Chúng tôi cung cấp Chế độ nhanh cho khách hàng API muốn có hiệu năng nhanh hơn, ổn định hơn trên một số mô hình. Dưới đây là câu trả lời cho các câu hỏi thường gặp về cách hoạt động, giá cả, các mô hình được hỗ trợ, giới hạn tốc độ, độ tin cậy, chính sách và điều kiện sử dụng.

Lưu ý: Xử lý ưu tiên được đổi tên thành Chế độ nhanh vào ngày 30 tháng 7 năm 2026. Bạn có thể dùng service_tier: priority hoặc service_tier: fast trong các yêu cầu API. 

Tìm hiểu thêm về Chế độ nhanh.

Chế độ nhanh có sẵn ở mọi khu vực không?

Việc cung cấp Chế độ nhanh phụ thuộc vào luật và quy định hiện hành tại từng khu vực pháp lý. Vui lòng liên hệ với đại diện OpenAI phụ trách bạn nếu có câu hỏi về khả năng cung cấp dịch vụ tại khu vực của bạn.

Cách hoạt động

Khách hàng có thể chuyển lưu lượng sang Chế độ nhanh cho từng yêu cầu bằng tham số service_tier hiện có, với tùy chọn service_tier = "fast".

Các token được xử lý bằng Chế độ nhanh sẽ được tính phí theo từng token, với đơn giá cao hơn chế độ xử lý Tiêu chuẩn.

Ngoài việc cấu hình cho từng yêu cầu, bạn cũng có thể đặt Chế độ nhanh làm mặc định cho dự án trong Cài đặt dự án > Gói dịch vụ mặc định của dự án: Nhanh. Bạn vẫn có thể ghi đè cài đặt này cho từng yêu cầu. Chọn Nhanh trong cài đặt dự án tương đương với chọn Ưu tiên.

Chế độ này có liên hệ như thế nào với Cấp năng lực xử lý?

Cấp năng lực xử lý sẽ vẫn tách biệt với Chế độ nhanh. Các yêu cầu gửi đến Chế độ nhanh sẽ được tính phí riêng và không trừ vào các gói TPM thuộc Cấp năng lực xử lý mà bạn đã mua.

Tôi có thể tự động chuyển lưu lượng vượt hạn mức Cấp năng lực xử lý sang Chế độ nhanh không?

Không. Lưu lượng gửi đến Cấp năng lực xử lý sẽ không tự động chuyển sang Chế độ nhanh khi vượt hạn mức.

Chế độ nhanh được tính phí như thế nào?

Các token được xử lý bằng Chế độ nhanh sẽ được tính phí theo từng token, với đơn giá cao hơn chế độ xử lý Tiêu chuẩn.

Cam kết chi tiêu hằng năm của tôi có gắn với một chế độ xử lý cụ thể không?

Không. Chi phí của tất cả các chế độ xử lý đều được tính vào cam kết chi tiêu Enterprise hằng năm của bạn.

Tôi có còn được giảm giá cho token đầu vào được lưu trong bộ nhớ đệm không?

Có. Các token đầu vào được lưu trong bộ nhớ đệm đáp ứng điều kiện sẽ được giảm giá như khi dùng chế độ xử lý Tiêu chuẩn.

Làm thế nào để xem mức sử dụng và chi phí Chế độ nhanh?

Để xem các token được xử lý bằng Chế độ nhanh (trước đây gọi là Xử lý ưu tiên), hãy vào Bảng theo dõi mức sử dụng, chọn Chat Completions hoặc Responses, rồi chọn Nhóm theo gói dịch vụ.

Để xem chi phí Chế độ nhanh, hãy vào Bảng theo dõi mức sử dụng và chọn Nhóm theo khoản mục.

Trên Bảng theo dõi mức sử dụng, các yêu cầu Chế độ nhanh cho GPT-5.6 và các mô hình trước đó hiển thị là priority, ngay cả khi yêu cầu chỉ định fast.

Mô hình

Chế độ nhanh có hỗ trợ ngữ cảnh dài, mô hình đã tinh chỉnh hoặc embedding không?

Các mô hình GPT-5.6 hỗ trợ ngữ cảnh dài trong Chế độ nhanh. Chế độ nhanh không hỗ trợ mô hình đã tinh chỉnh hoặc embedding.

Chế độ nhanh xử lý các phương thức khác như thế nào?

Chế độ nhanh hỗ trợ các khả năng đa phương thức tương tự chế độ Tiêu chuẩn. Cụ thể, bạn có thể dùng hình ảnh làm đầu vào cho Chế độ nhanh và hình ảnh sẽ được xử lý với cùng độ trễ thấp.

Các mô hình trong tương lai có được hỗ trợ không?

Chúng tôi dự định cung cấp Chế độ nhanh trên các mô hình GPT mới, nhưng không đảm bảo rằng mọi mô hình đều sẽ được hỗ trợ.

Giới hạn tốc độ

Các giới hạn tốc độ là gì?

Khi áp dụng giới hạn tốc độ, mức sử dụng Chế độ nhanh được tính như lưu lượng API tiêu chuẩn.

Các giới hạn về tốc độ tăng/giảm là gì?

