API 客戶的優先處理服務
優先處理服務可提供穩定且高速的效能，同時保有按需付費的靈活性。
選擇優先處理服務，可以解鎖：
- 可預期的低延遲：優先處理服務即使在高峰期間，也能比標準處理服務更快速、更穩定地生成 Token。
- 靈活彈性：與標準處理相同，優先處理服務也可以透過彈性的按需付費方式使用，無需事先部署。
| 每一百萬個輸入權杖的費用 | 每一百萬個輸入權杖的費用 (快取) | 每一百萬個輸出權杖的費用 | 正常運作時間 SLA3 | 延遲 SLA3 | |
|---|---|---|---|---|---|
GPT-5.5 不支援長段文字記憶力解功能1 | US$12.50 | US$1.250 | US$75.00 | 99.9% | 每秒 99% > 50 個權杖2 |
GPT-5.4 mini 不支援長段文字記憶力解功能1 | US$1.50 | US$0.150 | US$9.00 | 99.9% | 每秒 99% > 100 個權杖2 |
GPT-5.4 不支援長段文字記憶力解功能1 | US$5.00 | US$0.500 | US$30.00 | 99.9% | 每秒 99% > 50 個權杖2 |
GPT-5.2 不支援長段文字記憶力解功能1 | US$3.50 | US$0.350 | US$28.00 | 99.9% | 每秒 99% > 50 個權杖2 |
GPT-5.1 不支援長段文字記憶力解功能1 | US$2.50 | US$0.250 | US$20.00 | 99.9% | 每秒 99% > 50 個權杖2 |
GPT-5 不支援長段文字記憶力解功能1 | US$2.50 | US$0.250 | US$20.00 | 99.9% | 每秒 99% > 50 個權杖2 |
GPT-5 mini 不支援長段文字記憶力解功能1 | US$0.45 | US$0.045 | US$3.60 | 99.9% | 每秒 99% > 80 個權杖2 |
GPT-5.1 codex 不支援長段文字記憶力解功能1 | US$2.50 | US$0.250 | US$20.00 | 99.9% | 每秒 99% > 50 個權杖2 |
GPT-5 codex 不支援長段文字記憶力解功能1 | US$2.50 | US$0.250 | US$20.00 | 99.9% | 每秒 99% > 50 個權杖2 |
GPT-4.1 不支援長段文字記憶力解功能1 | US$3.50 | US$0.875 | US$14.00 | 99.9% | 每秒 99% > 80 個權杖2 |
GPT-4.1 mini 不支援長段文字記憶力解功能1 | US$0.70 | US$0.175 | US$2.80 | 99.9% | 每秒 99% > 90 個權杖2 |
GPT-4.1 nano 不支援長段文字記憶力解功能1 | US$0.20 | US$0.050 | US$0.80 | 99.9% | 每秒 99% > 100 個權杖2 |
GPT-4o gpt-4o-2024-11-20 gpt-4o-2024-08-06 | US$4.25 | US$2.125 | US$17.00 | 99.9% | 每秒 99% > 80 個權杖2 |
gpt-4o-2024-05-13 | US$8.75 | — | US$26.25 | 99.9% | 每秒 99% > 80 個權杖2 |
GPT-4o mini | US$0.25 | US$0.125 | US$1.00 | 99.9% | 每秒 99% > 90 個權杖2 |
o3 | US$3.50 | US$0.875 | US$14.00 | 99.9% | 每秒 99% > 80 個權杖2 |
o4-mini | US$2.00 | US$0.500 | US$8.00 | 99.9% | 每秒 99% > 90 個權杖2 |
1預估使用超過 12.8 萬個提示權杖的請求
2以每 5 分鐘為單位，計算第 50 百分位的請求延遲。客戶若已簽訂企業合約，且延遲 SLA 是以每分鐘計算第 50 百分位的請求延遲為準，則原來的 SLA 仍適用。
3僅適用於 Enterprise 方案客戶
運作方式
客戶可透過現有的「service_tier」參數，於每次請求時指定使用優先處理服務，只需設定 service_tier="default" 即可。
優先處理服務所使用的 Token 將按其數量計費，價格相較於標準處理服務稍高。
除了可以在請求層級進行設定外，也可在「專案設定」→「預設服務層級：優先級」中，將項目設為優先級。你仍然可以按個別請求覆寫設定。
限制說明
- 優先處理服務的速率限制是與其他服務層級共用的。
- 少數情況下，若你的優先處理服務每分鐘 Token 量增加過快，可能會觸發速率提升限制。若超過速率提升限制，額外的流量可能會被轉送至標準處理服務。