Responses API completion_window: Rabatte mit 2h und 8h
Konfiguriere rabattierte Hintergrundanfragen der Responses API mit korrekt verschachtelten Feldern. Vergleiche soonest, 2h und 8h, rufe Ergebnisse ab und erhalte die Voraussetzungen für höhere Priorität sowie den Gesprächsverlauf bei Folgeanfragen.
Inhalt

Wenn die API-Reviews deines Teams einige Stunden warten können, nutze ein Abschlussfenster der Responses API, um rabattfähige Tokenkosten zu senken. Setze background_options.completion_window auf 2h oder 8h, zusammen mit background: true und service_tier: "default". Beachte die dokumentierten Einstellungen für Abschlussfenster: Sende completion_window nicht auf oberster Ebene und aktiviere für diese rabattierten Fenster kein Streaming.
soonest, 2h oder 8h wählen
Wähle das Fenster danach, wann du die erste Antwort brauchst, nicht nach der vermuteten Denkzeit des Modells. Stand 2026-11-19 beschreibt OpenAIs Leitfaden zum Hintergrundmodus diese Optionen und Rabatte.
| Fenster | Rabatt auf Modell-Tokens gegenüber Standard | Wann es passt |
|---|---|---|
soonest | Keiner; dies ist der Standardwert | Jemand wartet unmittelbar auf das Ergebnis. |
2h | 30% | Das Review kann bis zu einem späteren Termin oder dem nächsten Verarbeitungsschritt warten. |
8h | 40% | Ein nächtliches Review oder eine Dokumentenanalyse kann bis zum nächsten Morgen warten. |
Allein background: true aktiviert keinen Rabatt. Ohne ausdrücklich gesetztes Abschlussfenster verwendet die Anfrage soonest. Bei 2h und 8h beginnt die Zielzeit, sobald die API die erste Anfrage annimmt. Sie gilt für diese Antwort, nicht für den gesamten Ablauf einschließlich aller späteren Werkzeugaufrufe und Folgeanfragen.
Für eine reine Tokenkostenrechnung nehmen wir eine Astra-Anfrage mit 100,000 nicht gecachten Eingabe-Tokens und 10,000 abgerechneten Ausgabe-Tokens an. Dabei fallen annahmegemäß keine Cache-Schreibkosten, kostenpflichtigen Tools, Speichergebühren oder regionalen Verarbeitungsaufschläge an.
Stand 2026-11-19 nennt OpenAIs Standard-Preistabelle für Astra mit kurzem Kontext $8 pro 1M Eingabe-Tokens und $40 pro 1M Ausgabe-Tokens. Laut Astra-Modellkarte greifen die Anpassungen für langen Kontext bei mehr als 272K Eingabe-Tokens. Die 100,000 Eingabe-Tokens dieses Beispiels liegen darunter.
Die geschätzten Modell-Tokenkosten mit Standard betragen:
(100,000 / 1,000,000 × $8) + (10,000 / 1,000,000 × $40) = $1.20
Bei denselben Tokenmengen ergibt 2h den Betrag $1.20 × 0.70 = $0.84, und 8h ergibt $1.20 × 0.60 = $0.72. Das sind Rechenbeispiele, keine gemessenen Kosten tatsächlich ausgeführter Anfragen.
Der Rabatt gilt für die Modell-Tokenpreise jeder berechtigten Anfrage, einschließlich Folgeanfragen. Wende den Prozentsatz nicht auf andere Rechnungsposten an. Berechne bei gecachten Aufgaben Schreib- und Lesevorgänge getrennt; dabei hilft der Leitfaden zu Prompt-Cache-Kosten.
Modell prüfen und Zugang wählen
Nutze OpenAIs Responses API direkt, wenn du die dokumentierten Einstellungen für Abschlussfenster brauchst. Stand 2026-11-19 nennt die Liste berechtigter Modelle GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra und GPT-6 Luna für die öffentliche Beta. Die Modell-IDs der GPT-6.2-Modelle lauten gpt-6.2-astra und gpt-6.2-sol.
