Skaleringsnivå for API-kunder

Dette tilbudet er tilgjengelig for Enterprise-kunder. kontakt salgsteamet vårt⁠ for å finne ut mer. Hvis du vil ha tilgang til de samme fordelene med førsteklasses ventetid og pålitelighet på en fleksibel betal-etter-bruk-basis, kan du se Prioritert behandling⁠.

Skaleringsnivå lar deg kjøpe et angitt antall API-inndata- og utdata-token per minutt (kalt «tokenenheter») på forhånd for tilgang til ett bestemt modell-snapshot. Hver token kjøpes for minimum 30 dager. Ytterligere modell kan legges til basert på kundeinteresse.

Ved å velge Skaleringsnivå kan du låse opp:

Forutsigbar forsinkelse: Skaleringsnivået er utformet for å generere tokens raskere og med mer konsistent hastighet enn betaling-etter-bruk-tjenesten (PAYG), selv under høy etterspørsel.
Ubegrenset skalering: Alle kvotekjøp med Skaleringsnivå blir automatisk lagt til bruksgrensene dine, så du kan trygt skalere videre.
Høyere pålitelighet: Skaleringsnivå-trafikk tilbyr en SLA for 99,9 % oppetid og prioritert databehandling.

	Inndata-pakke	Utdata-pakke	Tjenesteavtale – oppetid	Tjenesteavtale – forsinkelse
GPT-5.5	50 000 TPM 750,00 USD per enhet/dag	Ikke aktuelt³	99,9 %	99 % > 100 tokener per sekund²
GPT-5.4 mini	50 000 TPM 100,00 USD per enhet/dag	Ikke aktuelt³	99,9 %	99 % > 100 tokener per sekund²
GPT-5.4 uten lang kontekst⁴	50 000 TPM 300,00 USD per enhet/dag	Ikke aktuelt³	99,9 %	99 % > 50 tokener per sekund²
GPT-5.2	25 000 TPM 105,00 USD per enhet/dag	2 500 TPM 84,00 USD per enhet/dag	99,9 %	99 % > 50 tokener per sekund²
GPT-5.1	25 000 TPM 75,00 USD per enhet/dag	2 500 TPM 60,00 USD per enhet/dag	99,9 %	99 % > 50 tokener per sekund²
GPT-5	25 000 TPM 75,00 USD per enhet/dag	2 500 TPM 60,00 USD per enhet/dag	99,9 %	99 % > 50 tokener per sekund²
GPT-5 mini	500 000 TPM 275,00 USD per enhet/dag	50 000 TPM 220,00 USD per enhet/dag	99,9 %	99 % > 80 tokener per sekund²
GPT-4.1 uten long-context ¹	30 000 TPM 110,00 USD per enhet/dag	2 500 TPM 36,00 USD per enhet/dag	99,9 %	99 % > 80 tokener per sekund²
GPT-4.1 mini uten long-context ¹	500 000 TPM 450,00 USD per enhet/dag	50 000 TPM 175,00 USD per enhet/dag	99,9 %	99 % > 90 tokener per sekund²
GPT-4.1 nano uten long-context ¹	500 000 TPM 110,00 USD per enhet/dag	50 000 TPM 40,00 USD per enhet/dag	99,9 %	99 % > 100 tokener per sekund²
GPT-4.1 fine tuning	30 000 TPM 165,00 USD per enhet/dag	2 500 TPM 36,00 USD per enhet/dag	99,9 %	99 % > 80 tokener per sekund²
GPT-4.1 mini fine tuning	500 000 TPM 900,00 USD per enhet/dag	50 000 TPM 175,00 USD per enhet/dag	99,9 %	99 % > 90 tokener per sekund²
o3	25 000 TPM 75,00 USD per enhet/dag	5 000 TPM 60,00 USD per enhet/dag	99,9 %	99 % > 80 tokener per sekund²
o4-mini	30 000 TPM 50,00 USD per enhet/dag	5 000 TPM 32,50 USD per enhet/dag	99,9 %	99 % > 90 tokener per sekund²
GPT-4o	30 000 TPM 124,59 USD per enhet/dag	2 500 TPM 39,34 USD per enhet/dag	99,9 %	99 % > 80 tokener per sekund²
GPT-4o mini	500 000 TPM 114,75 USD per enhet/dag	50 000 TPM 49,18 USD per enhet/dag	99,9 %	99 % > 90 tokener per sekund²
GPT-4o mini fine tuning	500 000 TPM 229,50 USD per enhet/dag	50 000 TPM 98,36 USD per enhet/dag	99,9 %	99 % > 90 tokener per sekund²
o1	5 000 TPM 163,93 USD per enhet/dag	1 000 TPM 131,15 USD per enhet/dag	99,9 %	99 % > 80 tokener per sekund²
o3-mini	30 000 TPM 78,69 USD per enhet/dag	5 000 TPM 52,46 USD per enhet/dag	99,9 %	99 % > 90 tokener per sekund²

1Forespørsler estimert ved >128 000 meldingstokener

2Beregnet som p50-meldingsforsinkelse på en per 5 minutter-basis. For kunder med eksisterende bedriftsavtaler som har tjenesteavtaler om forsinkelse beregnet som p50-meldingsforsinkelse på en per minutt-basis, gjelder også de tidligere tjenesteavtalene.

