OpenAI Ultraschnell: 6-fache Geschwindigkeit zum 6-fachen Preis. Wann es sich rentiert.

OpenAI Ultrafast ist eine Dienstebene, kein neues Modell. Fügen Sie service_tier: "ultrafast" zu einer Responses API-Anfrage für gpt-6-astra hinzu, und OpenAI generiert Tokens in der API bis zu 6x schneller (bis zu 8x oder 300 Tokens pro Sekunde in Codex). Es kostet das 6-fache des Standardtarifs: 60 $ Eingabe und 300 $ Ausgabe pro Million Tokens, gegenüber 10 $ und 50 $. Die Modell-ID ändert sich nicht, sodass Antworten schneller, aber nicht intelligenter werden. Es rechnet sich, wenn eine Person oder ein latenzbehafteter Schritt auf lange Ausgaben wartet, und fast nie bei Batch- oder Hintergrundarbeiten.

OpenAI hat Ultrafast am 29. September 2026 auf dem DevDay für GPT-6 Astra allgemein verfügbar gemacht (siehe alles Weitere vom DevDay). Dieser Beitrag behandelt die Verfügbarkeit, die Anfrage, Preise, Ratenbegrenzungen und ein Break-Even-Modell, das Sie mit Ihren eigenen Zahlen erneut durchrechnen können. Für das Modell selbst lesen Sie den GPT-6 Astra API-Leitfaden. Sie werden beide Ebenen in Apidog messen, bevor Sie wechseln.

OpenAI Ultrafast auf einen Blick

Quellen: OpenAIs Leitfaden zum Ultrafast-Modus und Preisübersicht.

Was Ultrafast ist und wer es nutzen kann

OpenAIs DevDay-Zusammenfassung bezeichnet Ultrafast als Premium-Geschwindigkeitsstufe. Laut Leitfaden steht GPT-6 Astra Ultrafast allen API-Nutzern mit niedrigen Standard-Ratenbegrenzungen zur Verfügung, und Organisationen mit einem OpenAI-Konto-Team können mehr anfragen. Der Leitfaden listet auch den Vorabzugang für GPT-5.6 Sol über Konto-Teams auf (OpenAI stellte Ultrafast erstmals am 13. August auf GPT-5.6 Sol vor), während die Zusammenfassung GPT-6.1 Sol als Nächstes nennt. Für beide gibt es keinen veröffentlichten Ultrafast-Preis.

In ChatGPT läuft Ultrafast Astra in ChatGPT Work und Codex auf Pro 500 und Enterprise. Dieses Abonnement deckt die Anwendungen ab, nicht die API: Skripte, CI-Jobs und von Ihnen erstellte Agenten zahlen weiterhin pro Token mit einem API-Schlüssel.

Lesen Sie den Geschwindigkeitsanspruch genau. Es geht um die Token-Generierung, und es heißt „bis zu“. Die Angabe von 300 Tokens pro Sekunde gilt für Codex; die API-Angabe beträgt bis zu 6x. OpenAI veröffentlicht keine Time-to-First-Token (TTFT)-Angabe für Ultrafast, und eine Tokens-pro-Sekunde-Zahl sagt nichts darüber aus, wie lange Sie auf das erste Token warten müssen.

So aktivieren Sie service_tier ultrafast

Stellen Sie model auf gpt-6-astra und service_tier auf ultrafast bei jeder Anfrage ein. Über HTTP, aus OpenAIs Dokumentation:

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "input": "Explain why the sky is blue in one sentence.",
    "service_tier": "ultrafast"
  }'

OpenAI empfiehlt dringend WebSockets, insbesondere für Agenten, die viele Tool-Aufrufe schnell hintereinander tätigen, da der Netzwerk-Overhead pro Anfrage den Gewinn zunichtemachen kann. Hier ist das Python-Beispiel aus der Dokumentation, das zwei Durchgänge über eine Verbindung streamt:

from openai import OpenAI

client = OpenAI()
previous_response_id: str | None = None
prompts = [
    "Explain why the sky is blue in one sentence.",
    "Now explain why sunsets look red.",
]

with client.responses.connect() as connection:
    for prompt in prompts:
        connection.response.create(
            model="gpt-6-astra",
            service_tier="ultrafast",
            previous_response_id=previous_response_id,
            input=prompt,
        )
        for event in connection:
            if event.type == "response.output_text.delta":
                print(event.delta, end="", flush=True)
            elif event.type == "response.completed":
                previous_response_id = event.response.id
                print()
                break
            elif event.type in {"response.failed", "response.incomplete", "error"}:
                raise RuntimeError(event.to_json())
        else:
            raise RuntimeError("Connection closed before the response finished.")

