Algunas tareas de IA necesitan una respuesta inmediata. Otros pueden terminar antes de una reunión por la tarde o a la mañana siguiente. El procesamiento en segundo plano de GPT-6.2 ofrece a los desarrolladores una forma de separar esas cargas de trabajo mediante la ejecución asincrónica y, cuando sea elegible, ventanas de finalización con descuento.
La salvedad clave es simple: la ejecución en segundo plano por sí sola no garantiza una inferencia más barata. La documentación oficial de OpenAI, revisada el 20 de noviembre de 2026, distingue la ventana predeterminada más temprana de las ventanas con descuento de dos y ocho horas. Comprender esa distinción es esencial para fijar precios precisos de los tokens de IA y realizar estimaciones de costos confiables.
¿Qué significa el procesamiento en segundo plano?
El modo en segundo plano ejecuta una solicitud de API de respuestas de forma asincrónica. Su aplicación envía el trabajo, guarda el ID de respuesta y recupera el resultado una vez completado. Puede recibir un webhook o una encuesta de estado en lugar de mantener abierta una solicitud sincrónica ordinaria hasta la respuesta final.
Esto es útil para análisis de documentos largos, generación de informes y flujos de trabajo cuyo siguiente paso depende de una respuesta del modelo. Su aplicación aún organiza herramientas y llamadas de seguimiento; Aceptar una solicitud en segundo plano no significa que el proveedor ejecute automáticamente todo su proceso comercial.
La ejecución asincrónica y los descuentos son independientes
Ventana de finalización | Momento previsto | Descuento de token de modelo versus estándar |
|---|---|---|
lo más pronto posible | Trabajo bajo demanda | Ninguno |
dos horas | Trabajo que puede esperar | 30% |
Ocho horas | Trabajo nocturno o diferido | 40% |
OpenAI describe las ventanas más largas como objetivos de finalización después de que se acepta la solicitud inicial. No son prueba de una garantía de que cada flujo de trabajo de aplicación de varios pasos finalice en una ventana. El tiempo de uso de las herramientas y las solicitudes posteriores deben planificarse por separado.
¿Qué solicitudes GPT-6.2 califican?
Las ventanas con descuento documentadas están en versión beta pública en GPT-6.2 Astra y GPT-6.2 Sol, junto con GPT-6.1 Terra y GPT-6 Luna. Requieren procesamiento estándar. Al establecer el nivel de servicio predeterminado se selecciona explícitamente Estándar; auto califica solo cuando realmente se selecciona Estándar.
Establezca el modo de fondo en verdadero y elija la ventana de finalización de dos u ocho horas. Para ventanas con descuento, la transmisión debe omitirse o deshabilitarse. La ventana predeterminada más pronto admite diferentes comportamientos de transmisión, pero no tiene descuento por ventana de finalización.
Evite confundir la función con Flex
OpenAI afirma que los nuevos modelos que comienzan con GPT-6.2 Astra y GPT-6.2 Sol se lanzan sin procesamiento Flex. Los períodos en segundo plano con descuento son la alternativa documentada para solicitudes de Respuestas de larga duración elegibles. No copie una configuración Flex anterior y asuma que proporciona optimización de costos GPT-6.2.
Verifique el modelo, el punto final, el acceso al proyecto y las condiciones beta actuales antes de la implementación. Es posible que una puerta de enlace que admita llamadas de Responses ordinarias no implemente opciones en segundo plano, recuperación, cancelación o webhooks de la misma manera.
Calcular el ahorro correctamente
GPT-6.2 Sol enumera tarifas estándar de contexto corto de $2 por millón de tokens de entrada sin caché y $10 por millón de tokens de salida. GPT-6.2 Astra enumera una entrada de $ 8 y una salida de $ 40. Las lecturas y escrituras en caché tienen tarifas independientes y los precios de contexto largo pueden cambiar el cálculo base.
Para una solicitud ilustrativa de GPT-6.2 Sol con 20 000 tokens de entrada sin caché y 2000 tokens de salida facturables, el costo del token estándar es de $0,04 más $0,02, o $0,06. Un período de calificación de dos horas lo reduce a $0,042; una ventana de ocho horas lo reduce a 0,036 dólares.
Entre 10.000 solicitudes de este tipo, los totales son $600, $420 y $360 respectivamente. Estos cálculos suponen un uso idéntico y un procesamiento estándar elegible de contexto corto. Excluyen herramientas, impuestos, reintentos e infraestructura, y no constituyen una cotización de producción completa.
Aplicar descuentos a los cargos aplicables
La documentación describe descuentos en tarifas de token modelo, no un porcentaje general de cada servicio en una factura. Las herramientas pagas o las mejoras regionales pueden afectar la factura final. Incluya todo el razonamiento facturable en el supuesto de salida en lugar de contar solo la respuesta mostrada.
Para solicitudes GPT-6.2 superiores a 272.000 tokens de entrada, las tasas de entrada y caché se duplican y las tasas de salida aumentan 1,5 veces para la solicitud completa. Calcule primero las tarifas base aplicables. No ponga precio a una solicitud de gran tamaño como contexto corto simplemente porque se ejecuta de forma asincrónica.
Diseñe un flujo de trabajo de API de IA asincrónico confiable
Guarde el ID de respuesta inmediatamente
Conserve el ID de respuesta junto con el ID del trabajo de su solicitud, el modelo seleccionado, la ventana de finalización, el proyecto y el tiempo de envío. Un tiempo de espera de la red no prueba que el proveedor haya rechazado el trabajo. Concilie los trabajos existentes antes de crear solicitudes duplicadas.
