Ne ofrojmë modalitetin e shpejtë për klientët e API-së që duan performancë më të shpejtë dhe më të qëndrueshme në modele të caktuara. Më poshtë gjeni përgjigje për pyetjet e shpeshta rreth funksionimit, çmimeve, disponueshmërisë së modeleve, kufijve të normës, besueshmërisë, politikave dhe kritereve të përfitimit.

Shënim: Përpunimi me përparësi u riemërtua modaliteti i shpejtë më 30 korrik 2026. Në kërkesat tuaja API mund të përdorni si service_tier: priority, ashtu edhe service_tier: fast. 

Mësoni më shumë rreth modalitetit të shpejtë.

A ofrohet modaliteti i shpejtë në të gjitha rajonet?

Disponueshmëria e modalitetit të shpejtë varet nga ligjet dhe rregulloret në fuqi në secilin juridiksion. Kontaktoni përfaqësuesin tuaj të OpenAI nëse keni pyetje për disponueshmërinë në rajonin tuaj.

Si funksionon

Klientët mund ta drejtojnë trafikun te modaliteti i shpejtë për çdo kërkesë veçmas, duke përdorur parametrin ekzistues service_tier me opsionin service_tier = "fast".

Tokenët e përpunuar nga modaliteti i shpejtë faturohen për token, me çmim më të lartë se tarifat e përpunimit standard.

Përveç konfigurimit për çdo kërkesë, mund ta caktoni modalitetin e shpejtë si të parazgjedhur për një projekt te Cilësimet e projektit > Niveli i parazgjedhur i shërbimit për projektin: I shpejtë. Përsëri mund ta ndryshoni këtë zgjedhje për çdo kërkesë veçmas. Zgjedhja e opsionit I shpejtë në cilësimet e projektit është e barasvlershme me zgjedhjen e opsionit Me përparësi.

Si ndërvepron ky modalitet me nivelin e shkallëzimit?

Niveli i shkallëzimit do të mbetet i ndarë nga modaliteti i shpejtë. Kërkesat e dërguara në modalitetin e shpejtë do të faturohen veçmas dhe nuk do të konsumojnë paketat TPM që keni blerë për nivelin e shkallëzimit.

A mund ta dërgoj automatikisht në modalitetin e shpejtë trafikun që tejkalon kapacitetin e nivelit të shkallëzimit?

Jo. Trafiku i dërguar në nivelin e shkallëzimit nuk do të kalojë automatikisht në modalitetin e shpejtë kur tejkalon kapacitetin.

Si faturohet modaliteti i shpejtë?

Tokenët e përpunuar nga modaliteti i shpejtë do të faturohen për token, me një çmim më të lartë se tarifat e përpunimit standard.

A lidhet angazhimi im vjetor me një modalitet të caktuar përpunimi?

Jo. Shpenzimet për të gjitha modalitetet e përpunimit llogariten për përmbushjen e angazhimit tuaj vjetor të shpenzimeve për Enterprise.

A përfitoj ende zbritje për tokenët hyrës të ruajtur në memorien e përkohshme?

Po. Tokenët hyrës të ruajtur në memorien e përkohshme që plotësojnë kriteret përfitojnë të njëjtat zbritje si në përpunimin standard.

Si mund të shoh përdorimin dhe shpenzimet e mia për modalitetin e shpejtë?

Për të parë tokenët e përpunuar nga modaliteti i shpejtë (i njohur më parë si përpunimi me përparësi), shkoni te Paneli i përdorimit, zgjidhni Plotësime bisede ose Përgjigje, pastaj zgjidhni Grupo sipas nivelit të shërbimit.

Për të parë koston e modalitetit të shpejtë, shkoni te Paneli i përdorimit dhe zgjidhni Grupo sipas zërit të faturimit.

Në Panelin e përdorimit, kërkesat e modalitetit të shpejtë për GPT-5.6 dhe modelet e mëparshme shfaqen si priority, edhe kur kërkesa specifikon fast.

Modelet

A mbështet modaliteti i shpejtë kontekst të gjatë, modele të përshtatura me trajnim shtesë ose përfaqësime vektoriale?

Modelet GPT-5.6 mbështesin kontekst të gjatë në modalitetin e shpejtë. Modaliteti i shpejtë nuk mbështet modele të përshtatura me trajnim shtesë ose përfaqësime vektoriale.

Si funksionojnë modalitetet e tjera të të dhënave me modalitetin e shpejtë?

Modaliteti i shpejtë mbështet të njëjtat aftësi multimodale që ofrohen në përpunimin standard. Në veçanti, imazhet mund të përdoren si të dhëna hyrëse në modalitetin e shpejtë dhe përpunohen me të njëjtën vonesë të ulët.

A do të mbështeten modelet e ardhshme?

Planifikojmë ta ofrojmë modalitetin e shpejtë në modelet e reja GPT, por nuk garantojmë që çdo model do të mbështetet.

Kufijtë e normës

Cilët janë kufijtë e normës?

Për sa u përket kufijve të normës, përdorimi i modalitetit të shpejtë trajtohet njësoj si trafiku standard i API-së.