Installieren Sie mit pip install --upgrade "openai[realtime]" und setzen Sie OPENAI_API_KEY. Unser Leitfaden zum OpenAI WebSocket-Modus behandelt Verbindungsbeschränkungen und Wiederverbindungen.

Ultrafast-Preise im Vergleich zu Standard, Fast und Batch

Preise pro 1 Million Tokens für gpt-6-astra bei kurzem Kontext (272K Eingabe-Tokens oder weniger):

Oberhalb von 272K Eingabe-Tokens steigt Ultrafast auf 120 $ Eingabe, 12 $ Cache, 150 $ Cache-Schreibvorgang und 450 $ Ausgabe. Fast ist die ehemalige Priority-Verarbeitung, die am 30. Juli 2026 umbenannt wurde. Beachten Sie, dass jede Eingabespalte ebenfalls multipliziert wird, sodass lange Prompts das 6-fache für Tokens zahlen, die der Geschwindigkeitsanspruch nicht betrifft.

Ratenbegrenzungen und Datenresidenz

Die Standard-Ultrafast-Begrenzungen von GPT-6 Astra betragen 500.000 Tokens pro Minute auf den Nutzungsstufen 1-3, 1.000.000 auf Stufe 4 und 5.000.000 auf Stufe 5. Ultrafast unterstützt nur US-Datenresidenz und globale Verarbeitung; wenn Ihr Vertrag den Traffic über einen EU- oder anderen regionalen Endpunkt leitet, ist Ultrafast für dieses Projekt nicht verfügbar.

Wann sich Ultrafast rechnet: Ein Break-Even-Modell

Dies ist eine illustrative Rechnung auf Basis der Listenpreise, keine Benchmark. Die eine Geschwindigkeitsangabe ist ein Platzhalter: Nehmen Sie an, Ihre eigene Messung zeigt, dass Standard Astra 40 Ausgabe-Tokens pro Sekunde auf Ihrem Prompt streamt. Ersetzen Sie diese Zahl durch Ihre eigene.

Eine nutzerorientierte Antwort: 5.000 ungecachte Eingabe-Tokens, 2.000 Ausgabe-Tokens.

• Standard: $0.05 Eingabe + $0.10 Ausgabe = $0.15.
• Ultrafast: $0.30 + $0.60 = $0.90, also $0.75 mehr.
• Generierungszeit: 2.000 / 40 = 50 Sekunden bei Standard, etwa 8,3 Sekunden bei vollem 6x. Sie sparen etwa 41,7 Sekunden.
• Kosten pro gesparter Sekunde: $0.75 / 41,7 = $0.018, oder $64.80 pro Stunde entfallener Wartezeit.

Wenn Ihre gemessene Beschleunigung unter der Obergrenze liegt, kostet jede gesparte Sekunde mehr:

Eine Agenten-Schleife: 20 Schritte, jeder mit 20.000 Eingabe-Tokens (18.000 gecacht, 2.000 neu) und 500 Ausgabe-Tokens, Cache-Schreibgebühren ignoriert.

• Standard: $0.018 gecacht + $0.020 neue Eingabe + $0.025 Ausgabe = $0.063 pro Schritt, $1.26 pro Durchlauf.
• Ultrafast: $7.56 pro Durchlauf, also $6.30 mehr.
• Generierungszeit: 250 Sekunden bei Standard, etwa 41,7 bei 6x. Sie sparen ungefähr 208 Sekunden.
• Kosten pro gesparter Sekunde: etwa $0.030, oder $109 pro Stunde.

Der Agent kauft Sekunden zu einem schlechteren Kurs, da der Großteil seiner Rechnung aus der Eingabe besteht, die den 6-fachen Preis ohne die Generierungsbeschleunigung erhält. Allein für die Ausgabe bei vollem 6x kostet jede gesparte Sekunde etwa $0.0003 mal Ihre Standard-Ausgabe-Tokens pro Sekunde; die Eingabe erhöht diesen Wert nur.

Die Frage ist also konkret: Wird eine Person oder etwas mit einem Dollarwert für diese Sekunden blockiert, und ist dieses Warten mehr als $65 bis $110 pro Stunde wert? Ein Ingenieur, der an Ihrem internen Code-Agenten hängt, oder ein Kunde, der in einem kostenpflichtigen Flow auf einen Spinner starrt, kann diese Hürde überwinden. Ein Cron-Job kann es nicht.

