OpenAI Ultrarrápido: 6x la velocidad a 6x el precio. ¿Cuándo se amortiza?

OpenAI Ultrafast es un nivel de servicio, no un modelo nuevo. Añada service_tier: "ultrafast" a una solicitud de API de Respuestas para gpt-6-astra y OpenAI generará tokens hasta 6 veces más rápido en la API (hasta 8 veces, o 300 tokens por segundo, en Codex). Cuesta 6 veces más que el Estándar: $60 de entrada y $300 de salida por millón de tokens, frente a $10 y $50. El ID del modelo no cambia, por lo que las respuestas son más rápidas, no más inteligentes. Se amortiza cuando una persona o un paso limitado por la latencia espera salidas largas, y casi nunca para trabajos por lotes o en segundo plano.

OpenAI hizo que Ultrafast estuviera ampliamente disponible en GPT-6 Astra en el DevDay el 29 de septiembre de 2026 (vea todo lo demás del DevDay). Esta publicación cubre la disponibilidad, la solicitud, los precios, los límites de tasa y un modelo de punto de equilibrio que puede volver a ejecutar con sus propios números. Para el modelo en sí, lea la guía de la API de GPT-6 Astra. Medirá ambos niveles en Apidog antes de cambiar.

OpenAI Ultrafast de un vistazo

Fuentes: Guía del modo Ultrafast de OpenAI y página de precios.

Qué es Ultrafast y quién puede usarlo

El resumen del DevDay de OpenAI denomina a Ultrafast su nivel de velocidad premium. Según la guía, GPT-6 Astra Ultrafast está abierto a todos los usuarios de la API con límites de tasa predeterminados bajos, y las organizaciones con un equipo de cuenta de OpenAI pueden solicitar más. La guía también enumera el acceso previo para GPT-5.6 Sol a través de los equipos de cuenta (OpenAI previsualizó por primera vez Ultrafast en GPT-5.6 Sol el 13 de agosto), mientras que el resumen nombra a GPT-6.1 Sol como el siguiente. Ninguno tiene un precio Ultrafast publicado.

En ChatGPT, Ultrafast Astra se ejecuta en ChatGPT Work y Codex en Pro 500 y Enterprise. Esa suscripción cubre las aplicaciones, no la API: los scripts, los trabajos de CI y los agentes que construya seguirán pagando por token con una clave API.

Lea atentamente la afirmación de velocidad. Se trata de la generación de tokens, y dice "hasta". La cifra de 300 tokens por segundo es para Codex; la afirmación de la API es de hasta 6x. OpenAI no publica una cifra de tiempo hasta el primer token (TTFT) para Ultrafast, y un número de tokens por segundo no le dice nada sobre cuánto tiempo espera el primer token.

Cómo habilitar service_tier ultrafast

Establezca model en gpt-6-astra y service_tier en ultrafast en cada solicitud. Por HTTP, según la documentación de OpenAI:

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 recomienda encarecidamente los WebSockets, especialmente para agentes que realizan muchas llamadas a herramientas en rápida sucesión, porque la sobrecarga de red por solicitud puede anular la ganancia. Aquí está el ejemplo de Python de la documentación, transmitiendo dos turnos en una sola conexión:

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.")

Instale con pip install --upgrade "openai[realtime]" y establezca OPENAI_API_KEY. Nuestra guía del modo WebSocket de OpenAI cubre los límites de conexión y las reconexiones.

Precios de Ultrafast junto a Estándar, Rápido y Por lotes

Precios por 1M de tokens para gpt-6-astra en contexto corto (272K tokens de entrada o menos):

Por encima de los 272K tokens de entrada, Ultrafast sube a $120 de entrada, $12 en caché, $150 de escritura en caché y $450 de salida. Fast es el antiguo procesamiento Prioritario, renombrado el 30 de julio de 2026. Tenga en cuenta que cada columna de entrada también se multiplica, por lo que las indicaciones largas pagan 6x en tokens que la afirmación de velocidad no cubre.

Límites de tasa y residencia de datos

Los límites predeterminados de Ultrafast de GPT-6 Astra son 500,000 tokens por minuto en los niveles de uso 1-3, 1,000,000 en el nivel 4 y 5,000,000 en el nivel 5. Ultrafast solo admite la residencia de datos en EE. UU. y el procesamiento global. Si su contrato enruta el tráfico a través de un punto final de la UE u otro regional, Ultrafast no estará disponible para ese proyecto.

Cuando Ultrafast se amortiza: un modelo de punto de equilibrio

Esto es una aritmética ilustrativa sobre precios de lista, no un punto de referencia. La única entrada de velocidad es un marcador de posición: asuma que su propia medición muestra que Standard Astra transmite 40 tokens de salida por segundo en su mensaje. Sustituya su número.

Una respuesta para el usuario: 5,000 tokens de entrada sin caché, 2,000 tokens de salida.

• Estándar: $0.05 de entrada + $0.10 de salida = $0.15.
• Ultrafast: $0.30 + $0.60 = $0.90, o sea $0.75 más.
• Tiempo de generación: 2,000 / 40 = 50 segundos en Estándar, aproximadamente 8.3 segundos a un 6x completo. Ahorra aproximadamente 41.7 segundos.
• Costo por segundo ahorrado: $0.75 / 41.7 = $0.018, o $64.80 por hora de espera eliminada.

