OpenAI Fast 模式

Fast模式采用按量付费，官方说明其速度最高可达标准处理的2.5倍，并提供更稳定的延迟，适合流量较稳定、对响应速度敏感的面向用户应用。这是来源能力描述，不是每次请求的速度保证。

GPT-6 Astra或GPT-6.1 Sol若需要更高速度，可查看Ultrafast模式。

Priority processing于2026年7月30日更名为Fast模式；gpt-5.6-sol的Fast速度也提高到最高约为Standard的2.5倍。请求可使用service_tier:"priority"或service_tier:"fast"。

配置Fast模式

Responses和Chat Completions可通过请求参数或项目设置启用Fast。单次请求将service_tier设为fast；对支持的模型，priority具有相同行为。

来源示例 1（javascript）：

// [中文] 设置service_tier为fast以请求Fast处理；读取响应层级确认实际处理方式，配额与价格按项目和模型核对。
import 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);

来源示例 2（python）：

## [中文] 设置service_tier为fast以请求Fast处理；读取响应层级确认实际处理方式，配额与价格按项目和模型核对。
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)

来源示例 3（go）：

// [中文] 设置service_tier为fast以请求Fast处理；读取响应层级确认实际处理方式，配额与价格按项目和模型核对。
package 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())
}

来源示例 4（java）：

// [中文] 设置service_tier为fast以请求Fast处理；读取响应层级确认实际处理方式，配额与价格按项目和模型核对。
import 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()));

来源示例 5（ruby）：

## [中文] 设置service_tier为fast以请求Fast处理；读取响应层级确认实际处理方式，配额与价格按项目和模型核对。
require "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)

来源示例 6（bash）：

## [中文] 设置service_tier为fast以请求Fast处理；读取响应层级确认实际处理方式，配额与价格按项目和模型核对。
curl 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"
  }'

项目级设置路径为Settings → Project下的General → Project Service Tier → Fast。之后未指定service_tier的请求默认使用Fast，项目流量会逐步切换，不是立即全部迁移。

检查Responses或Chat Completions响应的service_tier确认实际层级。GPT-5.6及更早模型无论请求写priority还是fast，响应均返回priority。

速率限制与流量爬升

基础限制：Fast与Standard按相同方式占用配额；同一模型两者共享速率限制。仍需使用重试逻辑并在尝试之间等待。

爬升限制：流量增长过快时，部分Fast请求可能降为标准速度并按标准价格收费，响应为service_tier:"default"。经验规则是达到每分钟100万输入词元后，每15分钟增长不超过50%；实际触发点依模型和流量条件变化。

切换模型或快照时逐步增加流量；用功能开关在数小时内渐进切换；避免把大型ETL或批处理作业放入Fast。

使用注意事项

• Fast单价高于Standard，支持模型和价格见Fast价格。
• 缓存输入折扣仍适用。
• 支持图像输入等多模态请求。
• 用量面板按service tier分组查看；GPT-5.6及更早模型显示priority。
• GPT-5.6支持长上下文；Fast不支持微调模型或嵌入模型。

常见问题

账户和政策说明见Fast FAQ。

所有地区都能使用Fast吗？

取决于各司法管辖区的法律法规；具体地区可用性可联系账户负责人确认。

Fast与Scale Tier如何配合？

两者独立。Fast单独计费，不占已购买的Scale Tier TPM包；Scale Tier溢出流量也不会自动转为Fast。

Fast如何计费？

Fast按词元收取高于Standard的费用。所有处理模式均计入年度Enterprise支出承诺；符合条件的缓存输入词元享受与Standard相同的折扣。

来源快照列出的GPT-5.6 Sol Fast价格为对应Standard的2倍：短上下文每100万输入词元8美元、输出40美元；长上下文输入16美元、输出60美元。该模型促销价格至少持续至2026年11月21日。具体以价格页及账户账单为准。

查看用量时选择Responses或Chat Completions并按service tier分组；查看费用时按line item分组。

支持哪些模型与模态？

支持Standard具备的多模态能力，包括图像输入；GPT-5.6支持长上下文，但不支持微调或嵌入。未来模型可能支持Fast，但不能假定所有模型都会支持。

爬升限制跨项目或组织共享吗？

来源说明所有流量共同计入爬升限制。经常触发时可考虑购买Scale Tier配额。

未达到延迟目标时会怎样？

GPT-6 Astra的Fast没有延迟SLA。GPT-5.6及更早模型的Fast与Scale Tier采用相同SLA待遇；符合条件的Enterprise协议可能在未达目标时提供服务抵扣。具体联系账户负责人。

支持数据驻留、ZDR和BAA吗？

支持情况取决于模型。2026-10-28更新后的来源列出GPT-6.1 Sol、GPT-6.1 Terra、GPT-6 Luna的Fast支持欧盟数据驻留；GPT-6 Astra、GPT-6 Sol的Fast不支持欧盟数据驻留。端点、工具、资格和业务伙伴协议（BAA）等要求仍适用，详见数据控制。