O que é o modo Ultrafast da OpenAI?

O Ultrafast é uma camada de serviço da Responses API para o GPT-6 Astra que reduz o intervalo entre os tokens de saída gerados. O guia atual da OpenAI diz até 8× mais rápido que o Standard; o resumo do DevDay falava em geração de tokens até 6× mais rápida. São afirmações de máximo, não garantias de latência de ponta a ponta.

Quanto mais caro é o GPT-6 Astra Ultrafast?

A tabela de preços atual da OpenAI lista o Ultrafast em seis vezes as tarifas Standard do GPT-6 Astra: $60 contra $10 por milhão de tokens de entrada e $300 contra $50 por milhão de tokens de saída. As tarifas de entrada em cache e gravação em cache também são 6×.

Quem pode usar o GPT-6 Astra Ultrafast?

A OpenAI diz que o GPT-6 Astra Ultrafast está disponível para clientes da API com limites de taxa padrão. Ele oferece processamento global e residência de dados nos EUA, mas não endpoints de processamento regional na UE nem em outras regiões fora dos EUA.

Quando o Ultrafast compensa o custo extra?

Use-o quando reduções medidas na latência de ponta a ponta melhorarem um resultado valioso o suficiente para cobrir o custo adicional de inferência. Compare custo e tempo de conclusão na mesma carga; tarefas em lote e outras não urgentes costumam poder ficar no Standard ou em processamento com desconto.

Preço e velocidade da API OpenAI Ultrafast

Atualizado October 7, 2026 · publicado originalmente September 27, 2026

O OpenAI Ultrafast acelera a geração de saída do GPT-6 Astra por seis vezes o preço dos tokens Standard. O guia atual afirma geração até oito vezes mais rápida; o anúncio do DevDay falava em até seis vezes. Nenhum dos dois números garante a latência de ponta a ponta. Compare a cobrança adicional de inferência com o tempo de conclusão medido e o valor de negócio antes de direcionar tráfego de produção para esta camada.

O que o Ultrafast muda?

O Ultrafast reduz o intervalo entre os tokens de saída gerados. Ele não deixa cada parte da requisição oito vezes mais rápida: o processamento da entrada, o estabelecimento da rede, as ferramentas, o código da aplicação e a espera por serviços externos continuam afetando a latência total. A OpenAI recomenda WebSockets, principalmente para agentes que fazem várias chamadas de ferramentas em sequência rápida, porque a sobrecarga de conexão pode anular parte do ganho.

Quanto custa o GPT-6 Astra Ultrafast?

A tabela de preços da OpenAI lista o seguinte por um milhão de tokens de texto para requisições de contexto curto do GPT-6 Astra:

Camada	Entrada	Entrada em cache	Gravação em cache	Saída
Standard	$10	$1	$12.50	$50
Ultrafast	$60	$6	$75	$300

O Ultrafast custa 6× a tarifa Standard listada para cada categoria de token. Confira a página de preços atual antes de orçar, pois tarifas e elegibilidade podem mudar. O Ultrafast oferece processamento global e residência de dados nos EUA; não oferece endpoints de processamento regional na UE nem em outras regiões fora dos EUA. Ajustes de preço regionais e de FedRAMP podem se aplicar onde houver suporte.

O que o prêmio significa por tarefa?

Considere uma requisição hipotética sem cache com 8,000 tokens de entrada e 2,000 de saída. Nas tarifas Standard, custa $0.18: $0.08 de entrada e $0.10 de saída. Nas tarifas Ultrafast, custa $1.08: $0.48 de entrada e $0.60 de saída. O prêmio é de $0.90 por tarefa. Este exemplo usa preços de tokens publicados e contagens de tokens presumidas; ele não prevê a latência nem o valor de negócio de uma carga real.

Para uma carga real, multiplique os tokens mensais de entrada, entrada em cache, gravação em cache e saída pelos preços atuais de cada camada. Mantenha o mesmo modelo, os mesmos prompts, as mesmas configurações de raciocínio e a mesma mistura de tarefas ao comparar as camadas.

Quando o Ultrafast compensa o prêmio?

Teste-o em trabalhos nos quais o tempo de geração do modelo afeta um resultado mensurável: um assistente interativo com meta de latência, um fluxo ao vivo que espera a próxima ação ou um agente em que turnos mais rápidos reduzem o tempo ocioso pago. Compare o tempo de conclusão de ponta a ponta em p50 e p95, a taxa de sucesso e o custo por tarefa concluída com sucesso. Use o prêmio apenas quando o tempo economizado medido valer mais do que o custo incremental.

Para enriquecimento offline, resumos agendados e outros trabalhos que podem esperar, Standard ou uma opção de processamento com desconto pode ser mais adequada. Mantenha uma rota de contingência para requisições que excedam o limite de taxa do Ultrafast.

Quem pode usar e quais limites se aplicam?

O guia atual do Ultrafast da OpenAI diz que o acesso ao GPT-6 Astra está disponível para clientes da API com limites de taxa padrão. Os limites padrão documentados de tokens por minuto são 500,000 para Build, 1,000,000 para Launch e 5,000,000 para Grow. Limites maiores podem exigir uma solicitação à equipe de contas da OpenAI.

Quais fontes documentam os preços e as afirmações de velocidade?

Fontes primárias: guia do modo Ultrafast da OpenAI, preços da API da OpenAI e resumo do OpenAI DevDay 2026. Veja também roteamento de modelos e benchmarks de custo de LLM por usuário.