Si su aceleración medida cae por debajo del límite, cada segundo ahorrado cuesta más:

Un bucle de agente: 20 pasos, cada uno con 20,000 tokens de entrada (18,000 en caché, 2,000 nuevos) y 500 tokens de salida, ignorando los cargos por escritura en caché.

• Estándar: $0.018 en caché + $0.020 de entrada nueva + $0.025 de salida = $0.063 por paso, $1.26 por ejecución.
• Ultrafast: $7.56 por ejecución, o sea $6.30 más.
• Tiempo de generación: 250 segundos en Estándar, aproximadamente 41.7 a 6x. Ahorra aproximadamente 208 segundos.
• Costo por segundo ahorrado: aproximadamente $0.030, o $109 por hora.

El agente compra segundos a una tasa peor porque la mayor parte de su factura es de entrada, que obtiene el precio 6x sin la aceleración de generación. Solo para la salida a un 6x completo, cada segundo ahorrado cuesta aproximadamente $0.0003 veces sus tokens de salida estándar por segundo; la entrada solo lo aumenta.

Así que la pregunta es concreta: ¿hay una persona, o algo con valor monetario, bloqueada durante esos segundos, y esa espera vale más de $65 a $110 por hora? Un ingeniero bloqueado en su agente de codificación interno, o un cliente mirando un "spinner" en un flujo de pago, pueden superar ese umbral. Un trabajo cron no puede.

Donde Ultrafast no compensa

• Nadie está esperando. Las evaluaciones nocturnas, los rellenos de datos y los informes pertenecen a la API por lotes o Flex a $5 de entrada y $25 de salida, una duodécima parte de la tarifa Ultrafast.
• Agentes en segundo plano. Si un agente se ejecuta sin supervisión y reporta cuando termina, terminar tres minutos antes rara vez cambia el resultado.
• Salidas cortas. Una clasificación de 50 tokens tiene poco tiempo de generación que reducir; la configuración de la conexión y la espera del primer token dominan, especialmente a través de HTTP.
• Prompts largos. Las llamadas con mucha entrada pagan 6 veces más por los tokens que la afirmación de velocidad no cubre, y por encima de 272K de entrada las tasas suben a $120 y $450.
• Procesamiento regional. No hay puntos finales de la UE.
• Llamadas limitadas por TTFT. Nuestro análisis de latencia de GPT-6 Sol encontró que en ejecuciones de razonamiento largas, la mayor parte del tiempo transcurría antes del primer token visible. Si su latencia reside allí, mida si Ultrafast la acorta antes de pagar por ella.

Mida TTFT y el tiempo total en Apidog antes de cambiar

Sustituya el marcador de posición por sus propios números en unos diez minutos.

1. Cree un entorno en Apidog con OPENAI_API_KEY. Agregue una solicitud POST a https://api.openai.com/v1/responses con el encabezado Authorization: Bearer {{OPENAI_API_KEY}} y este cuerpo:

{
  "model": "gpt-6-astra",
  "input": "<su mensaje de producción real>",
  "service_tier": "ultrafast",
  "stream": true
}

2. Duplique la solicitud y elimine service_tier para la línea base Estándar. Mantenga el prompt idéntico.
3. Envíe ambos. Apidog renderiza el flujo de eventos enviados por el servidor evento por evento. Anote cuándo llega el primer response.output_text.delta (TTFT) y cuándo termina el flujo (tiempo total), y guarde el bloque usage del evento final response.completed para el costo.
4. Repita cada variante al menos 10 veces y compare las medianas y el p95, no ejecuciones individuales.
5. Para los bucles de agente, pruebe la ruta WebSocket: abra una solicitud WebSocket en Apidog a wss://api.openai.com/v1/responses con el mismo encabezado, envíe un mensaje response.create con los mismos campos menos stream, luego un segundo turno con previous_response_id. La comparación entre WebSocket y SSE explica por qué la conexión abierta es importante.

Los segundos ahorrados son la mediana del tiempo total en Estándar menos la mediana en Ultrafast. Calcule el precio de los tokens de usage en ambas tasas, divídalos y compare el resultado con lo que le cuesta la espera.

Preguntas frecuentes

¿Qué es OpenAI Ultrafast? Un nivel de servicio de la API de Respuestas que genera tokens hasta 6 veces más rápido en la API por 6 veces el precio Estándar. Se activa por solicitud con service_tier: "ultrafast".

¿Es Ultrafast un modelo más inteligente? No. Usted llama al mismo ID de modelo gpt-6-astra; el nivel cambia la velocidad y el precio, no el modelo.

¿Cuánto cuesta GPT-6 Astra Ultrafast? $60 de entrada, $6 de entrada en caché, $75 de escritura en caché y $300 de salida por 1M de tokens en contexto corto, frente a $10, $1, $12.50 y $50 en Estándar.

¿De dónde viene "300 tokens por segundo"? Es la cifra de OpenAI para Ultrafast en Codex, donde afirma hasta 8 veces. La afirmación de la API es de hasta 6 veces.

¿GPT-6.1 Sol es compatible con Ultrafast? Todavía no. OpenAI dice que estará disponible pronto; el resumen del DevDay 2026 hace un seguimiento de lo que está en vivo.

Siguiente paso

Elija su solicitud de cara al usuario más lenta, ejecútela en Estándar y Ultrafast diez veces cada una, y compare los segundos medianos ahorrados con el costo adicional. Descargue Apidog para mantener ambas variantes, sus tiempos y sus números de usage en un solo proyecto.