Hinweise zur Modellauswahl und Migration findest du im API-Leitfaden zu GPT-6.2 Astra und Sol. Wähle den Zugang unabhängig vom Modell:
| Zugang | Voraussetzungen | Wann du ihn wählen solltest |
|---|---|---|
| OpenAI Responses API | Ein API-Projekt und ein API-Schlüssel, Zugriff aus einem unterstützten Land oder Gebiet sowie eingerichtete API-Abrechnung oder verfügbare API-Credits. Die Nutzung wird getrennt vom ChatGPT-Abonnement abgerechnet. | Du brauchst 2h oder 8h, besonders wenn spätere Anfragen von vorherigen Ergebnissen abhängen. |
| OpenAI Batch API | Dieselben Zugangs- und Abrechnungsvoraussetzungen für die API sowie die dateibasierte Übermittlung unabhängiger Anfragen. | Alle Eingaben stehen vorab fest. Nutze den Batch-API-Ablauf, statt voneinander abhängige Schritte zu koordinieren. |
| BetterToken | Dein eigenes Konto und dein eigener API-Schlüssel, ein kompatibler Client und eine in der Konsole verfügbare Zahlungsoption. Die Nutzung wird nach der Abrechnungseinheit des jeweiligen Modells berechnet. | Du vergleichst verschiedene Möglichkeiten für nutzungsabhängigen Modellzugang. BetterToken-Preise prüfen. Prüfe die Unterstützung für Abschlussfenster separat, bevor du diesen Ablauf über ein Gateway leitest. |
Gehe nicht davon aus, dass ein ChatGPT- oder Codex-Abonnement diese Anfrageoptionen bereitstellt. Der hier dokumentierte Weg ist eine Responses-API-Anfrage mit von ChatGPT getrennter API-Abrechnung. Bei der API-Schlüssel-Authentifizierung nutzt Codex die API-Abrechnung statt der im Tarif enthaltenen Credits. Das allein belegt nicht, dass Codex eine Einstellung für Abschlussfenster anbietet.
background_options korrekt verschachteln
Setze completion_window und continuation_id innerhalb von background_options. Lasse background, service_tier und stream auf oberster Ebene, wie es das Responses-Anfrageschema vorgibt. Standard-Verarbeitung ist erforderlich; service_tier: "default" wählt diesen Modus aus.
Das folgende Bash-Beispiel benötigt curl, jq und uuidgen. Führe alle Blöcke in derselben Shell-Sitzung und im selben Arbeitsverzeichnis aus. Wenn read auf eine Eingabe wartet, füge deinen OpenAI-API-Schlüssel ein und drücke Enter. Der Schlüssel erscheint weder auf dem Bildschirm noch im Befehlsverlauf der Shell.
Das Beispiel erzeugt eine Fortsetzungs-ID, weil anschließend eine zweite Anfrage folgt. Es fordert die Speicherung der Antworten bei der API an und schreibt lokale JSON-Dateien. Prüfe deine Anforderungen an die Datenverarbeitung, bevor du vertrauliche Dokumente einsetzt.
set +x
set -euo pipefail
read -rs OPENAI_API_KEY && export OPENAI_API_KEY
CONTINUATION_ID=$(uuidgen)
jq -n --arg continuation_id "$CONTINUATION_ID" '{
model: "gpt-6.2-astra",
input: "Review this migration plan for risks: add a nullable column, backfill it in batches, switch reads, then enforce NOT NULL.",
background: true,
service_tier: "default",
stream: false,
store: true,
background_options: {
completion_window: "8h",
continuation_id: $continuation_id
}
}' > background-request.json
curl --fail-with-body --silent --show-error \
https://api.openai.com/v1/responses \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
--data-binary @background-request.json \
--output background-response.json
jq -er '.id' background-response.json > background-response-id.txt
jq '{id, status, service_tier}' background-response.json
Die erste Erfolgskontrolle ist eine zurückgegebene Antwort-id, die in background-response-id.txt gespeichert wird. Der Status queued oder in_progress bedeutet, dass das Ergebnis noch nicht fertig ist. Bewahre diese ID auf, statt denselben Auftrag erneut einzureichen.
Antwort über die gespeicherte ID abfragen oder Webhook nutzen
Rufe die bestehende Antwort mit GET /v1/responses/{response_id} ab. Die folgende Schleife fragt nur bei queued und in_progress weiter ab. Bei completed endet sie erfolgreich und zeigt bei anderen Endzuständen Diagnoseinformationen an. Das Abfrageintervall von 30 Sekunden ist eine Wahl dieses Beispiels, keine API-Vorgabe.
