OpenAI 为 GPT-6.1 Sol 上线 Ultrafast 模式，最快档价格涨到六倍

10 月 8 日，OpenAI 在开发者更新日志里新增一条：为 GPT-6.1 Sol 上线 Ultrafast 模式。请求中把模型设为 gpt-6.1-sol、把 service_tier 设为 ultrafast，就能走这条最快的处理通道。官方对它的描述很直接——缩短已生成 token 之间的等待，也就是让回答更快地一段段冒出来，而不是等整段答案算完才显示。

这不是一个新模型，而是同一模型上的新服务档位。Ultrafast 此前已经在 GPT-6 Astra 上开放，更早还有 GPT-5.6 Sol 的限量预览版。到这一步，OpenAI 基本把「最快档」铺到了当前两代主力模型上。详见官方更新日志与Ultrafast 模式文档。

要理解这个档位，先分清楚两个容易被混为一谈的指标：一个是「首个字要等多久」（首 token 延迟），另一个是「开始输出之后，每个 token 之间隔多久」（token 间延迟）。Ultrafast 主要优化的是后者，它让模型一旦开始回答，后续文字吐得更快、更连贯。两者叠加起来，才构成用户真正感受到的「快」。

官方文档把 Ultrafast 定义为 OpenAI API 里最快的服务档位，并建议搭配 WebSockets 使用。原因很实际：智能体应用往往在很短时间内发起一串工具调用，如果没有长连接，网络往返会把省下的那点延迟又吃掉。换句话说，想拿到大部分收益，客户端连接方式也要一起改。

它对所有 API 用户开放，但拥有独立的速率限制，和标准档、Fast 档分开计算。也就是说，开了 Ultrafast 不会占用你原本标准档的额度，但也意味着需要重新评估并发上限。如果你的组织有 OpenAI 的客户团队对接，官方建议直接找他们申请更高的限额。

按官方定价页，GPT-6.1 Sol 在标准档下每百万 token 输入 2 美元、输出 10 美元；Fast 档是 4 美元和 20 美元，也就是标准档的两倍。Ultrafast 档跳到 12 美元和 60 美元，正好是标准档的六倍；上下文较长时进一步到 24 美元和 90 美元。相比之下，批量档只要 1 美元和 5 美元，价格是标准档的一半。

速度方面，IT 之家在报道中转述 OpenAI Developers 的说法，称 Ultrafast 最高可达标准版的 8 倍。需要说明的是，官方文档本身只说它是「最快的档位」，并没有给出 GPT-6.1 Sol 的具体倍数，8 倍属于媒体口径。实际提升还取决于提示长度、工具调用次数和连接方式。

把两个数字放一起看，结论很清楚：你是在用六倍的钱买数倍的输出速度。对把延迟当刚需的场景，这笔账可能划算；对跑批、离线生成、成本优先的任务，同样一份预算换成批量档能多做十几倍的事。

在 API 侧，开启方式就是在 Responses API 的请求里把 service_tier 写成 ultrafast。官方给出的例子覆盖 JavaScript、Python、Go、Java、Ruby 和 curl，模型名填 gpt-6.1-sol 或 gpt-6-astra 都行。这是一次请求级别的开关，不需要改模型本身，也不必重建会话。

据 IT 之家报道，除 API 外，Ultrafast 也已进入 Codex 和 ChatGPT Work：面向 Pro 500、符合条件的按量付费企业版以及采用配额计费的教育版方案开放，企业用户需要管理员主动开启权限。这几种是订阅/席位概念，和 API 的按量计费不是一回事。是否已经对你所在的组织开放，取决于方案类型和管理员设置，具体以后台为准。

对已经在用 Codex 的团队来说，最实际的动作是让管理员确认权限是否打开，再挑一两个延迟敏感的流程做对照测试。先小范围验证体感提升是否明显，再决定要不要扩大范围，而不是一上来就全量切换。整个验证过程不需要改代码，只是换一个档位再跑一遍。

OpenAI 目前把速度分成几层。标准档是默认档，价格最低但不保证响应速度；Fast 档（原 Priority，7 月 30 日改名）最高可到标准档的 2.5 倍速，价格翻倍，适合有稳定流量、面向用户的普通应用；Ultrafast 是天花板，六倍价格换数倍速度，留给真正等不起的场景。

另一头是省钱档。批量档把价格砍到标准档的一半，代价是结果异步返回、不要求即时性；Flex 处理同样是「用等待换便宜」的路线。把这三条路想成一条光谱会更清楚：越靠速度端越贵，越靠成本端越慢，中间没有免费的午餐。

一个常见误区是把 Ultrafast 当成「全面升级」。它不是升级，而是取舍。默认用标准档、面向用户的交互式功能用 Fast 档、大批量后台任务用批量档，只在少数必须压低 token 间延迟的地方开 Ultrafast，才是更省钱的分层方式。

先说对谁有影响。对做交互式编码、实时对话、长链路智能体的开发者，Ultrafast 提供了一个可选的加速档，尤其是需要连续多轮工具调用的 agent，token 间延迟会直接叠加成体感卡顿。对财务和数据团队，它多了一个需要盯住的花费项——六倍单价意味着一次配置失误就可能让账单明显上浮。

对普通 ChatGPT 用户，这个改动基本无感，Ultrafast 是 API 与工作台里的概念，不涉及个人订阅的操作。对只做离线分析、批量生成文本的团队，它带来的价值有限。这类场景更该关注单位成本，而不是把预算花在抢那几秒延迟上，甚至应该主动避开 Ultrafast。

怎么验证值不值，可以按这个顺序做：先用同一组真实提示，分别在标准、Fast、Ultrafast 三档各跑一轮，记录首 token 延迟和 token 间延迟；再统计每档的 token 用量和花费；最后把「省下的秒数」换算成业务价值，看是否盖过六倍价差。官方文档也提醒，启用 WebSockets 后重测，否则网络开销会掩盖真实收益。

合规方面有个容易忽略的差别：GPT-6.1 Sol 的 Ultrafast 支持美国和欧盟的数据驻留，也支持全球处理；而 GPT-6 Astra 的 Ultrafast 只支持美国数据驻留加全球处理。如果你的业务对数据落地区域有硬要求，选型时要先确认模型，再谈速度。

速率限制也要单独看。GPT-6.1 Sol 的 Ultrafast 默认额度按 API 用量层级给出：Build 档每分钟 100 万 token、Launch 档 400 万、Grow 档 4000 万；GPT-6 Astra 更低一些，分别是 50 万、100 万和 500 万。它和标准档、Fast 档的额度彼此独立，不会互相挤占，但也意味着需要单独申请更高上限。

编辑判断：这次更新的分量不算大，它更像一次档位补齐，把「最快档」从 Astra 延伸到更新的 GPT-6.1 Sol。真正值得留意的是趋势——OpenAI 正在把「速度」拆成可以单独定价的商品，标准、Fast、Ultrafast 各卖各的。接下来可以关注 Ultrafast 会不会继续覆盖更多模型，以及 Fast 档是否会被进一步降价挤压。

本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。

原始来源：https://developers.openai.com/api/docs/changelog

如发现事实、价格或链接有误，可通过 联系我们 提交更正。