Мы предлагаем Быстрый режим пользователям API, которым нужна более высокая и стабильная производительность при работе с определёнными моделями. Ниже приведены ответы на частые вопросы о принципах работы, ценах, доступности моделей, лимитах запросов, надёжности, правилах и условиях доступа.

Примечание: 30 июля 2026 года приоритетная обработка была переименована в Быстрый режим. В запросах API можно использовать как service_tier: priority, так и service_tier: fast. 

Узнайте больше о Быстром режиме.

Доступен ли Быстрый режим во всех регионах?

Доступность Быстрого режима зависит от законов и нормативных требований, действующих в каждой юрисдикции. Если у вас есть вопросы о доступности в вашем регионе, обратитесь к своему представителю OpenAI.

Как это работает

Клиенты могут направлять отдельные запросы в Быстрый режим с помощью существующего параметра service_tier, указав service_tier = "fast".

Токены, обработанные в Быстром режиме, оплачиваются поштучно по более высокой цене, чем при стандартной обработке.

Быстрый режим можно не только задавать для отдельных запросов, но и включить по умолчанию для проекта: Настройки проекта > Тарифный план проекта по умолчанию: Быстрый. При этом для отдельных запросов по-прежнему можно задавать другой режим. Выбор варианта «Быстрый» в настройках проекта равнозначен выбору варианта «Приоритетный».

Как Быстрый режим сочетается с «Уровнем производительности»?

«Уровень производительности» останется отдельным от Быстрого режима предложением. Запросы, направленные в Быстрый режим, оплачиваются отдельно и не расходуют приобретенные пакеты токенов в минуту (TPM) «Уровня производительности».

Можно ли автоматически направлять в Быстрый режим трафик, превышающий квоту «Уровня производительности»?

Нет. Трафик, направленный на «Уровень производительности», не будет автоматически перенаправляться в Быстрый режим при превышении квоты.

Как оплачивается Быстрый режим?

В Быстром режиме оплата взимается за каждый обработанный токен по цене выше, чем при стандартной обработке.

Привязаны ли мои годовые обязательства по расходам к определенному режиму обработки?

Нет. Расходы на все режимы обработки засчитываются в счет ваших годовых обязательств по расходам в рамках Enterprise.

Сохраняется ли скидка на кешированные входные токены?

Да. На кешированные входные токены, отвечающие условиям, действуют те же скидки, что и при стандартной обработке.

Как посмотреть статистику использования Быстрого режима и расходы на него?

Чтобы посмотреть количество токенов, обработанных в Быстром режиме (ранее — приоритетная обработка), откройте панель использования, выберите Chat Completions или Responses, затем — «Группировать по тарифному плану».

Чтобы посмотреть расходы на Быстрый режим, откройте панель использования и выберите «Группировать по статье расходов».

На панели использования запросы к GPT-5.6 и более ранним моделям в Быстром режиме отображаются как priority, даже если в запросе указано fast.

Модели

Поддерживает ли Быстрый режим длинный контекст, дообученные модели и эмбеддинги?

Модели GPT-5.6 поддерживают длинный контекст в Быстром режиме. Быстрый режим не поддерживает дообученные модели и эмбеддинги.

Как Быстрый режим работает с другими модальностями?

Быстрый режим поддерживает те же мультимодальные возможности, что и стандартная обработка. В частности, в Быстром режиме можно передавать изображения на вход — они обрабатываются с такой же низкой задержкой.

Будут ли поддерживаться будущие модели?

Мы планируем предлагать Быстрый режим для новых моделей GPT, но не гарантируем поддержку каждой модели.

Лимиты запросов

Какие лимиты запросов действуют?

При расчёте лимитов запросов использование Быстрого режима учитывается так же, как стандартный трафик API.

Какие ограничения действуют на скорость нарастания нагрузки?

