AREXOpen in interactive Feed

AREX Feed Article

OpenAI 宣布 Responses API 后台模式 2h/8h 折扣完成窗口进入公测:GPT-6.2 Astra/Sol 每 token 最高省 40%

November 19, 2026

北京时间 2026 年 11 月 19 日早间(UTC 时间 11 月 18 日 22:54),OpenAI 开发者官方 X 账号 @OpenAIDevs 发帖宣布:Responses API 后台模式(background mode)的折扣完成窗口进入公开测试(public beta)。对可以等待结果的单轮或多轮工作流,开发者可为首个响应选择 2 小时或 8 小时的目标完成窗口,在 GPT-6.2 Astra 或 GPT-6.2 Sol 上较 Standard(标准档)定价每 token 最多省 40%。推文写道:「并非所有工作流都需要即时响应。」

官方 API changelog(更新日志)在 11 月 17 日已先行列入条目:开发者可在 Responses API 公开测试中为后台请求选择两小时或八小时完成窗口。同一天,GPT-6.2 Astra 与 GPT-6.2 Sol 正式发布,前者面向高负载推理与编码任务,后者面向日常编码与代理(agent)工作流。官方在跟帖中给了一个现成场景:下班前把会议纪要发给 API、要求生成次日晨间简报,把 completion_window 设为 8h,给 API 八小时窗口完成首个响应。

(图为第三方分析站点 Data Studios 就此次折扣窗口发布的报道封面,主题与本条公告一致。)

三帖连发的公告:折扣数字、演示视频与队列优先级提示

公告由主帖加两条跟帖组成,三条同时发出,主帖附有一段 34 秒的演示视频。另一条跟帖列出两档折扣的具体数字:completion_window 设 2h 较 Standard 每 token 便宜 30%,设 8h 便宜 40%;同一条跟帖还提示,发送笔记时设置 continuation ID(续接标识)并在后续请求中复用,可让这些请求获得更高的队列优先级。官方文档为两个窗口各配了一个场景:2h 适合「在下午的分诊会议前分析完上午的工单」,8h 适合「过夜审阅一批文档、次日早晨取结果」。

参数与前提:后台请求、Standard 处理、关闭流式

官方 API 参考把这套参数写进了 POST /responses:background_options.completion_window 可取 soonest(默认)、2h、8h;选 2h 或 8h 必须同时满足三个条件,即 background 设为 true、使用 Standard 处理、stream 留空或设为 false。后台模式指南补充了 service_tier(服务档位参数)的写法:设为 default 即选中 Standard;设为 auto 时,只有 API 实际选中 Standard,请求才算合格。

计时与计费口径也写明了:完成目标从 API 接受初始请求的时刻起算,只约束首个响应;折扣作用于每个合格请求的模型 token 价格,包括后续请求。结果通过 response.completed webhook(服务器回调推送)送达,或用响应 ID 轮询 retrieve 端点,状态为 queued 或 in_progress 时持续查询、直至进入终态;请求被接受后,API 会自动重试符合条件的容量错误。

公测范围比主帖列得更宽:指南与 changelog 均写明,折扣窗口的公开测试覆盖 GPT-6.2 Astra、GPT-6.2 Sol、GPT-6.1 Terra 和 GPT-6 Luna 四个模型,@OpenAIDevs 的推文以两款新模型为主角。

continuation ID 的用法:同一套设置复用到底

公告提示的队列优先级,机制落在 continuation ID 上。API 参考将其定义为「客户自选的不透明标识符,用于为相关后台请求排定优先级」,并明确它不会把先前历史加入输入。指南给出完整工作流:首个请求用 8h 窗口发起,附带一个按 ID 查找文档的函数工具(function tool),并保存 API 返回的响应 ID;收到 response.completed webhook 后,先按指南校验签名、去重推送并核对响应 ID,再执行模型要求的文档查找;随后发起后续请求,沿用同一模型、同一 service tier、同一后台设置、同一完成窗口、同一 continuation_id,并使用同一个 API 项目。满足这些条件,后续请求即符合更高队列优先级。

