Некоторые задачи ИИ требуют немедленного ответа. Другие могут закончить до дневного собрания или на следующее утро. Фоновая обработка GPT-6.2 дает разработчикам возможность разделить эти рабочие нагрузки, используя асинхронное выполнение и, если это возможно, окна завершения со скидкой.
Ключевое условие простое: фоновое выполнение само по себе не гарантирует более дешевый вывод. Официальная документация OpenAI, проверенная 20 ноября 2026 г., отличает самое ближайшее окно по умолчанию от двухчасовых и восьмичасовых окон со скидкой. Понимание этого различия необходимо для точного ценообразования токенов ИИ и достоверной оценки затрат.
Что означает фоновая обработка
В фоновом режиме запрос API ответов выполняется асинхронно. Ваше приложение отправляет работу, сохраняет идентификатор ответа и получает результат после завершения. Он может получать веб-перехватчик или опрос для определения статуса вместо того, чтобы держать обычный синхронный запрос открытым до окончательного ответа.
Это полезно для длительного анализа документов, создания отчетов и рабочих процессов, следующий шаг которых зависит от ответа модели. Ваше приложение по-прежнему управляет инструментами и последующими вызовами; принятие фонового запроса не означает, что поставщик автоматически выполняет весь ваш бизнес-процесс.
Асинхронное выполнение и скидки разделены
Окно завершения | Предполагаемое время | Скидка на токен модели по сравнению со стандартной |
|---|---|---|
Скоро | Работа по требованию | Никто |
Два часа | Работа, которая может подождать | 30% |
Восемь часов | Ночная или отложенная работа | 40% |
OpenAI описывает более длинные окна как цели завершения после принятия первоначального запроса. Они не являются доказательством того, что каждый многоэтапный рабочий процесс приложения завершается в одном окне. Время на инструмент и последующие запросы необходимо планировать отдельно.
Какие запросы GPT-6.2 подходят?
Задокументированные окна со скидкой находятся в публичной бета-версии на GPT-6.2 Astra и GPT-6.2 Sol, а также на GPT-6.1 Terra и GPT-6 Luna. Они требуют стандартной обработки. При установке уровня обслуживания по умолчанию явно выбирается «Стандартный»; auto квалифицируется только тогда, когда действительно выбран вариант «Стандарт».
Установите для фонового режима значение true и выберите двухчасовое или восьмичасовое окно завершения. Для окон со скидкой потоковая передача должна быть опущена или отключена. Окно самого раннего по умолчанию поддерживает различное поведение потоковой передачи, но не имеет скидки на окно завершения.
Не путайте эту функцию с Flex
OpenAI заявляет, что новые модели, начиная с GPT-6.2 Astra и GPT-6.2 Sol, запускаются без обработки Flex. Фоновые окна со скидкой — это документированная альтернатива приемлемым длительным запросам на ответы. Не копируйте старую конфигурацию Flex и предполагайте, что она обеспечивает оптимизацию затрат GPT-6.2.
Перед развертыванием проверьте модель, конечную точку, доступ к проекту и текущие условия бета-тестирования. Шлюз, поддерживающий обычные вызовы ответов, может не реализовывать фоновые параметры, получение, отмену или веб-перехватчики таким же образом.
Правильно посчитайте экономию
GPT-6.2 Sol в кратком контексте перечисляет стандартные ставки в размере 2 долларов США за миллион некэшированных входных токенов и 10 долларов США за миллион выходных токенов. В GPT-6.2 Astra указано входное значение в размере 8 долларов США и выходное значение 40 долларов США. Кэшированные операции чтения и записи имеют отдельные тарифы, а цены на длинный контекст могут изменить базовый расчет.
Для примера запроса GPT-6.2 Sol с 20 000 некэшированных входных токенов и 2000 оплачиваемых выходных токенов стандартная стоимость токена составляет 0,04 доллара США плюс 0,02 доллара США или 0,06 доллара США. Соответствующее двухчасовое окно снижает эту сумму до 0,042 доллара; восьмичасовое окно снижает его до 0,036 доллара.
Общая сумма по 10 000 таких запросов составляет 600, 420 и 360 долларов США соответственно. Эти расчеты предполагают идентичное использование и соответствующую стандартную обработку короткого контекста. Они не включают инструменты, налоги, повторные попытки и инфраструктуру и не являются полной производственной сметой.
Примените скидки к применимым расходам
В документации описываются скидки на тарифы на модели токенов, а не общий процент от каждой услуги в счете. Платные инструменты или региональные надбавки могут повлиять на окончательный счет. Включите все подлежащие оплате рассуждения в исходное предположение, а не учитывайте только отображаемый ответ.
Для запросов GPT-6.2, превышающих 272 000 входных токенов, скорость ввода и кэширования удваивается, а скорость вывода увеличивается в 1,5 раза для полного запроса. Сначала рассчитайте применимые базовые ставки. Не оценивайте слишком большой запрос как короткий контекст только потому, что он выполняется асинхронно.
Разработайте надежный асинхронный рабочий процесс AI API
Немедленно сохраните идентификатор ответа
Сохраните идентификатор ответа вместе с идентификатором задания приложения, выбранной моделью, окном завершения, проектом и временем отправки. Тайм-аут сети не доказывает, что провайдер отклонил работу. Согласуйте существующие задания перед созданием повторяющихся запросов.
Представляйте в своем приложении поставленные в очередь, текущие, успешные, неудачные, неполные и отмененные результаты. Успешная подача не является успешным отчетом. Проверьте возвращенное содержимое, прежде чем отмечать бизнес-задачу как выполненную.
