Fast mode в GPT 5.6 Sol: что это значит для разработчиков в 2026 году

Короткий ответ

Fast mode в GPT 5.6 Sol — это платное снижение задержки для флагманской модели OpenAI. За двойную цену запросы с пометкой service_tier: "fast" выполняются до 2.5 раза быстрее, чем при обработке Standard, а интеллект модели не меняется. 30 июля 2026 года OpenAI переименовала «Priority Processing» в Fast mode, но API полностью обратно совместим — старое значение "priority" по-прежнему работает. Режим можно включать для отдельных запросов или задать как значение по умолчанию для проекта. Если вы работаете с GPT 5.6 Sol через шлюз вроде TeamoRouter, Fast mode доступен с той же настройкой в один ключ.

Что на самом деле изменилось 30 июля 2026 года

OpenAI без лишнего шума отправила бренд «Priority processing» на покой и заменила его на Fast mode. Механизм тот же, название новое, цены стали понятнее. Главное обещание:

• До 2.5 раза быстрее, чем Standard, для gpt-5.6-sol
• В 2 раза дороже Standard ($8 / $40 против $4 / $20 за миллион токенов для GPT-5.6 Sol по прайсу OpenAI)
• Интеллект не меняется совсем — это апгрейд исключительно скорости и стабильности. Та же модель, те же ответы, меньше задержка.

Про уровень обслуживания в руководстве OpenAI по Fast mode сказано так: для GPT-5.6 и более ранних моделей Fast mode получает тот же SLA, что и Scale Tier (по подходящим договорам Enterprise возможны сервисные кредиты, если целевая задержка не выдержана), а для GPT-6 Astra у Fast mode SLA по задержке нет. Для GPT-6 Astra и GPT-6.1 Sol есть ещё более быстрый и дорогой режим Ultrafast.

Для интерактивных инструментов — живых помощников по коду, агентных циклов, где вы ждёте каждый шаг, чат-интерфейсов — именно стабильная задержка определяет, ощущается ли продукт мгновенным или тормозным.

Как включить Fast mode

Fast mode включается для каждого запроса отдельно — параметром service_tier. Он работает и в Chat Completions API, и в Responses API а цены Fast у OpenAI указаны для всего семейства GPT-5.6 (gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna), линейки GPT-6 и более ранних моделей GPT-5.x. Дообученные модели и эмбеддинги не поддерживаются.

curl

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer sk-your-key" \
  -H "content-type: application/json" \
  -d '{
    "model": "gpt-5.6-sol",
    "input": "Explain how Fast mode routing works, briefly.",
    "service_tier": "fast"
  }'

Python (openai SDK)

from openai import OpenAI

client = OpenAI(api_key="sk-your-key")

resp = client.responses.create(
    model="gpt-5.6-sol",
    input="Summarize the three most important trade-offs of Fast mode.",
    service_tier="fast",
)
print(resp.output_text)

Node.js

import OpenAI from "openai";

const client = new OpenAI({ apiKey: "sk-your-key" });

const resp = await client.responses.create({
  model: "gpt-5.6-sol",
  input: "What latency does Fast mode target?",
  service_tier: "fast",
});
console.log(resp.output_text);

Значение по умолчанию для проекта

Если вы хотите, чтобы в проекте всё работало в Fast mode без правки каждого запроса, задайте service tier по умолчанию в настройках проекта на OpenAI Platform. Тогда каждый запрос из этого проекта автоматически пойдёт в Fast mode, а переопределить режим для отдельного запроса по-прежнему можно, явно передав service_tier. Это настройка проекта OpenAI, через шлюз она не действует.

Старое значение по-прежнему работает

OpenAI намеренно сохранила старое написание. Запросы с пометкой

"service_tier": "priority"

по-прежнему принимаются и идут по тому же пути Fast mode. Это важно, если у вас есть старые интеграции или сторонние инструменты, где "priority" зашито в код, — после переименования они продолжат работать. Учтите, что для GPT-5.6 и более ранних моделей поле service_tier в объекте ответа может по-прежнему возвращать "priority", даже если вы отправили "fast". Это ожидаемо и ни на что не влияет.

Насколько это быстро на самом деле?

OpenAI заявляет ускорение до 2.5 раза относительно Standard. В наших собственных небольших замерах потоковых запросов через TeamoRouter 31 июля 2026 года Fast mode на gpt-5.6-sol был в среднем примерно в 1.5 раза быстрее, а время до первого токена — стабильнее — всё равно существенно, но 2.5x — это потолок, а не гарантия. Фактическое ускорение зависит от следующего:

• Размер запроса. Длинные ответы выигрывают больше, потому что узким местом становится скорость вывода.
• Глубина очереди. Fast mode покупает вам приоритет в очереди, поэтому выигрыш максимален, когда очередь Standard перегружена.
• Нагрузка на серверы. В пиковые часы Fast mode держит планку; вне пика Standard и так может быть быстрым.