Cilët janë kufijtë e shpejtësisë së rritjes së trafikut?

Modaliteti i shpejtë ka kufij për shpejtësinë e rritjes së trafikut, për të siguruar performancë vazhdimisht të lartë për të gjithë klientët, duke ruajtur çmime fleksibël sipas kërkesës. Nëse (a) performanca e modalitetit të shpejtë bie DHE (b) trafiku i një klienti po rritet tepër shpejt, në raste të rralla disa kërkesa mund të kalohen në përpunim standard.

Kufiri aktual i shpejtësisë së rritjes së trafikut për modalitetin e shpejtë përcaktohet në dokumentacionin tonë për modalitetin e shpejtë.

Praktikat më të mira për të mos tejkaluar kufirin e shpejtësisë së rritjes së trafikut

Rriteni gradualisht trafikun kur ndryshoni modelet. Për shembull, nëse aplikacioni juaj po kalon nga një version i mëparshëm i modelit në një të ri, përdorni një parametër aktivizimi të funksionit për ta kaluar trafikun gjatë disa orëve, jo të gjithin njëherësh.

Shmangni përpunimin e sasive të mëdha të të dhënave ose ekzekutimin e detyrave asinkrone në modalitetin e shpejtë. Këto detyra mund ta rrisin trafikun shumë shpejt dhe shpesh nuk kanë nevojë për performancën e përmirësuar të modalitetit të shpejtë.

Nëse i arrini shpesh kufijtë e shpejtësisë së rritjes së trafikut, merrni në konsideratë blerjen e një kuote në nivelin e shkallëzimit si alternativë.

A janë të përbashkët kufijtë e shpejtësisë së rritjes së trafikut për projektet ose organizatat e mia?

Po, i gjithë trafiku juaj llogaritet brenda të njëjtit kufi të shpejtësisë së rritjes së trafikut.

Politikat

Çfarë ndodh nëse modaliteti i shpejtë nuk e përmbush objektivin për vonesën?

Modaliteti i shpejtë për GPT-6 Astra nuk ka marrëveshje të nivelit të shërbimit (SLA) për vonesën. Për GPT-5.6 dhe modelet e mëparshme, modaliteti i shpejtë dhe niveli i shkallëzimit trajtohen njësoj sipas SLA-së. Marrëveshjet Enterprise që plotësojnë kriteret mund të ofrojnë kredite shërbimi kur nuk përmbushen objektivat për vonesën. Për pyetje, kontaktoni drejtorin përgjegjës për llogarinë tuaj.

A është modaliteti i shpejtë i pajtueshëm me qëndrimin e të dhënave?

Po, në varësi të disponueshmërisë për secilin model. Qëndrimi i të dhënave në BE mbështetet për GPT-6.1 Sol, GPT-6 Sol dhe GPT-6 Luna, por jo për GPT-6 Astra.

A është modaliteti i shpejtë i pajtueshëm me ZDR dhe BAA?

Po, në varësi të kërkesave përkatëse për modelin, pikën fundore, mjetin, kriteret e përfitimit dhe kushtet kontraktuale.

Ultrafast për GPT-6 Astra dhe GPT-6.1 Sol

Ultrafast është një nivel shërbimi më vete për ngarkesa pune që kërkojnë përgjigje me vonesë më të ulët nga GPT-6 Astra dhe GPT-6.1 Sol, si aplikacionet ndërvepruese dhe proceset e programimit.

Udhëzimet për çmimet, kufijtë e normës dhe politikat e modalitetit të shpejtë zbatohen për kërkesat që përdorin service_tier="fast". Kërkesat Ultrafast përdorin nivelin e veçantë service_tier="ultrafast".

Si të dërgoj një kërkesë Ultrafast?

Për një organizatë me qasje në Ultrafast, përdorni API-në Responses me:

• Modeli: gpt-6-astra ose gpt-6.1-sol

• Niveli i shërbimit: ultrafast

• Kreu opsional i kërkesës: OpenAI-Service-Tier: ultrafast

Kreu i kërkesës është opsional. Nëse e përfshini, vlera e tij duhet të përputhet me nivelin e shërbimit në trupin e kërkesës.

Për aplikacionet që ekzekutojnë thirrje mjetesh, modaliteti WebSocket ju lejon të ripërdorni një lidhje gjatë shkëmbimeve të njëpasnjëshme dhe të zvogëloni ngarkesën shtesë të lidhjes.

A mund të përdor të njëjtin krye të kërkesës për nivele të tjera shërbimi?

Kur përfshihet, kreu OpenAI-Service-Tier pranon vlerën fast ose ultrafast. Nëse kaloni në një nivel tjetër shërbimi, si default, fast ose flex, përditësoni ose hiqni kreun që të përputhet me kërkesën.

A mund ta përdor Ultrafast në Punë ose Codex?

Ultrafast ofrohet edhe në Punë dhe Codex për planet dhe hapësirat e punës që plotësojnë kriteret. Kriteret e përfitimit dhe përdorimi në planet e ChatGPT ndryshojnë nga ato të qasjes përmes API-së.

Shihni ChatGPT Punë dhe Codex për hollësi mbi disponueshmërinë dhe përdorimin.