Qu'est-ce que le mode Ultrafast d'OpenAI ?

Ultrafast est un niveau de service de la Responses API pour GPT-6 Astra qui réduit le délai entre les jetons de sortie générés. Le guide actuel d'OpenAI annonce jusqu'à 8× plus rapide que Standard ; le récapitulatif du DevDay parlait d'une génération de jetons jusqu'à 6× plus rapide. Ce sont des maximums annoncés, pas des garanties de latence de bout en bout.

Combien Ultrafast coûte-t-il de plus sur GPT-6 Astra ?

La grille tarifaire actuelle d'OpenAI place Ultrafast à six fois les tarifs Standard de GPT-6 Astra : $60 contre $10 par million de jetons d'entrée et $300 contre $50 par million de jetons de sortie. Les tarifs d'entrée en cache et d'écriture en cache sont eux aussi multipliés par 6.

Tarifs et vitesse de l'API OpenAI Ultrafast

Q: Qui peut utiliser GPT-6 Astra Ultrafast ?

OpenAI indique que GPT-6 Astra Ultrafast est ouvert aux clients de l'API avec des limites de débit par défaut. Il prend en charge le traitement global et la résidence des données aux États-Unis, mais pas les points de terminaison de traitement régionaux de l'UE ni des autres régions hors États-Unis.

Q: Quand Ultrafast vaut-il son surcoût ?

Quand les réductions mesurées de latence de bout en bout améliorent suffisamment un résultat de valeur pour couvrir le coût d'inférence supplémentaire. Comparez coût et temps d'exécution sur la même charge ; les traitements par lots et les tâches non urgentes peuvent souvent rester sur Standard ou sur un traitement à tarif réduit.

Mis à jour October 7, 2026 · première publication September 27, 2026

OpenAI Ultrafast accélère la génération de sortie de GPT-6 Astra à six fois les prix de jetons Standard. Le guide actuel annonce une génération jusqu'à huit fois plus rapide ; l'annonce du DevDay parlait de six fois au maximum. Aucun de ces chiffres ne garantit la latence de bout en bout. Comparez le surcoût d'inférence au temps d'exécution mesuré et à la valeur métier avant d'orienter du trafic de production vers ce niveau.

Qu'est-ce que Ultrafast change ?

Ultrafast réduit le délai entre les jetons de sortie générés. Il ne rend pas chaque étape d'une requête huit fois plus rapide : le traitement de l'entrée, l'établissement de la connexion réseau, les outils, le code applicatif et l'attente de services externes continuent de peser sur la latence totale. OpenAI recommande les WebSockets, surtout pour les agents qui enchaînent plusieurs appels d'outils, car le surcoût de connexion peut effacer une partie du gain.

Combien coûte GPT-6 Astra Ultrafast ?

La grille tarifaire d'OpenAI indique ce qui suit par million de jetons de texte pour les requêtes GPT-6 Astra à contexte court :

Niveau	Entrée	Entrée en cache	Écriture en cache	Sortie
Standard	$10	$1	$12.50	$50
Ultrafast	$60	$6	$75	$300

Ultrafast coûte 6× le tarif Standard affiché pour chaque catégorie de jetons. Consultez la page de tarifs en ligne avant d'établir un budget, car les tarifs et l'éligibilité peuvent changer. Ultrafast prend en charge le traitement global et la résidence des données aux États-Unis ; il ne prend pas en charge les points de terminaison de traitement régionaux de l'UE ni des autres régions hors États-Unis. Des ajustements de prix régionaux et FedRAMP peuvent s'appliquer lorsqu'ils sont pris en charge.

Que représente le surcoût par tâche ?

Prenons une requête hypothétique sans cache de 8,000 jetons d'entrée et 2,000 jetons de sortie. Au tarif Standard, elle coûte $0.18 : $0.08 pour l'entrée et $0.10 pour la sortie. Au tarif Ultrafast, elle coûte $1.08 : $0.48 pour l'entrée et $0.60 pour la sortie. Le surcoût est de $0.90 par tâche. Cet exemple repose sur des prix de jetons publiés et des volumes de jetons supposés ; il ne prédit ni la latence ni la valeur métier d'une charge réelle.

Pour une charge réelle, multipliez les jetons mensuels d'entrée, d'entrée en cache, d'écriture en cache et de sortie par les prix actuels de chaque niveau. Gardez le même modèle, les mêmes prompts, les mêmes réglages de raisonnement et le même mélange de tâches pour comparer les niveaux.

Quand Ultrafast vaut-il son surcoût ?

Testez-le sur les tâches où le temps de génération du modèle influence un résultat mesurable : un assistant interactif avec un objectif de latence, un flux en direct qui attend la prochaine action, ou un agent dont des tours plus rapides réduisent le temps d'inactivité facturé. Comparez le temps d'exécution de bout en bout en p50 et p95, le taux de réussite et le coût par tâche réussie. N'utilisez le surcoût que si le temps gagné mesuré vaut plus que le coût supplémentaire.

Pour l'enrichissement hors ligne, les synthèses planifiées et les autres travaux qui peuvent attendre, Standard ou une option de traitement à tarif réduit conviendra souvent mieux. Prévoyez une route de repli pour les requêtes qui dépassent la limite de débit d'Ultrafast.

Qui peut l'utiliser, et quelles limites s'appliquent ?

Le guide Ultrafast actuel d'OpenAI indique que l'accès à GPT-6 Astra est ouvert aux clients de l'API avec des limites de débit par défaut. Les limites par défaut documentées en jetons par minute sont de 500,000 pour Build, 1,000,000 pour Launch et 5,000,000 pour Grow. Des limites plus élevées peuvent nécessiter une demande auprès de l'équipe commerciale d'OpenAI.

Quelles sources documentent les tarifs et les annonces de vitesse ?

Sources principales : guide du mode Ultrafast d'OpenAI, tarifs de l'API OpenAI et récapitulatif d'OpenAI DevDay 2026. Voir aussi le routage de modèles et les benchmarks de coût LLM par utilisateur.