Если говорить честно: вы платите не за более быструю модель, а за стабильно низкую задержку под нагрузкой. Если трафик небольшой и приходится на непиковое время, разницы вы можете и не заметить — и заплатите вдвое больше ни за что. Если же у вашего продукта есть целевые показатели интерактивной задержки в рабочие часы, Fast mode — способ в них уложиться.

Цены: что означает «2x» в долларах

Цены OpenAI на GPT-5.6 Sol (короткий контекст; промо-цена действует как минимум до 21 ноября 2026 года, по странице цен OpenAI):

Кэшированный вход в Standard стоит $0.40 за миллион, и скидки на кэш действуют и в Fast mode. Запросы с длинным контекстом в Fast стоят $16 / $60 за миллион входных / выходных токенов.

В Fast mode токены тарифицируются ровно в 2 раза дороже, чем в Standard: запрос, который в Standard стоит $1.00, в Fast обойдётся в $2.00.

Для линейки GPT-6 цены Fast у OpenAI тоже вдвое выше Standard: GPT-6 Astra $20 / $100, GPT-6.1 Sol $4 / $20, GPT-6.1 Terra $2 / $10 и GPT-6 Luna $0.20 / $1.00 за миллион входных / выходных токенов.

При ценовом уровне GPT-5.6 Sol надбавка за Fast mode существенная. Именно поэтому так важен вопрос маршрутизации с оглядкой на расходы: Fast mode нужен на интерактивном пути, а во всех остальных местах — Standard (или модель подешевле).

Когда Fast mode себя оправдывает

Платите за Fast mode, когда:

• Каждого запроса ждёт человек. Живые помощники по коду (Codex, IDE-агенты, терминальные инструменты), чат-боты, интерфейсы парного программирования. Задержка — это пользовательский опыт.
• Вы запускаете последовательные агентные циклы. Если каждый шаг агента ждёт предыдущего, задержка накапливается на протяжении всего прогона. Ускорение в 2 раза на 20-шаговом агенте — это не «в 2 раза быстрее»: полное время выполнения задачи может сократиться в 5-10 раз.
• Вам нужно уложиться в целевую задержку. Для GPT-5.6 Fast mode получает тот же SLA, что и Scale Tier; для GPT-6 Astra SLA по задержке нет.
• Всплески трафика — норма. Fast mode защищает интерактивную пропускную способность, когда все ваши пользователи приходят одновременно.

Обойдитесь без Fast mode, когда:

• Вы запускаете пакетные задания, эвалы или офлайн-генерацию. Для таких сценариев режим прямо не предназначен. OpenAI может понизить fast-трафик, похожий на пакетный (см. оговорку ниже), и выставить счёт по тарифу Standard.
• Главное ограничение — стоимость. При цене 2x для объёмной фоновой нагрузки разумнее вообще взять модель подешевле: например, DeepSeek V4.1 Flash по официальной цене $0.15 / $0.60 вне пика более чем в 50 раз дешевле GPT-5.6 Sol в Fast mode.
• Вы и так работаете вне пика, и задержка устраивает. Не платите за приоритет, который вам не нужен.

Оговорка о понижении, о которой нужно знать

OpenAI оставляет за собой право понижать запросы Fast mode до Standard, когда трафик растёт слишком быстро. Конкретно: если суммарный трафик превышает 1M TPM и при этом вырастает более чем на 50% за 15 минут, часть запросов Fast/Priority может быть обработана с приоритетом Standard и оплачена по тарифу Standard. В ответе будет указано service_tier: "default", так что это можно отследить программно.

Это защита от пакетных всплесков, а не штраф за нормальное интерактивное использование. Но если у вашего продукта бывают вирусные моменты, когда нагрузка за четверть часа вырастает в 2-3 раза, будьте готовы к тому, что часть «быстрых» запросов тихо понизится. Закладывайте это заранее: отслеживайте возвращаемый service_tier и настройте оповещение, когда он сменяется на "default".

Codex и расширения «pi»

Один из самых заметных сценариев для Fast mode — OpenAI Codex. Для пользователей с подпиской ChatGPT (OAuth) сторонние расширения «pi» (например, pi-openai-fast, pi-codex-fast) подставляют { "service_tier": "priority" } в подходящие запросы Codex и тем самым включают Fast mode для gpt-5.6-sol, gpt-5.6-terra и gpt-5.6-luna при авторизации через ChatGPT. Подстановка срабатывает, только если провайдер — openai-codex, API — путь Responses, модель — поддерживаемый вариант GPT-5.x, а в теле запроса ещё нет service_tier.

