OpenAI 后台请求选 2 小时还是 8 小时:折扣、配额与回调验收
OpenAI 为部分模型提供 2h、8h 后台完成窗口。本文给出请求参数、折扣边界、配额和结果回收的检查清单。
如果任务允许等待,OpenAI Responses API 的后台模式可选择 2h 或 8h 完成窗口。11 月 17 日更新日志称合格请求的模型 token 费率分别比 Standard 低 30% 和 40%。这不是所有 API 调用的统一折扣,也不保证请求一定在窗口末尾才返回。
适用条件与请求形状
OpenAI Background mode 指南列出公开测试支持模型:GPT-6.2 Astra、GPT-6.2 Sol、GPT-6.1 Terra 和 GPT-6 Luna。设置 background: true、background_options.completion_window: "2h" 或 "8h",使用 Standard 处理层,并省略 stream 或设为 false。交互式页面需要立即显示答案时仍应使用默认 soonest。
{"model":"gpt-6.1-terra","input":"用脱敏样本检查文档中的待办项","background":true,"service_tier":"default","background_options":{"completion_window":"8h"}}折扣的真实边界
官方价格页明确折扣针对合格后台请求的模型 token 费率。2h 和 8h 与 Batch API 共用 Batch/Background 配额,输入 token 在提交时计入;默认 soonest 走常规限额。折扣窗口生成的提示词缓存不能与窗口外 Standard 请求共用,因此实际账单仍需按输入、输出、缓存和工具项逐项核算,不能机械地把整单乘以 0.6。
一个可复现的验收流程
- 用获授权账号和脱敏文档在官方 Responses API 提交小请求,保存返回的 response ID;不要把密钥或客户内容写入日志。
- 用 webhook 接收完成通知,按
webhook-id去重,并核对事件内的 response ID;没有 webhook 时按官方指南轮询queued与in_progress,进入终态即停止。 - 取回最终响应,保存输出与 usage;分别比较默认、2h、8h 的完成时间和账单,按实际 SLA 选择窗口。
- 若多轮工具流程要继续,保持相同模型、项目、服务层、窗口和 continuation ID;在原响应可取回期间正确传递
previous_response_id。
中转、保留与失败处理
后台模式会暂存请求与响应以供执行和取回,即使设置 store: false 或使用 Zero Data Retention,也要先评估数据处理边界。长窗口不能流式输出;过期或失败时应有取回、重试和去重策略。本文描述 OpenAI 官方接口,没有验证 LondAI 是否透传 background_options,也没有改动网关或计费。使用本站前须在测试账号核对支持范围与真实账单。
上线通过标准
至少验证正常完成、配额不足、webhook 重复、轮询超时、取消和无法取回的场景。结果必须只处理一次,usage 与供应商账单及本站使用记录一致,失败状态不应伪装为成功。基础鉴权与接口地址见 LondAI 接入文档。