我们为希望在部分模型上获得更快、更稳定性能的 API 客户提供快速模式。以下是有关其工作方式、定价、模型可用性、速率限制、可靠性、政策和使用资格等常见问题的解答。
注意：Priority processing 已于 2026 年 7 月 30 日更名为快速模式。您可以在 API 请求中使用 service_tier: priority 或 service_tier: fast。
点击此处了解详情。
快速模式是否在所有地区均可用？
快速模式的可用性取决于各司法管辖区适用的法律法规。如果您对所在地区的可用性有任何疑问，请联系您的客户总监。
运作方式
客户可使用现有的 service_tier 参数，将其设置为 service_tier = "fast"，从而按请求将流量发送至快速模式。
快速模式处理的 Token 按 Token 数量计费，单价高于标准处理。
除了按请求配置，你还可以在“项目设置 > 默认服务层级：快速”中，将快速模式设为项目的默认模式。你仍可针对单个请求覆盖此设置。在项目设置中选择“快速”等同于选择“优先”。
快速模式与规模层级有什么关系？
规模层级将继续独立于快速模式。发送至快速模式的请求将单独计费，不会消耗你已购买的规模层级 TPM 套餐配额。
超出规模层级配额的流量能否自动转入快速模式？
不能。发送至规模层级的流量在超出配额后，不会自动转入快速模式。
快速模式如何计费？
快速模式处理的 Token 按 Token 数量计费，单价高于标准处理。
我的年度消费承诺是否与特定处理模式绑定？
不绑定。所有处理模式的费用都会计入企业协议约定的年度消费承诺。
缓存输入 Token 仍然享有折扣吗？
是的！与标准处理一样，缓存输入可享受 50%–75% 的费用减免。
如何查看快速模式的用量和费用？
要查看快速模式（原称优先处理）处理的 Token 数量，请前往用量仪表板，选择 Chat Completions 或 Responses，然后按服务层级分组。
要查看快速模式的费用，请前往用量仪表板，选择按费用明细项分组。
在用量仪表板上，service_tier 为 priority 或 fast 的请求仍会显示为 priority。未来推出新模型时，这一显示方式将会更新。
模型
快速模式是否支持长上下文、微调模型、嵌入等功能？
目前不支持。未来，我们将评估是否为最新模型以外的其他产品提供快速模式。
快速模式如何支持其他模态？
快速模式支持与标准处理相同的多模态功能。具体而言，图像可作为优先处理的输入，并享有同样低的处理延迟。
未来的模型会获得支持吗？
我们计划为新的 GPT 模型提供快速模式，但不保证每个模型都受支持。
速率限制
速率限制是什么？
在计算速率限制时，优先处理用量与标准 API 流量一视同仁。
用量速率限制是什么？
快速模式设有用量速率限制，以确保所有客户都能持续享有高性能服务，同时保持灵活的按需定价。如果同时出现以下两种情况：(a) 快速模式的性能下降，且 (b) 客户的流量增长过快，那么在极少数情况下，部分请求可能会降级为标准处理。
当前快速模式的用量速率限制详见此处的主要文档。
避免超出用量速率限制的最佳实践
更换模型时，逐步增加流量。例如，如果你的应用正在从旧快照切换到新快照，请使用功能标志，在几个小时内逐步切换流量，而不是一次性全部切换。
避免在快速模式下运行大规模数据处理任务或异步任务。这些任务可能导致流量快速增长，而且通常不需要快速模式带来的性能提升。
如果你经常触及用量速率限制，可以考虑改为购买规模层级配额。
我的各个项目或组织是否共用用量速率限制？
是的，你的所有流量都会计入同一个用量速率限制。
政策
如果快速模式未达到延迟目标，会怎样？
如有任何疑问或顾虑，请联系你的客户总监（AD）。快速模式的 SLA 与规模层级的 SLA 将按相同方式处理；如果在指定时间段内，我们未能为签订企业协议的客户达到这些 SLA 的要求，将提供服务抵扣额度。
快速模式是否兼容数据驻留？
是的。
快速模式是否兼容 ZDR 和 BAA？
是的。
GPT-6 Astra 的超快速层级
超快速是一个独立的服务层级，适用于需要 GPT-6 Astra 以更低延迟响应的工作负载，例如交互式应用和编程工作流。
快速模式的定价、速率限制和政策说明适用于使用 service_tier="fast" 的请求。超快速请求使用独立的 service_tier="ultrafast" 层级。
如何发送超快速请求？
如果组织已获超快速访问权限，请使用 Responses API，并按以下方式配置：
模型：
gpt-6-astra服务层级：
ultrafast请求头：
OpenAI-Service-Tier: ultrafast
除了设置服务层级，还必须添加此请求头。
对于执行工具调用的应用，WebSocket 模式可让你在多轮交互中复用连接，减少连接开销。
其他服务层级可以使用同一个请求头吗？
在超快速层级的 Alpha 测试期间，OpenAI-Service-Tier 请求头仅接受 ultrafast。发送其他值（包括 default、fast 或 flex）会返回 HTTP 400 错误。使用其他层级时，请勿添加此请求头。
我可以在工作模式或 Codex 中使用超快速吗？
符合条件的套餐和工作区也可在工作模式和 Codex 中使用超快速。ChatGPT 套餐的使用资格和用量规则与 API 访问有所不同。
有关可用范围和用量的详情，请参阅 ChatGPT 工作和 Codex。