalidade para transferir o tráfego ao longo de algumas horas, em vez de o fazer de uma só vez.

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

Se atingir frequentemente os limites da taxa de aumento, pondere adquirir uma quota da Camada de escala em alternativa.

Os limites da taxa de aumento são partilhados entre os meus projetos ou organizações?

Sim, todo o seu tráfego conta para o mesmo limite da taxa de aumento.

Políticas

O que acontece se o modo Fast não cumprir o objetivo de latência?

O modo Fast para o GPT-6 Astra não tem um SLA de latência. Para o GPT-5.6 e modelos anteriores, aplicam-se as mesmas condições de SLA ao modo Fast e à Camada de escala. Os contratos Enterprise elegíveis podem prever créditos de serviço quando os objetivos de latência não são cumpridos. Em caso de dúvida, contacte o seu diretor de 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 suportada para o GPT-6.1 Sol, o GPT-6 Sol e o GPT-6 Luna, mas não para o GPT-6 Astra.

O modo Fast é compatível com ZDR e o BAA?

Sim, desde que sejam cumpridos os requisitos aplicáveis ao modelo, ao endpoint, à ferramenta, à elegibilidade e ao contrato.

Ultrafast para o GPT-6 Astra e o GPT-6.1 Sol

O Ultrafast é uma camada de serviço separada para cargas de trabalho que exigem 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 aplicam-se a pedidos que utilizem service_tier="fast". Os pedidos Ultrafast utilizam a camada separada service_tier="ultrafast".

Como envio um pedido Ultrafast?

Se a sua organização tiver acesso ao Ultrafast, utilize a API Responses com:

• Modelo: gpt-6-astra ou gpt-6.1-sol

• Camada de serviço: ultrafast

• Cabeçalho de pedido opcional: OpenAI-Service-Tier: ultrafast

O cabeçalho do pedido é opcional. Se o incluir, o seu valor tem de corresponder à camada de serviço indicada no corpo do pedido.

Nas aplicações que executam chamadas a ferramentas, o modo WebSocket permite reutilizar uma ligação entre interações e reduzir a sobrecarga associada às ligações.

Posso utilizar o mesmo cabeçalho de pedido para outras camadas de serviço?

Quando incluído, o cabeçalho OpenAI-Service-Tier aceita fast ou ultrafast. Se mudar para outra camada de serviço, como default, fast ou flex, atualize ou omita o cabeçalho para que corresponda ao pedido.

Posso utilizar o Ultrafast no Work ou no Codex?

O Ultrafast também está disponível no Work e no Codex para planos e espaços de trabalho elegíveis. As condições de elegibilidade e de utilização nos planos do ChatGPT diferem das do acesso à API.

Consulte ChatGPT Work e Codex para obter detalhes sobre a disponibilidade e a utilização.