若先前响应已过期、无法再用 previous_response_id 串起对话,指南要求按顺序重放原始输入和已保存响应的全部输出项(包括加密 reasoning 项与原始 function call),再附上新的 function_call_output。后续请求要保住折扣和优先级,前提是应用已保存原始输入与完整输出。

价格阶梯:卡在全价即时与半价 24 小时之间

折扣窗口在 OpenAI 的处理层级里位置明确。官方文档写道:从 GPT-6.2 Astra 和 Sol 开始,新模型上线即不再提供 Flex 处理(service_tier: flex);长时间请求改用 Standard 处理搭配折扣窗口。Data Studios 在 11 月 18 日发布的分析中把这次调整放回价目表:Standard 即时返回、全价;Batch API(批量档)半价,但只接受 24 小时完成窗口、需要单独的作业文件;Flex(弹性档)按 Batch 价定价,但属受限公测,响应更慢且可能出现 429 错误。新的 2h/8h 窗口使用 Standard 处理,价格落在全价与 Batch 半价之间。

Data Studios 指出,OpenAI 只公布了百分比,没有为窗口单列美元价;该站按 11 月 18 日官方定价页的 Standard 价自行换算:GPT-6.2 Astra 输入 $8.00、输出 $40.00(每百万 token),8h 窗口降到 $4.80/$24.00;GPT-6.2 Sol 输入 $2.00、输出 $10.00,8h 窗口降到 $1.20/$6.00。

两处代价写在官方文档里:2h/8h 请求与 Batch 作业共享 Batch/Background 速率限制,输入 token 在提交时即计入配额;折扣窗口请求创建的 prompt cache(提示词缓存),Standard 请求即使提示词完全相同也不能复用。Data Studios 提醒,同一段长系统提示词若既走交互流量又走折扣后台流量,会各建一套缓存、各付一次缓存费用。

算例与边界:谁该用、谁无感、什么还没写明

Data Studios 用两个算例给出量级。其一,用 GPT-6.1 Terra 每夜审阅 20,000 份文档,每份 12,000 输入、1,500 输出 token,不计缓存:Standard 约 $390/天,8h 窗口降到 $234/天,按 30 天计一个月省 $4,680。其二,GPT-6.2 Astra 研究代理每天跑 500 次,每次 150,000 输入、8,000 输出 token:Standard 约 $760/天,8h 降到 $456/天,按 30 天计一个月省 $9,120;换 2h 窗口一个月也能省 $6,840。

适用边界同样清楚:这类窗口适合必须在一个工作日内出结果、但不必秒回的工作,比如过夜文档与代码审阅、下午发起次日早晨阅读的报告、数据抽取管道、跨多轮调用工具的代理任务;能等 24 小时、步骤间不需工具调用的作业,Batch API 仍更便宜;交互式聊天、面向客户的助手和开发者实时盯着的编码代理没有收益,因为它们离不开即时路径。

公告里没写的部分由 Data Studios 点出:折扣是否同样适用于缓存输入与缓存写入,官方没有说明;请求若没赶上一个窗口完成,计费与响应如何处理,指南没有写明;公测模型目前限于 GPT-6 一代。对赶得上 2~8 小时周转的团队,Data Studios 的结论是:留在 Responses API 内即可拿到这档折扣,距离 Batch 定价还剩 10~20 个百分点的差距。至于错过窗口时账单怎么算,OpenAI 的文档尚未给出答案。

参考链接

  • @OpenAIDevs 主帖:折扣完成窗口进入公开测试
  • @OpenAIDevs 跟帖:晨间简报示例与 completion_window 设为 8h
  • @OpenAIDevs 跟帖:2h/8h 折扣档位与 continuation ID 用法
  • OpenAI API Changelog:2026 年 11 月 17 日条目
  • OpenAI API 文档:Background mode 指南
  • OpenAI API 参考:Create a model response
  • Data Studios:OpenAI Responses API background mode 30%/40% 折扣分析