快速模式採隨用隨付計價,處理速度最高可達標準處理的 2.5 倍,延遲也更穩定。這個模式適合直接面向使用者、流量穩定且對延遲敏感的應用程式。
如需進一步加快 GPT-6 Astra 或 GPT-6.1 Sol 的處理速度,請參閱超快速模式。
優先處理已於 2026 年 7 月 30 日更名為快速模式。我們也加快了 gpt-5.6-sol 在快速模式下的處理速度,最高可達標準處理的 2.5 倍。在 API 請求中指定 service_tier: "priority" 或 service_tier: "fast",即可使用快速模式。
設定快速模式
你可以透過請求參數或專案設定,讓 Responses API 或 Chat Completions API 的請求使用快速模式。
若要為單一請求啟用快速模式,請將 service_tier 參數設為 fast。對於支援的模型,將 service_tier 設為 priority 的效果相同。
from 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)若要為整個專案啟用快速模式,請開啟設定,選取一般(位於專案下),再將專案服務層級改為快速。此後,未指定 service_tier 的請求預設會使用快速模式。專案的請求會逐步切換至快速模式。
你可以查看 service_tier 欄位,確認 Responses 或 Chat Completions 回應物件所記錄的實際服務層級。對於 GPT-5.6 及更早的模型,回應都會傳回 priority,無論請求指定的是 priority 還是 fast。
速率限制與提升速率
基本限制
快速模式與標準處理的用量以相同方式計入速率限制。請沿用既有的重試邏輯,並在每次重試前等候一段時間。對於同一個模型,標準處理與快速模式共用同一項速率限制。
提升速率上限
如果流量增加得太快,系統可能會以標準速度處理部分快速模式請求,並按標準費率收費。這時回應會包含 service_tier: "default"。一般而言,當流量達到每分鐘 100 萬個輸入 Token(TPM)後,每 15 分鐘的增幅應控制在 50% 以內。實際觸發提升速率上限的門檻會因模型與流量狀況而異。
為避免觸發提升速率上限,請採取下列做法:
- 切換模型或快照時,逐步增加流量。
- 使用功能旗標,在數小時內逐步轉移流量,避免一次切換。
- 避免在快速模式下執行大型資料擷取、轉換與載入(ETL)作業或大型批次作業。
使用注意事項
- 快速模式每個 Token 的費率高於標準處理。如需費率詳情與支援的模型清單,請參閱定價頁面。
- 快取輸入的折扣同樣適用於快速模式請求。
- 快速模式支援多模態請求,包括以圖片作為輸入的請求。
- 若要在用量儀表板查看快速模式請求,請選擇依服務層級分組。對於 GPT-5.6 及更早的模型,這些請求會顯示為
priority,即使你指定的是fast。 - GPT-5.6 模型支援長上下文。快速模式不支援微調模型或嵌入向量。
常見問題
如需帳戶與政策資訊,請參閱快速模式常見問題。
所有地區都可以使用快速模式嗎?
能否使用快速模式取決於各司法管轄區的法律與法規。如想確認你所在地區能否使用快速模式,請聯絡你的客戶總監。
快速模式與規模層級如何搭配運作?
規模層級與快速模式各自獨立。快速模式請求單獨計費,不會耗用已購買的規模層級 TPM 配額。超出規模層級配額的流量不會自動轉至快速模式。
快速模式如何計費?
快速模式每個 Token 的費率高於標準處理。所有處理模式的費用都會計入 Enterprise 年度承諾消費額。符合資格的快取輸入 Token 可享有與標準處理相同的折扣。
GPT-5.6 Sol 的快速模式費率為對應標準費率的兩倍。短上下文請求每 100 萬個輸入 Token 收費 8 美元,每 100 萬個輸出 Token 收費 40 美元。長上下文請求每 100 萬個輸入 Token 收費 16 美元,每 100 萬個輸出 Token 收費 60 美元。GPT-5.6 Sol 的優惠價格至少適用至 2026 年 11 月 21 日。請參閱定價詳情。
若要查看用量,請開啟用量儀表板,選取 Responses 或 Chat Completions,再依服務層級分組。若要查看費用,請依計費項目分組。
哪些模型與模態支援快速模式?
快速模式支援標準處理提供的多模態功能,包括圖片輸入。GPT-5.6 模型支援長上下文。快速模式不支援微調模型或嵌入向量。未來的 GPT 模型可能會支援快速模式,但無法保證每個模型都支援。
不同專案或組織是否共用提升速率上限?
是。你的所有流量都會計入同一個提升速率上限。如果經常觸及這項上限,可以考慮購買規模層級配額。
如果快速模式未達延遲目標,會如何處理?
GPT-6 Astra 的快速模式不提供延遲方面的服務水準協議(SLA)。對於 GPT-5.6 及更早的模型,快速模式與規模層級適用相同的服務水準協議條款。若未達延遲目標,符合資格的 Enterprise 協議可能會提供服務點數。如有疑問或疑慮,請聯絡你的客戶總監。
快速模式是否相容於資料駐留、零資料保留及 BAA?
快速模式可搭配資料駐留、零資料保留及業務夥伴協議(BAA)使用,實際支援情形視模型而定。GPT-6.1 Sol、GPT-6.1 Terra 和 GPT-6 Luna 的快速模式支援歐盟資料駐留。GPT-6 Astra 和 GPT-6 Sol 使用歐盟資料駐留時,無法啟用快速模式。現行的端點、工具、資格與合約要求仍然適用。詳情請參閱你的資料指南。