В Быстром режиме действуют ограничения на скорость нарастания нагрузки. Это позволяет обеспечивать стабильно высокую производительность для всех клиентов, сохраняя гибкую оплату по мере использования. Если одновременно (а) производительность Быстрого режима снижается и (б) трафик клиента растёт слишком быстро, в редких случаях часть запросов может быть переведена на стандартную обработку.

Текущее ограничение на скорость нарастания нагрузки в Быстром режиме указано в нашей документации по Быстрому режиму.

Как не превышать ограничение на скорость нарастания нагрузки

При смене модели увеличивайте трафик постепенно. Например, если ваше приложение переходит с предыдущего снимка модели на новый, используйте флаг функции, чтобы переводить трафик в течение нескольких часов, а не весь сразу.

Не используйте Быстрый режим для обработки больших объёмов данных или выполнения асинхронных заданий. Такие задания могут вызывать очень быстрый рост трафика, при этом им часто не нужна повышенная производительность Быстрого режима.

Если вы регулярно сталкиваетесь с ограничениями на скорость нарастания нагрузки, рассмотрите возможность покупки квоты «Уровень производительности».

Действует ли общее ограничение скорости нарастания нагрузки для всех моих проектов и организаций?

Да, весь ваш трафик учитывается в рамках одного ограничения скорости нарастания нагрузки.

Правила

Что происходит, если Быстрый режим не обеспечивает целевую задержку?

Для Быстрого режима с GPT-6 Astra не предусмотрено SLA по задержке. Для GPT-5.6 и более ранних моделей к Быстрому режиму и Уровню производительности применяются одинаковые условия SLA. Некоторые договоры Enterprise могут предусматривать компенсацию в виде кредитов на использование сервиса, если целевые показатели задержки не достигнуты. По вопросам обращайтесь к менеджеру по работе с вашей компанией.

Совместим ли Быстрый режим с резидентностью данных?

Да, если она доступна для выбранной модели. Резидентность данных в ЕС поддерживается для GPT-6.1 Sol, GPT-6 Sol и GPT-6 Luna, но не для GPT-6 Astra.

Совместим ли Быстрый режим с ZDR и BAA?

Да, при соблюдении применимых требований к модели, конечной точке и инструментам, а также условий доступа и договора.

Сверхбыстрый режим для GPT-6 Astra и GPT-6.1 Sol

Сверхбыстрый режим — отдельный тарифный план для задач, требующих ответов GPT-6 Astra и GPT-6.1 Sol с меньшей задержкой, например для интерактивных приложений и работы с кодом.

Условия оплаты, лимиты запросов и правила Быстрого режима применяются к запросам с service_tier="fast". Запросы в Сверхбыстром режиме используют отдельный тарифный план service_tier="ultrafast".

Как отправить запрос в Сверхбыстром режиме?

Если у вашей организации есть доступ к Сверхбыстрому режиму, используйте Responses API со следующими параметрами:

• Модель: gpt-6-astra или gpt-6.1-sol

• Тарифный план: ultrafast

• Необязательный заголовок запроса: OpenAI-Service-Tier: ultrafast

Заголовок запроса указывать необязательно. Если вы его указываете, значение должно совпадать с тарифным планом в теле запроса.

В приложениях, выполняющих вызовы инструментов, режим WebSocket позволяет повторно использовать соединение на разных шагах диалога и снизить накладные расходы на подключение.

Можно ли использовать тот же заголовок запроса для других тарифных планов?

Если заголовок OpenAI-Service-Tier указан, он принимает значение fast или ultrafast. При переходе на другой тарифный план, например default, fast или flex, измените заголовок в соответствии с запросом или не указывайте его.

Можно ли использовать Сверхбыстрый режим в режиме «Работа» или Codex?

Сверхбыстрый режим также доступен в режиме «Работа» и Codex для тарифных планов и рабочих пространств, отвечающих условиям доступа. Условия доступа и использования в тарифных планах ChatGPT отличаются от условий для API.

Подробнее о доступности и использовании см. в статье ChatGPT Работа и Codex.