3Med GPT-5.4, Skalanivå kjøpes som en pakke med kombinerte inndata- og utdatatokener per minutt. Bruk av inndatatokener, bufrede inndatatokener og utdatatokener telles mot denne kombinerte pakken med ulike satser. Se avsnittet Slik fungerer det nedenfor.

4Lang kontekst er > 272 000

Slik fungerer det

Med Skaleringsnivå kan du kjøpe tokenenheter for inndata og utdata. For eksempel koster hver inndataenhet 110 USD per dag med GPT‑4.1 og gir deg rett til 30 000 input token per minutt. Hver utdataenhet koster $36 per dag og gir deg rett til 2 500 tokens per minutt. Hver token kjøpes for minimum 30 dager.

Du finner mer informasjon om hvordan Skaleringsnivå samhandler med meldingsbufring, i Spørsmål og svar-delen nedenfor.

Med GPT‑5.4 kjøper du kombinerte inndata- og utdata-token per minutt. Dette gir deg større fleksibilitet og eliminerer behovet for å forutsi forholdet mellom inndata- og utdatatokens. Når du bruker Skaleringsnivå, regner vi token mot de kombinerte tokenene dine på følgende måte:

Inndatatokener telles som 1
Bufrede tokens følger bufring per modell som beskrevet nedenfor i FAQ-delen
Antall utdatatokener beregnet ut fra PayG-prisforholdet mellom utdatatokener og inndatatokener for modellen. For eksempel regnes én utdata-token som 6 med GPT‑5.4.

Priser

For faktureringsformål blir tokens per minutt (TPM) beregnet ved å ta gjennomsnittet av antall tokens som brukes i 15-minutters intervaller justert etter starten av timen (f.eks. 3:00 til < 3:15, 3:15 til < 3:30 osv.). Hvis det totale antallet token som brukes i løpet av en 15-minuttersperiode, er under det du har krav på i Skaleringsnivå, blir de ikke fakturert. For eksempel, hvis du kjøper Skaleringsnivå for GPT‑4o med en berettigelse til 30 000 token per minutt, kan du bruke opptil 450 000 token i løpet av en hvilken som helst 15-minuttersperiode uten at det påløper ekstra kostnader. Alle token som brukes utover denne grensen, blir fakturert med pay-as-you-go-rater (PAYG).

Token og bruksgrenser

Du kan se de gjeldende bruksbegrensningene dine på siden med innstillinger⁠⁠(åpnes i et nytt vindu). Når du kjøper tokenenheter for Skaleringsnivå, øker bruksgrensene dine for den modellen automatisk med mengden du kjøper. Når du bruker modellen, blir forespørsler først behandlet med kvoten din for raskere Skaleringsnivå. Hvis du overskrider kvoten, blir ytterligere forespørsler behandlet med den vanlige standardbehandlingen. Hvis du overskrider den totale bruksgrensen i løpet av et minutt for skaleringsnivå + vanlige grenser for standardbehandling, blir videre forespørsler avvist som normalt med en 429-feilkode.

Ja, du kan bruke «service_tier»-parameteren i Chat Completions API (API for samtalesvar). Hvis du spesifiserer «auto», brukes kvoten i Skaleringsnivå hvis den er tilgjengelig. Hvis du spesifiserer «standard», brukes kvoten for standard behandling. Svaret inkluderer også en «service_tier»-parameter som indikerer hvilken tjeneste som faktisk behandler forespørselen. Verdier er enten skala eller standard.

Vi tilbyr ulike rabatter på bufrede inndatatokener (50 %, 75 % eller 90 %) avhengig av modellen. Hvis du sender 50 000 TPM i bufrede inndatatoken på en modell der bufrede token har 50 % rabatt, teller disse token for bare 25 000 TMP mot kvoten din. Hvis du sender 50 000 TPM i bufrede inndatatoken på en modell der bufrede token har 75 % rabatt, teller disse tokenene for bare 12 500 TPM mot kvoten din. Finn ut mer om prompt ↗⁠(åpnes i et nytt vindu)

Skaleringsnivå for API-kunder

Slik fungerer det

Priser

Hvordan blir Skaleringsnivå bestilt og klargjort?

Når starter fakturering?

Hvordan beregnes overskridelser av pay-as-you-go mens jeg bruker Skaleringsnivå?

Hvis jeg gjør en årlig forpliktelse, må forbruket mitt brukes til Skaleringsnivå?

Er den årlige forpliktelsen min knyttet til et bestemt tilbud?

Hvis jeg allerede bruker reservert kapasitet, hvordan kan jeg bruke Skaleringsnivå for GPT-4o?

Token og bruksgrenser

Hvordan kan jeg kjøpe token enheter på Skaleringsnivå?

Hvordan kan jeg fortelle TPM-en min?

Hvordan finner jeg ut de totale bruksgrensene mine?

Kan du velge hvilke forespørsler som dekkes av Skaleringsnivå?

Hvordan funker skaleringsnivå med hurtigbufring av prompt?

Modeller

Hvordan fungerer andre modaliteter med Skaleringsnivå?

Støtter Skaleringsnivå finjustering?

Kan jeg automatisk sende overskuddstrafikk fra skaleringsnivå til prioritert behandling?

Pålitelighet

Hva skjer dersom tjenesteavtalen for både forsinkelse og oppetid brytes?

Retningslinjer

Hvordan fungerer ingen oppbevaring av data (ZDR) for Skaleringsnivå?