Fast モード

Fast モードでは、従量課金で処理速度が最大 2.5 倍になり、レイテンシもより安定します。継続的にトラフィックがあり、応答時間が重要なユーザー向けアプリケーションに適しています。

GPT-6 Astra または GPT-6.1 Sol でさらに高速な処理を利用するには、超高速モードをご覧ください。

Fast モードの設定

Responses API または Chat Completions API へのリクエストで Fast モードを利用するには、リクエストパラメーターまたはプロジェクト設定で指定します。

個別のリクエストで Fast モードを利用するには、service_tier パラメーターを fast に設定します。対応モデルでは、service_tier を priority に設定しても同じ動作になります。

1
2
3
4
5
6
7
8
9
10
11import OpenAI from "openai";

const openai = new OpenAI();

const response = await openai.responses.create({
  model: "gpt-6.1-sol",
  input: "What does 'fit check for my napalm era' mean?",
  service_tier: "fast",
});

console.log(response);

1
2
3
4
5
6
7
8
9
10from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6.1-sol",
    input="What does 'fit check for my napalm era' mean?",
    service_tier="fast",
)
print(response)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22package main

import (
	"context"
	"fmt"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/responses"
)

func main() {
	client := openai.NewClient()
	response, err := client.Responses.New(context.Background(), responses.ResponseNewParams{
		Model:       "gpt-6.1-sol",
		ServiceTier: "fast",
		Input:       responses.ResponseNewParamsInputUnion{OfString: openai.String("What does 'fit check for my napalm era' mean?")},
	})
	if err != nil {
		panic(err)
	}
	fmt.Println(response.OutputText())
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.responses.ResponseCreateParams;

ResponseCreateParams params =
    ResponseCreateParams.builder()
        .model("gpt-6.1-sol")
        .input("What does 'fit check for my napalm era' mean?")
        .serviceTier(ResponseCreateParams.ServiceTier.of("fast"))
        .build();

client.responses().create(params).output().stream()
    .flatMap(item -> item.message().stream())
    .flatMap(message -> message.content().stream())
    .flatMap(content -> content.outputText().stream())
    .forEach(text -> System.out.println(text.text()));

1
2
3
4
5
6
7
8
9
10
11require "openai"

client = OpenAI::Client.new

response = client.responses.create(
  model: "gpt-6.1-sol",
  service_tier: :fast,
  input: "What does 'fit check for my napalm era' mean?"
)

puts(response.output_text)

1
2
3
4
5curl https://api.openai.com/v1/responses   -H "Authorization: Bearer $OPENAI_API_KEY"   -H "Content-Type: application/json"   -d '{
    "model": "gpt-6.1-sol",
    "input": "What does 'fit check for my napalm era' mean?",
    "service_tier": "fast"
  }'

プロジェクト単位で設定するには、設定を開き、一般（プロジェクト内）を選択して、プロジェクトのサービスティアを Fast に変更します。これで、service_tier を指定しないリクエストのデフォルトが Fast モードになります。プロジェクトのリクエストは段階的に Fast モードに移行します。

service_tier フィールドを確認すると、Responses または Chat Completions のレスポンスオブジェクトから、リクエストの処理に使用したサービスティアがわかります。GPT-5.6 以前のモデルでは、レスポンスの値は priority です。リクエストで priority と fast のどちらを指定しても同じです。

レート制限とランプレート

基本のレート制限

Fast モードの使用量は、標準処理と同じ方法でレート制限に算入されます。通常のリトライロジックを使用し、再試行までに間隔を空けてください。同じモデルでは、標準処理と Fast モードでレート制限を共有します。

ランプレートの制限

トラフィックが急増すると、一部の Fast モードのリクエストが標準速度で処理され、標準料金が適用されることがあります。その場合、レスポンスには service_tier: "default" が含まれます。目安として、1 分あたりの入力トークン数（TPM）が 100 万に達したら、その後の増加率は 15 分あたり 50% 以内に抑えてください。ランプレートの制限が適用される具体的なしきい値は、モデルやトラフィックの状況によって異なります。

