我们为 API 客户提供快速模式，让客户在使用特定模型时获得更快、更稳定的性能。以下是关于其工作原理、定价、可用模型、速率限制、可靠性、政策和使用资格的常见问题解答。
注意：优先处理已于 2026 年 7 月 30 日更名为快速模式。你可以在 API 请求中使用 service_tier: priority 或 service_tier: fast。
进一步了解快速模式。
快速模式是否在所有地区都可用？
快速模式是否可用取决于各司法管辖区的适用法律法规。如果你对所在地区的可用性有疑问，请联系你的 OpenAI 代表。
工作原理
客户可以使用现有的 service_tier 参数，将其设为 service_tier = "fast"，按请求将流量导向快速模式。
快速模式处理的 Token 按 Token 计费，价格高于标准处理费率。
除了在请求级别进行配置，你还可以通过项目设置 > 项目默认服务层级：快速，将项目默认设为快速模式。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。
缓存的输入 Token 仍可享受折扣吗？
可以。符合条件的缓存输入 Token 可享受与标准处理相同的折扣。
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，请前往用量仪表板，选择 Chat Completions 或 Responses，然后选择按服务层级分组。
要查看快速模式的费用，请前往用量仪表板，然后选择按费用明细项分组。
在用量仪表板中，GPT-5.6 及更早模型的快速模式请求会显示为 priority，即使请求中指定的是 fast。
模型
快速模式是否支持长上下文、微调模型或嵌入？
GPT-5.6 模型在快速模式下支持长上下文。快速模式不支持微调模型或嵌入。
快速模式如何处理其他模态？
快速模式支持与标准处理相同的多模态功能。具体来说，图像可作为快速模式的输入，并且在处理时同样享有低延迟。
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？
在速率限制方面，快速模式用量与标准 API 流量的处理方式相同。
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获得高性能，同时仍可享受灵活的按需定价。如果 (a) 快速模式的性能下降，并且 (b) 某客户的流量增长过快，那么在极少数情况下，该客户的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我们的快速模式文档。
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，如果你的应用正从旧快照迁移到新快照，请使用功能标志，在几小时内逐步迁移流量，而不是一次性完成切换。
避免在快速模式下运行大规模数据处理作业或异步作业。这类作业可能导致流量迅速增长，而且通常不需要快速模式带来的性能提升。
如果你经常遇到用量速率限制，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？
GPT-6 Astra 的快速模式不提供延迟 SLA。对于 GPT-5.6 及更早的模型，快速模式和规模层级适用相同的 SLA 条款。符合条件的企业协议可能规定，在未达到延迟目标时提供服务额度。如有疑问，请联系你的客户总监。
快速模式是否兼容数据驻留？
是的，但具体取决于各模型的支持情况。GPT-6.1 Sol、GPT-6 Sol 和 GPT-6 Luna 支持欧盟数据驻留，但 GPT-6 Astra 不支持。
快速模式是否兼容 ZDR 和 BAA？
是的，但须满足适用的模型、端点、工具、使用资格及合同要求。
适用于 GPT-6 Astra 和 GPT-6.1 Sol 的超快速服务
超快速是一个独立的服务层级，适用于需要 GPT-6 Astra 和 GPT-6.1 Sol 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、速率限制和政策指引适用于使用 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？
已获得超快速服务访问权限的组织，可使用 Responses API 并采用以下设置：
模型：
gpt-6-astra或gpt-6.1-sol服务层级：
ultrafast可选请求头：
OpenAI-Service-Tier: ultrafast
该请求头为可选项。如果包含该请求头，其值必须与请求正文中的服务层级一致。
对于执行工具调用的应用，WebSocket 模式允许在多轮交互中复用连接，从而减少连接开销。
其他服务层级能否使用相同的请求头？
如果提供 OpenAI-Service-Tier 请求头，其接受的值为 fast 或 ultrafast。如果切换到其他服务层级，例如 default、fast 或 flex，请更新或省略该请求头，使其与请求保持一致。
我能否在工作模式或 Codex 中使用超快速服务？
符合条件的套餐和工作区也可在工作模式和 Codex 中使用超快速服务。ChatGPT 套餐的使用资格和用量规则与 API 访问不同。
有关可用性和用量的详细信息，请参阅：ChatGPT 工作和 Codex。