Zákazníkom API, ktorí chcú pri určitých modeloch využívať rýchlejší a stabilnejší výkon, ponúkame rýchly režim. Nižšie nájdete odpovede na časté otázky o jeho fungovaní, cenách, dostupnosti modelov, limitoch požiadaviek, spoľahlivosti, pravidlách a podmienkach prístupu.

Poznámka: Prioritné spracovanie bolo 30. júla 2026 premenované na rýchly režim. V požiadavkách API môžete používať service_tier: priority alebo service_tier: fast. 

Zistite viac o rýchlom režime.

Je rýchly režim dostupný vo všetkých regiónoch?

Dostupnosť rýchleho režimu závisí od platných zákonov a predpisov v jednotlivých jurisdikciách. Ak máte otázky o dostupnosti vo svojom regióne, kontaktujte svojho zástupcu OpenAI.

Ako to funguje

Zákazníci môžu smerovať jednotlivé požiadavky do rýchleho režimu pomocou existujúceho parametra service_tier s nastavením service_tier = "fast".

Tokeny spracované v rýchlom režime sa účtujú jednotlivo, za vyššiu sadzbu ako pri štandardnom spracovaní.

Okrem nastavenia pre jednotlivé požiadavky môžete rýchly režim nastaviť aj ako predvolený pre celý projekt v časti Nastavenia projektu > Predvolená úroveň služby projektu: Rýchla. Pre jednotlivé požiadavky môžete toto nastavenie naďalej prepísať. Výber možnosti Rýchla v nastaveniach projektu je rovnocenný s výberom možnosti Prioritná.

Ako to funguje v kombinácii s úrovňou škálovania?

Úroveň škálovania zostane oddelená od rýchleho režimu. Požiadavky odoslané do rýchleho režimu sa budú účtovať samostatne a nebudú sa započítavať do zakúpených balíkov TPM v úrovni škálovania.

Môžem prevádzku prekračujúcu kapacitu úrovne škálovania automaticky presmerovať do rýchleho režimu?

Nie. Prevádzka odoslaná do úrovne škálovania sa pri prekročení kapacity automaticky nepresmeruje do rýchleho režimu.

Ako sa účtuje rýchly režim?

Tokeny spracované v rýchlom režime sa účtujú za každý token, s príplatkom oproti sadzbám za štandardné spracovanie.

Je môj ročný záväzok viazaný na konkrétny režim spracovania?

Nie. Výdavky za všetky režimy spracovania sa započítavajú do vášho ročného záväzku výdavkov v rámci zmluvy Enterprise.

Platí aj naďalej zľava na vstupné tokeny uložené vo vyrovnávacej pamäti?

Áno. Na vstupné tokeny uložené vo vyrovnávacej pamäti, ktoré spĺňajú podmienky, sa vzťahujú rovnaké zľavy ako pri štandardnom spracovaní.

Ako zobrazím svoju spotrebu a náklady v rýchlom režime?

Ak chcete zobraziť tokeny spracované v rýchlom režime (predtým známom ako prioritné spracovanie), otvorte Prehľad používania, vyberte Chat Completions alebo Responses a potom Zoskupiť podľa úrovne služby.

Ak chcete zobraziť náklady na rýchly režim, otvorte Prehľad používania a vyberte Zoskupiť podľa položky.

V časti Prehľad používania sa požiadavky rýchleho režimu pre GPT-5.6 a staršie modely zobrazujú ako priority, aj keď je v požiadavke uvedené fast.

Modely

Podporuje rýchly režim dlhý kontext, doladené modely alebo embeddingy?

Modely GPT-5.6 podporujú v rýchlom režime dlhý kontext. Rýchly režim nepodporuje doladené modely ani embeddingy.

Ako fungujú ostatné modality v rýchlom režime?

Rýchly režim podporuje rovnaké multimodálne funkcie ako štandardné spracovanie. V rýchlom režime možno ako vstupy používať najmä obrázky, ktoré sa spracúvajú s rovnako nízkou latenciou.

Budú podporované aj budúce modely?

Plánujeme ponúkať rýchly režim pre nové modely GPT, ale nezaručujeme podporu každého modelu.

Limity požiadaviek

Aké sú limity požiadaviek?

Z hľadiska limitov požiadaviek sa používanie rýchleho režimu posudzuje rovnako ako štandardná prevádzka API.

Aké sú limity navýšenej rýchlosti?