Wo sich Ultrafast nicht lohnt

• Niemand wartet. Nächtliche Auswertungen, Nachbefüllungen und Berichte gehören auf die Batch API oder Flex zu 5 $ Eingabe und 25 $ Ausgabe, einem Zwölftel des Ultrafast-Tarifs.
• Hintergrund-Agenten. Wenn ein Agent unbeaufsichtigt läuft und fertig meldet, ändert das Beenden drei Minuten früher selten das Ergebnis.
• Kurze Ausgaben. Eine 50-Token-Klassifizierung hat wenig Generierungszeit zum Kürzen; der Verbindungsaufbau und das Warten auf das erste Token dominieren, insbesondere über HTTP.
• Lange Prompts. Eingabelastige Aufrufe zahlen das 6-fache für Tokens, die der Geschwindigkeitsanspruch nicht abdeckt, und oberhalb von 272K Eingabe steigen die Raten auf 120 $ und 450 $.
• Regionale Verarbeitung. Keine EU-Endpunkte.
• TTFT-gebundene Aufrufe. Unsere GPT-6 Sol Latenzanalyse ergab, dass bei langen Denkprozessen der Großteil der Echtzeit verstrich, bevor das erste sichtbare Token erschien. Wenn Ihre Latenz dort liegt, messen Sie, ob Ultrafast sie verkürzt, bevor Sie dafür bezahlen.

Messen Sie TTFT und Gesamtzeit in Apidog, bevor Sie wechseln

Ersetzen Sie den Platzhalter in etwa zehn Minuten durch Ihre eigenen Zahlen.

1. Erstellen Sie in Apidog eine Umgebung mit OPENAI_API_KEY. Fügen Sie eine POST-Anfrage an https://api.openai.com/v1/responses mit dem Header Authorization: Bearer {{OPENAI_API_KEY}} und diesem Body hinzu:

{
  "model": "gpt-6-astra",
  "input": "<Ihr realer Produktions-Prompt>",
  "service_tier": "ultrafast",
  "stream": true
}

2. Duplizieren Sie die Anfrage und entfernen Sie service_tier für die Standard-Baseline. Halten Sie den Prompt identisch.
3. Senden Sie beide. Apidog rendert den Server-Sent Events-Stream Ereignis für Ereignis. Notieren Sie, wann das erste response.output_text.delta ankommt (TTFT) und wann der Stream endet (Gesamtzeit), und bewahren Sie den usage-Block des finalen response.completed-Ereignisses für die Kosten auf.
4. Wiederholen Sie jede Variante mindestens 10 Mal und vergleichen Sie Mediane und p95, nicht einzelne Läufe.
5. Für Agenten-Schleifen testen Sie den WebSocket-Pfad: Öffnen Sie eine WebSocket-Anfrage in Apidog an wss://api.openai.com/v1/responses mit dem gleichen Header, senden Sie eine response.create-Nachricht mit den gleichen Feldern minus stream und dann einen zweiten Durchlauf mit previous_response_id. Der Vergleich von WebSocket und SSE erklärt, warum die offene Verbindung wichtig ist.

Gesparte Sekunden ist die mediane Gesamtzeit bei Standard minus dem Median bei Ultrafast. Bepreisen Sie die usage-Tokens zu beiden Tarifen, dividieren Sie und vergleichen Sie das Ergebnis mit den Kosten, die Ihnen durch das Warten entstehen.

FAQ

• Was ist OpenAI Ultrafast? Eine Responses API-Dienstebene, die Tokens in der API bis zu 6x schneller generiert, zum 6-fachen des Standardpreises. Sie aktivieren sie pro Anfrage mit service_tier: "ultrafast".
• Ist Ultrafast ein intelligenteres Modell? Nein. Sie rufen dieselbe gpt-6-astra-Modell-ID auf; die Ebene ändert Geschwindigkeit und Preis, nicht das Modell.
• Wie viel kostet GPT-6 Astra Ultrafast? 60 $ Eingabe, 6 $ gecachte Eingabe, 75 $ Cache-Schreibvorgang und 300 $ Ausgabe pro 1 Million Tokens bei kurzem Kontext, gegenüber 10 $, 1 $, 12.50 $ und 50 $ bei Standard.
• Woher kommen die „300 Tokens pro Sekunde“? Es ist OpenAIs Angabe für Ultrafast in Codex, wo es bis zu 8x beansprucht wird. Der API-Anspruch beträgt bis zu 6x.
• Unterstützt GPT-6.1 Sol Ultrafast? Noch nicht. OpenAI sagt, es kommt bald; die DevDay 2026 Zusammenfassung verfolgt, was live ist.

Nächster Schritt

Wählen Sie Ihre langsamste nutzerorientierte Anfrage aus, führen Sie sie jeweils 10 Mal mit Standard und Ultrafast aus und vergleichen Sie die medianen gesparten Sekunden mit den zusätzlichen Kosten. Laden Sie Apidog herunter, um beide Varianten, deren Zeitangaben und deren usage-Zahlen in einem Projekt zu speichern.