Representa resultados en cola, en ejecución, exitosos, fallidos, incompletos y cancelados en su aplicación. Un envío exitoso no es un informe exitoso. Valide el contenido devuelto antes de marcar la tarea comercial como completada.
Prefiere webhooks verificados o encuestas limitadas
OpenAI recomienda recibir eventos de finalización a través de webhooks y recuperar la respuesta utilizando el ID del evento. Verifique la firma del webhook, elimine los duplicados de las entregas y verifique que la respuesta pertenezca al trabajo esperado antes de actuar en consecuencia.
Si los webhooks no están disponibles, sondee el mismo ID de respuesta mientras está en cola o en progreso. Utilice un horario acotado y deténgase en un estado terminal. No vuelva a enviar el mensaje cada vez que desee comprobar si finalizó la solicitud original.
Mantenga los efectos secundarios idempotentes
Un webhook duplicado no debe crear un correo electrónico, una instrucción de pago o una actualización de la base de datos duplicados. Almacene el estado de procesamiento y utilice mecanismos de idempotencia cuando sea compatible. Valide y autorice acciones posteriores independientemente del texto del modelo.
Una vez aceptadas las solicitudes elegibles con descuento, OpenAI reintenta automáticamente ciertos errores de capacidad. Mientras la respuesta permanece activa, continúe rastreando esa respuesta en lugar de crear copias competitivas del trabajo.
Continuar los flujos de trabajo en múltiples solicitudes
Una respuesta en segundo plano puede solicitar una llamada de herramienta. Su aplicación recupera la respuesta, ejecuta la herramienta autorizada y envía el resultado de la herramienta en una solicitud de seguimiento. El objetivo de finalización inicial se aplica a esa respuesta, no a todo el razonamiento y el trabajo de herramientas futuros.
Para una mayor prioridad de cola en seguimientos elegibles, la guía describe la reutilización del mismo ID de continuación, modelo, ventana de finalización y proyecto API, junto con el fondo y la configuración estándar requeridos. Un ID de continuación agrupa una ejecución; no es intercambiable con el ID de respuesta que contiene el historial de conversaciones.
Si una respuesta anterior caduca, la guía describe la reproducción de elementos de conversación guardados, incluidos el razonamiento requerido y los elementos de llamada de función. Planifique la retención y recuperación de resultados antes de lanzar trabajos largos y siga la documentación actual del punto final en lugar de reconstruir el estado únicamente a partir de texto visible.
Comparar el procesamiento en segundo plano con el lote
Utilice Batch para solicitudes independientes que se pueden enviar juntas por adelantado. Utilice respuestas en segundo plano cuando su aplicación necesite el resultado de una respuesta antes de decidir el siguiente paso. Se trata de formas diferentes de carga de trabajo, incluso cuando ambas toleran retrasos.
Las páginas del modelo GPT-6.2 enumeran el lote al 50 % de las tasas de token estándar. No asuma que el descuento por lote se acumula con un descuento de ventana de fondo. Elija la ruta admitida que coincida con las dependencias, los plazos y los términos actuales.
Considere los límites del caché
OpenAI afirma que las solicitudes estándar fuera de las ventanas con descuento no pueden reutilizar las entradas de caché creadas por solicitudes en segundo plano de dos u ocho horas. Un mensaje idéntico no anula ese límite. Separe los pronósticos de caché por ruta de procesamiento e inspeccione el uso real.
Esto puede ser importante para aplicaciones que combinan chat diurno con análisis nocturno. Un trabajo programado puede recibir una tasa de token más baja sin proporcionar ningún beneficio de caché a la carga de trabajo interactiva siguiente.
Manejo de datos y límites operativos
El modo en segundo plano almacena temporalmente los datos de respuesta incluso cuando el almacenamiento está deshabilitado o se utiliza la retención de datos cero, como se describe en Controles de datos de OpenAI. La guía establece que el contenido de la solicitud almacenado temporalmente se cifra en reposo. Revise los detalles de retención aplicables para sus requisitos.
Las ventanas con descuento comparten un límite de tasa de lote/fondo con los trabajos por lotes, y los tokens de entrada se cuentan en el momento del envío. Por lo tanto, es necesario monitorear los límites de las colas y los plazos de solicitud junto con el gasto. Las solicitudes predeterminadas más tempranas utilizan límites de token y solicitudes regulares.
Preguntas frecuentes
¿Configurar el modo de fondo siempre ahorra dinero?
No. El procesamiento en segundo plano más pronto no tiene descuento en la ventana de finalización. Los ahorros requieren un modelo compatible, procesamiento estándar elegible y un período de dos u ocho horas con descuento.
¿Puedo transmitir una solicitud de antecedentes con descuento?
Las ventanas documentadas de dos y ocho horas requieren que la transmisión se omita o sea falsa. Utilice el comportamiento más rápido documentado cuando sea necesario realizar streaming y asígnele el precio correspondiente.
¿Puede una plataforma unificada ofrecer la misma función?
Solo si admite las opciones requeridas y los puntos finales del ciclo de vida. Verifique los precios, la recuperación, la cancelación, la compatibilidad con webhooks y el comportamiento de la caché a través de la integración real.
Siguiente paso
Mueva una carga de trabajo tolerante a demoras a un piloto medido y compare el costo total por resultado aceptado. Si utiliza OLEToken como plataforma API de IA unificada, confirme la compatibilidad con la ventana en segundo plano y los términos de facturación antes de confiar en estos descuentos de proveedor directo.