Если вы авторизуетесь по API-ключу, а не через ChatGPT OAuth, расширение не нужно — просто передавайте service_tier сами.

Fast mode через TeamoRouter

OpenAI-совместимый эндпоинт TeamoRouter поддерживает тот же параметр, поэтому в коде меняются только base URL и ключ:

from openai import OpenAI

client = OpenAI(
    api_key="sk-teamo-your-key-here",
    base_url="https://api.teamorouter.com/v1",
)

resp = client.responses.create(
    model="gpt-5.6-sol",
    input="Write a Fast mode activation check for our agent pipeline.",
    service_tier="fast",
)
print(resp.output_text)

То же самое для Chat Completions:

resp = client.chat.completions.create(
    model="gpt-5.6-sol",
    messages=[{"role": "user", "content": "Give me a one-line summary of Fast mode."}],
    service_tier="fast",
)
print(resp.choices[0].message.content)

Как Fast mode работает в TeamoRouter:

• Модели. Fast mode работает на gpt-5.6-sol, gpt-5.6-terra и gpt-6-astra (в списке моделей они отмечены «(fast)»). На других моделях запрос выполняется и тарифицируется как Standard.
• Значения. Передавайте service_tier: "fast" или "priority"; дальше шлюз отправляет "priority". Значения по умолчанию из проекта OpenAI здесь не действуют, поэтому указывайте режим в каждом запросе.
• Оплата. Запрос, обработанный в Fast mode, тарифицируется по прайсовой цене Standard × 2, ваша скидка при этом не меняется (см. Оплата). Если провайдер обработал запрос на скорости Standard — например, после понижения из-за ramp rate, — он тарифицируется как Standard.
• Codex. В Codex CLI команда /fast включает и выключает режим на текущую сессию, а строка service_tier = "fast" в начале ~/.codex/config.toml включает его постоянно (см. настройку Codex).

Под одним ключом можно маршрутизировать GPT-5.6 Sol наравне с Claude, Gemini и DeepSeek.

Разумная стратегия маршрутизации

Самая выгодная схема в 2026 году — многоуровневая, а не «всё в Fast»:

С одним ключом TeamoRouter вы сами выбираете модель и service_tier в каждом запросе, так что Fast mode работает только там, где действительно ждёт человек. Одна интеграция, один счёт.

Итог

Fast mode в GPT 5.6 Sol — аккуратный и адекватный по цене ответ на реальную проблему: задержку интерактивного ИИ. Это не более умная модель — это та же модель с приоритетной полосой и ценником 2x. Включайте его там, где ждут люди, пропускайте там, где не ждут, а объёмную работу отправляйте на модели подешевле. В TeamoRouter те же значения service_tier работают на gpt-5.6-sol, gpt-5.6-terra и gpt-6-astra и тарифицируются по прайсовой цене Standard × 2 при неизменной скидке — один ключ и для быстрой полосы, и для дешёвой.

FAQ

В чём разница между Priority и Fast mode?

Функционально — ни в чём. 30 июля 2026 года OpenAI переименовала «Priority processing» в «Fast mode». Оба названия соответствуют одному и тому же уровню обслуживания; старое значение service_tier: "priority" по-прежнему принимается.

Сколько стоит Fast mode?

Ровно в 2 раза дороже тарифа Standard на токены. По прайсу OpenAI GPT-5.6 Sol стоит $4 / $20 за миллион входных / выходных токенов в Standard (промо-цена, как минимум до 21 ноября 2026 года) и $8 / $40 в Fast mode; запросы с длинным контекстом в Fast — $16 / $60. В TeamoRouter запросы Fast тарифицируются по прайсовой цене Standard × 2, скидка не меняется.

Меняет ли Fast mode качество ответов?

Нет. Это апгрейд только задержки и приоритета — та же модель, тот же интеллект, те же ответы.

Стоит ли Fast mode своих денег в Codex?

Для интерактивного программирования, где вы ждёте каждый шаг агента, — да: в наших замерах ускорение было в среднем около 1.5 раза, а на многошаговых агентных прогонах эффект накапливается. Для пакетной работы — нет. В Codex CLI режим включается командой /fast.

Можно ли использовать Fast mode через TeamoRouter?

Да, на gpt-5.6-sol, gpt-5.6-terra и gpt-6-astra. Передавайте service_tier: "fast" (или "priority") в OpenAI-совместимый эндпоинт TeamoRouter (https://api.teamorouter.com/v1); на других моделях запрос выполняется и тарифицируется как Standard.