优先处理为文本请求提供更高的调度优先级，适合对延迟敏感的应用。 优先请求按标准费率的 2 倍 溢价计费。
标准 vs 优先
| 标准 | 优先 | |
|---|---|---|
| Token 定价 | 标准费率 | 2x 标准费率 |
| 响应时间 | 标准调度优先级 | 更高调度优先级 |
2 倍乘数适用于所有 token 类型 — 输入、输出、缓存和推理。提示缓存折扣在乘数之前应用。
计费说明：只有当响应确认 "service_tier": "priority" 时，才按优先费率计费。 如果请求以默认层级服务，则按标准费率计费。
使用限制
- 仅适用于 Chat Completions 和 Responses 端点
- 不支持图像生成和视频生成
- 不支持 Batch API 请求
适用场景
- 实时聊天机器人 — 需要快速响应的用户交互
- 实时编码助手 — 需要低延迟的代码补全
- 生产环境关键应用 — 对延迟敏感的核心服务
- 高峰时段 — 在负载较高时保持响应速度