Rýchly režim má limity navýšenej rýchlosti, aby zabezpečil stabilne vysoký výkon pre všetkých zákazníkov a zároveň ponúkal flexibilné ceny podľa spotreby. Ak (a) výkon rýchleho režimu klesne A ZÁROVEŇ (b) objem prevádzky zákazníka rastie príliš rýchlo, niektoré požiadavky môžu byť v ojedinelých prípadoch presunuté na štandardné spracovanie.

Aktuálny limit navýšenej rýchlosti pre rýchly režim je uvedený v našej dokumentácii rýchleho režimu.

Osvedčené postupy na dodržanie limitu navýšenej rýchlosti

Pri zmene modelov zvyšujte objem prevádzky postupne. Ak napríklad vaša aplikácia prechádza z predchádzajúcej verzie modelu na novú, použite prepínač funkcie na postupné presmerovanie prevádzky v priebehu niekoľkých hodín, nie naraz.

V rýchlom režime nespúšťajte rozsiahle úlohy spracovania údajov ani asynchrónne úlohy. Tieto úlohy môžu veľmi rýchlo zvýšiť objem prevádzky a často nepotrebujú vyšší výkon rýchleho režimu.

Ak pravidelne narážate na limity navýšenej rýchlosti, zvážte namiesto toho zakúpenie kvóty v úrovni škálovania.

Sú limity navýšenej rýchlosti spoločné pre všetky moje projekty alebo organizácie?

Áno, všetka vaša prevádzka sa započítava do rovnakého limitu navýšenej rýchlosti.

Pravidlá

Čo sa stane, ak rýchly režim nedosahuje cieľovú latenciu?

Na latenciu rýchleho režimu pre GPT-6 Astra sa nevzťahuje dohoda SLA. Pri GPT-5.6 a starších modeloch platia pre rýchly režim a úroveň škálovania rovnaké podmienky SLA. Zmluvy Enterprise, ktoré spĺňajú podmienky, môžu pri nedodržaní cieľovej latencie poskytovať kredity na služby. V prípade otázok kontaktujte manažéra zodpovedného za váš účet.

Je rýchly režim kompatibilný s rezidenciou údajov?

Áno, v závislosti od dostupnosti pre konkrétny model. Rezidencia údajov v EÚ je podporovaná pri modeloch GPT-6.1 Sol, GPT-6 Sol a GPT-6 Luna, nie však pri modeli GPT-6 Astra.

Je rýchly režim kompatibilný so ZDR a dohodou BAA?

Áno, pri splnení príslušných požiadaviek na model, koncový bod a nástroj, podmienok prístupu a zmluvných požiadaviek.

Ultrafast pre GPT-6 Astra a GPT-6.1 Sol

Ultrafast je samostatná úroveň služby pre úlohy, ktoré vyžadujú odpovede modelov GPT-6 Astra a GPT-6.1 Sol s nižšou latenciou, napríklad interaktívne aplikácie a programátorské pracovné postupy.

Informácie o cenách, limitoch požiadaviek a pravidlách rýchleho režimu sa vzťahujú na požiadavky používajúce service_tier="fast". Požiadavky Ultrafast používajú samostatnú úroveň service_tier="ultrafast".

Ako odošlem požiadavku Ultrafast?

Ak má vaša organizácia prístup k Ultrafast, použite Responses API s týmito nastaveniami:

• Model: gpt-6-astra alebo gpt-6.1-sol

• Úroveň služby: ultrafast

• Voliteľná hlavička požiadavky: OpenAI-Service-Tier: ultrafast

Hlavička požiadavky je voliteľná. Ak ju uvediete, jej hodnota musí zodpovedať úrovni služby v tele požiadavky.

V aplikáciách, ktoré vykonávajú volania nástrojov, umožňuje režim WebSocket opakovane používať jedno pripojenie v jednotlivých kolách konverzácie a znížiť tak réžiu pripojenia.

Môžem použiť rovnakú hlavičku požiadavky aj pre iné úrovne služby?

Ak je hlavička OpenAI-Service-Tier uvedená, prijíma hodnoty fast alebo ultrafast. Ak prejdete na inú úroveň služby, napríklad default, fast alebo flex, aktualizujte hlavičku tak, aby zodpovedala požiadavke, alebo ju vynechajte.

Môžem používať Ultrafast v režime Work alebo v Codex?

Ultrafast je k dispozícii aj v režime Work a v Codex pre programy a pracovné priestory, ktoré spĺňajú podmienky. Podmienky prístupu a používania v rámci programov ChatGPT sa líšia od podmienok prístupu cez API.

Podrobnosti o dostupnosti a používaní nájdete v článku ChatGPT Work a Codex.