Предпочитайте проверенные веб-перехватчики или ограниченный опрос
OpenAI рекомендует получать события завершения через веб-перехватчики и получать ответ, используя идентификатор события. Проверьте подпись веб-перехватчика, выполните дедупликацию доставок и убедитесь, что ответ принадлежит ожидаемому заданию, прежде чем действовать по нему.
Если веб-перехватчики недоступны, опросите тот же идентификатор ответа, пока он находится в очереди или находится в процессе обработки. Используйте ограниченное расписание и останавливайтесь в конечном состоянии. Не отправляйте запрос повторно каждый раз, когда хотите проверить, выполнен ли исходный запрос.
Сохраняйте идемпотентность побочных эффектов
Дублированный вебхук не должен создавать дублированное электронное письмо, инструкции по оплате или обновление базы данных. Сохраняйте состояние обработки и используйте механизмы идемпотентности, где это поддерживается. Подтверждайте и авторизуйте последующие действия независимо от текста модели.
После принятия соответствующих запросов со скидкой OpenAI автоматически повторяет определенные ошибки мощности. Пока ответ остается активным, продолжайте отслеживать его, а не создавать конкурирующие копии задания.
Продолжение рабочих процессов по нескольким запросам
Фоновый ответ может запросить вызов инструмента. Ваше приложение получает ответ, запускает авторизованный инструмент и отправляет результат инструмента в последующем запросе. Цель первоначального завершения относится к этому ответу, а не ко всем будущим рассуждениям и инструментальной работе.
Для более высокого приоритета очереди для подходящих последующих действий в руководстве описывается повторное использование одного и того же идентификатора продолжения, модели, окна завершения и проекта API вместе с необходимыми фоновыми и стандартными настройками. Идентификатор продолжения группирует прогон; он не взаимозаменяем с идентификатором ответа, содержащим историю разговоров.
Если срок действия более раннего ответа истек, в руководстве описывается воспроизведение сохраненных элементов разговора, включая необходимые аргументы и элементы вызова функций. Планируйте сохранение и восстановление результатов перед запуском длительных заданий и следуйте текущей документации по конечной точке, а не восстанавливайте состояние только по видимому тексту.
Сравните фоновую обработку с пакетной обработкой
Используйте пакетную обработку для независимых запросов, которые можно отправить вместе заранее. Используйте фоновые ответы, когда вашему приложению нужен результат одного ответа, прежде чем принять решение о следующем шаге. Это разные формы рабочей нагрузки, даже если оба допускают задержку.
На страницах модели GPT-6.2 указана пакетная ставка в размере 50 % от стандартной ставки токена. Не предполагайте, что пакетная скидка суммируется со скидкой фонового окна. Выберите поддерживаемый маршрут, соответствующий зависимостям, срокам и текущим условиям.
Учитывайте границы кэша
OpenAI заявляет, что стандартные запросы за пределами окон со скидкой не могут повторно использовать записи кэша подсказок, созданные двухчасовыми или восьмичасовыми фоновыми запросами. Идентичный запрос не переопределяет эту границу. Разделяйте прогнозы кэша по маршруту обработки и проверяйте реальное использование.
Это может иметь значение для приложений, сочетающих дневной чат с ночным анализом. Запланированное задание может получать более низкую скорость передачи токенов, не обеспечивая при этом никаких преимуществ кэширования для последующей интерактивной рабочей нагрузки.
Обработка данных и эксплуатационные ограничения
В фоновом режиме данные ответа временно сохраняются, даже если хранилище отключено или используется нулевое сохранение данных, как описано в разделе «Управление данными OpenAI». В руководстве указано, что временно хранимое содержимое запроса в состоянии покоя шифруется. Просмотрите применимые сведения о хранении в соответствии с вашими требованиями.
Окна со скидкой разделяют ограничение скорости пакетной/фоновой обработки с пакетными заданиями, при этом входные токены учитываются при отправке. Поэтому ограничения очередей и сроки подачи заявок требуют мониторинга наряду с расходами. По умолчанию самые быстрые запросы используют обычные ограничения запросов и токенов.
Часто задаваемые вопросы
Всегда ли установка фонового режима экономит деньги?
Нет. При самой быстрой фоновой обработке скидка на окно завершения не распространяется. Для экономии требуется поддерживаемая модель, соответствующая стандартная обработка и двухчасовой или восьмичасовой интервал со скидкой.
Могу ли я транслировать фоновый запрос со скидкой?
Задокументированные двухчасовые и восьмичасовые окна требуют, чтобы потоковая передача была опущена или была ложной. Используйте задокументированное самое быстрое поведение, когда необходима потоковая передача, и устанавливайте соответствующую цену.
Может ли унифицированная платформа предоставить ту же функцию?
Только если он поддерживает необходимые параметры и конечные точки жизненного цикла. Проверьте цены, извлечение, отмену, поддержку веб-перехватчиков и поведение кэша посредством фактической интеграции.
Следующий шаг
Перенесите одну рабочую нагрузку, устойчивую к задержкам, в измеряемый пилотный проект и сравните общую стоимость каждого принятого результата. Если вы используете OLEToken в качестве единой платформы AI API, подтвердите поддержку фонового окна и условия выставления счетов, прежде чем полагаться на эти скидки прямого поставщика.
Источники
- [OpenAI: фоновый режим и окна завершения со скидкой] (https://developers.openai.com/api/docs/guides/background)
- OpenAI: цены на API
- OpenAI: GPT-6.2 Sol