Chế độ nhanh có giới hạn về tốc độ tăng/giảm để đảm bảo hiệu năng luôn ở mức cao cho mọi khách hàng, đồng thời vẫn áp dụng cách tính giá linh hoạt theo nhu cầu. Nếu (a) hiệu năng của Chế độ nhanh bị suy giảm VÀ (b) lưu lượng của khách hàng tăng quá nhanh, thì trong một số trường hợp hiếm gặp, một số yêu cầu có thể bị hạ xuống chế độ xử lý Tiêu chuẩn.

Giới hạn tốc độ tăng/giảm hiện tại của Chế độ nhanh được quy định trong tài liệu về Chế độ nhanh của chúng tôi.

Các phương pháp tốt nhất để không vượt giới hạn tốc độ tăng/giảm

Tăng dần lưu lượng khi thay đổi mô hình. Ví dụ: nếu ứng dụng đang chuyển từ bản chụp mô hình cũ sang bản mới, hãy dùng cờ tính năng để chuyển dần lưu lượng trong vài giờ thay vì chuyển toàn bộ cùng lúc.

Tránh chạy các tác vụ xử lý dữ liệu lớn hoặc tác vụ bất đồng bộ trong Chế độ nhanh. Các tác vụ này có thể làm lưu lượng tăng rất nhanh và thường không cần đến hiệu năng cao hơn của Chế độ nhanh.

Nếu thường xuyên chạm giới hạn tốc độ tăng/giảm, hãy cân nhắc mua hạn mức Cấp năng lực xử lý thay thế.

Giới hạn tốc độ tăng/giảm có áp dụng chung cho các dự án hoặc tổ chức của tôi không?

Có, toàn bộ lưu lượng của bạn đều được tính vào cùng một giới hạn tốc độ tăng/giảm.

Chính sách

Điều gì xảy ra nếu Chế độ nhanh không đạt mục tiêu về độ trễ?

Chế độ nhanh dành cho GPT-6 Astra không có SLA về độ trễ. Với GPT-5.6 và các mô hình trước đó, Chế độ nhanh và Cấp năng lực xử lý được áp dụng SLA như nhau. Các thỏa thuận Enterprise đủ điều kiện có thể cho phép cấp credit dịch vụ khi không đạt mục tiêu về độ trễ. Hãy liên hệ với giám đốc phụ trách tài khoản của bạn nếu có câu hỏi.

Chế độ nhanh có tương thích với yêu cầu về nơi lưu trú dữ liệu không?

Có, tùy thuộc vào khả năng hỗ trợ của từng mô hình. GPT-6.1 Sol, GPT-6 Sol và GPT-6 Luna hỗ trợ nơi lưu trú dữ liệu tại EU, nhưng GPT-6 Astra thì không.

Chế độ nhanh có tương thích với ZDR và BAA không?

Có, tùy thuộc vào các yêu cầu áp dụng về mô hình, điểm cuối, công cụ, điều kiện sử dụng và hợp đồng.

Siêu nhanh cho GPT-6 Astra và GPT-6.1 Sol

Siêu nhanh là gói dịch vụ riêng dành cho các tác vụ cần phản hồi có độ trễ thấp hơn từ GPT-6 Astra và GPT-6.1 Sol, chẳng hạn như ứng dụng tương tác và quy trình lập trình.

Hướng dẫn về giá, giới hạn tốc độ và chính sách của Chế độ nhanh áp dụng cho các yêu cầu dùng service_tier="fast". Các yêu cầu Siêu nhanh dùng gói riêng service_tier="ultrafast".

Làm thế nào để gửi yêu cầu Siêu nhanh?

Với tổ chức có quyền truy cập Siêu nhanh, hãy dùng Responses API với:

• Mô hình: gpt-6-astra hoặc gpt-6.1-sol

• Gói dịch vụ: ultrafast

• Tiêu đề yêu cầu tùy chọn: OpenAI-Service-Tier: ultrafast

Tiêu đề yêu cầu là tùy chọn. Nếu thêm tiêu đề này, giá trị của nó phải khớp với gói dịch vụ trong phần thân yêu cầu.

Với các ứng dụng thực hiện lệnh gọi công cụ, chế độ WebSocket cho phép tái sử dụng kết nối qua nhiều lượt và giảm chi phí thiết lập kết nối.

Tôi có thể dùng cùng tiêu đề yêu cầu cho các gói dịch vụ khác không?

Nếu được cung cấp, tiêu đề OpenAI-Service-Tier chấp nhận giá trị fast hoặc ultrafast. Nếu chuyển sang gói dịch vụ khác, chẳng hạn như default, fast hoặc flex, hãy cập nhật hoặc bỏ tiêu đề để phù hợp với yêu cầu.

Tôi có thể dùng Siêu nhanh trong Công việc hoặc Codex không?

Siêu nhanh cũng có sẵn trong Công việc và Codex cho các gói và không gian làm việc đủ điều kiện. Điều kiện và mức sử dụng theo gói ChatGPT khác với quyền truy cập API.

Xem ChatGPT Công việc và Codex để biết chi tiết về khả năng cung cấp và mức sử dụng.