ランプレートの制限に達しないよう、次の点に注意してください。

• モデルやスナップショットを切り替えるときは、トラフィックを徐々に増やしてください。
• 機能フラグを使い、トラフィックを一度に切り替えず、数時間かけて移行してください。
• Fast モードでは、大規模な抽出・変換・読み込み（ETL）ジョブやバッチジョブの実行を避けてください。

利用上の注意点

• Fast モードのトークン単価は標準処理より高くなります。料金の詳細と対応モデルは料金ページをご覧ください。
• Fast モードのリクエストにも、キャッシュ済み入力の割引が適用されます。
• Fast モードは、画像入力を含むマルチモーダルリクエストに対応しています。
• 使用状況ダッシュボードで Fast モードのリクエストを確認するには、サービスティア別のグループ化を選択します。GPT-5.6 以前のモデルでは、これらのリクエストは priority と表示されます。fast を指定した場合も同じです。
• GPT-5.6 モデルは長いコンテキストに対応しています。Fast モードは、ファインチューニング済みモデルや埋め込みには対応していません。

よくある質問

アカウントやポリシーについては、Fast モードに関するよくある質問をご覧ください。

Fast モードを利用できる地域

利用可否は、各地域の法令によって異なります。ご利用の地域での提供状況については、アカウント担当者にお問い合わせください。

Fast モードとスケールティアの関係

スケールティアと Fast モードは別々のサービスです。Fast モードのリクエストは別途課金され、購入済みのスケールティアの TPM 枠を消費しません。スケールティアの枠を超えたトラフィックが自動的に Fast モードに移行することもありません。

Fast モードの料金

Fast モードのトークン単価は標準処理より高くなります。どの処理モードの利用額も Enterprise 契約の年間利用確約額に算入されます。割引対象のキャッシュ済み入力トークンには、標準処理と同じ割引が適用されます。

GPT-5.6 Sol の Fast モードの料金は、対応する標準料金の 2 倍です。短いコンテキストのリクエストでは、入力 100 万トークンあたり 8 ドル、出力 100 万トークンあたり 40 ドルです。長いコンテキストのリクエストでは、入力 100 万トークンあたり 16 ドル、出力 100 万トークンあたり 60 ドルです。GPT-5.6 Sol のプロモーション料金は、少なくとも 2026 年 11 月 21 日まで適用されます。料金の詳細をご覧ください。

使用量を確認するには、使用状況ダッシュボードを開き、Responses または Chat Completions を選択して、サービスティア別にグループ化します。費用を確認するには、請求項目別にグループ化します。

Fast モードの対応モデルとモダリティ

Fast モードは、画像入力を含め、標準処理で利用できるマルチモーダル機能に対応しています。GPT-5.6 モデルは長いコンテキストに対応しています。Fast モードは、ファインチューニング済みモデルや埋め込みには対応していません。今後の GPT モデルも Fast モードに対応する可能性がありますが、すべてのモデルでの対応を保証するものではありません。

プロジェクトや組織をまたぐランプレート制限の共有

ご利用のすべてのプロジェクトと組織のトラフィックが、同じランプレートの制限に算入されます。この制限に頻繁に達する場合は、スケールティアの利用枠の購入をご検討ください。

Fast モードでレイテンシ目標を達成できなかった場合の扱い

GPT-6 Astra の Fast モードには、レイテンシに関する SLA は含まれません。GPT-5.6 以前のモデルでは、サービスレベル契約上、Fast モードとスケールティアは同じ扱いです。対象の Enterprise 契約では、レイテンシ目標を達成できなかった場合にサービスクレジットが付与されることがあります。ご質問やご不明な点がある場合は、アカウント担当者にお問い合わせください。

Fast モードのデータレジデンシー、ゼロデータ保持、BAA への対応

Fast モードは、モデルに応じて、データレジデンシー、ゼロデータ保持、事業提携者契約（BAA）に対応しています。GPT-6.1 Sol、GPT-6.1 Terra、GPT-6 Luna では、Fast モードで EU データレジデンシーを利用できます。GPT-6 Astra と GPT-6 Sol では、EU データレジデンシーと Fast モードを併用できません。エンドポイント、ツール、利用資格、契約に関する既存の要件は引き続き適用されます。詳しくは、データに関するガイドをご覧ください。