RESPONSE_ID=$(cat background-response-id.txt)
while :; do
curl --fail-with-body --silent --show-error \
"https://api.openai.com/v1/responses/$RESPONSE_ID" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
--output background-response.json
STATUS=$(jq -r '.status' background-response.json)
case "$STATUS" in
queued|in_progress) sleep 30 ;;
completed) break ;;
*)
jq '{id, status, error, incomplete_details}' background-response.json
exit 1
;;
esac
done
cp background-response.json "$RESPONSE_ID.json"
jq '{id, status, service_tier, usage}' background-response.json
jq -r '.output[]? | select(.type == "message") |
.content[]? | select(.type == "output_text") | .text' \
background-response.json
In diesem reinen Textbeispiel bedeutet Erfolg: Der Status lautet completed, und der Review-Text aus der Antwortnachricht wird ausgegeben. Die Extraktion prüft die Elementtypen, statt Text im ersten Ausgabeelement vorauszusetzen. Schlägt ein HTTP-Abruf fehl, behalte die ID-Datei und starte den Abfrageblock erneut, nicht den Sendeblock.
Nutze im Produktivbetrieb die Anleitung zum Empfang von Webhooks, statt dauerhaft eine Shell offen zu halten. Abonniere response.completed, prüfe die eingehende Signatur und rufe die durch event.data.id bezeichnete Antwort ab. Erkenne doppelte Zustellungen anhand von webhook-id, bevor du Folgeaufgaben startest. Plane auch einen Ablauf für fehlgeschlagene Ergebnisse ein.
Ablauf ohne Verlust von Verlauf oder Priorität fortsetzen
Verwende dasselbe Abschlussfenster, dieselbe Fortsetzungs-ID, dasselbe Modell und dasselbe API-Projekt erneut, damit zusammengehörige Anfragen für höhere Warteschlangenpriorität infrage kommen. Behalte bei der Folgeanfrage Standard-Verarbeitung und Hintergrundausführung bei. OpenAIs Ablauf für Folgeanfragen macht die Priorität von der Einplanung abhängig; ein sofortiger Start wird nicht zugesagt.
Die IDs erfüllen unterschiedliche Aufgaben. background_options.continuation_id ist ein von der Anwendung gewählter Bezeichner für die Einplanung; er übermittelt keinen Gesprächsverlauf. previous_response_id verweist auf die vorherige Antwort und führt das Gespräch fort, solange diese Antwort noch verfügbar ist.
Nachdem die erste Anfrage abgeschlossen ist, übernimmt dieser Block ihr Modell, Fenster, ihre Fortsetzungs-ID und Verarbeitungseinstellungen unverändert. Er ergänzt die vorherige Antwort-ID und eine neue Anweisung. Nutze während des gesamten Ablaufs einen Schlüssel desselben API-Projekts.
RESPONSE_ID=$(cat background-response-id.txt)
jq --arg previous_response_id "$RESPONSE_ID" \
'.previous_response_id = $previous_response_id |
.input = "Turn the two highest-risk findings into acceptance tests."' \
background-request.json > background-followup.json
curl --fail-with-body --silent --show-error \
https://api.openai.com/v1/responses \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
--data-binary @background-followup.json \
--output background-response.json
jq -er '.id' background-response.json > background-response-id.txt
Führe den Abfrageblock erneut aus, um die neue Antwort abzurufen. Die Folgeanfrage wird separat berechnet; auf berechtigte Modell-Tokenpreise wird der gewählte Rabatt angewandt. Übereinstimmende Fortsetzungseinstellungen erfüllen die Voraussetzungen für Priorität, erzeugen aber keinen weiteren Rabatt. Der übernommene Gesprächsverlauf zählt weiterhin zu den abgerechneten Eingabe-Tokens.
Bei Abläufen mit Funktionsaufrufen sendest du ein Eingabeelement vom Typ function_call_output mit der ursprünglichen call_id und dem Werkzeugergebnis in output. Der Leitfaden zu Funktionsaufrufen beschreibt diesen Austausch. Ersetze die Übernahme des Gesprächsverlaufs nicht durch eine Fortsetzungs-ID; sie kann keine abgelaufene Antwort wiederherstellen.
Warteschlangenlimits und Abrechnung vor dem Ausbau prüfen
Plane rabattierte Hintergrundanfragen zusammen mit Batch-Aufträgen. Anfragen mit 2h oder 8h teilen sich das Batch/Background Rate Limit, und Eingabe-Tokens zählen bereits beim Einreichen. Prüfe diese gemeinsame Kapazität, bevor du das Volumen geplanter Aufgaben erhöhst. Verfügbares Guthaben ist davon getrennt zu betrachten.
Schlägt das Einreichen fehl, vergleiche den gemeldeten Parameter mit dem Anfrageschema, bevor du einen kleinen Auftrag erneut versuchst. Prüfe je nach Fehler die Verschachtelung, die Modellberechtigung, Standard-Verarbeitung und die Vorgabe, kein Streaming zu verwenden. Eine zurückgegebene ID bestätigt die Annahme; ob die Generierung tatsächlich abgeschlossen wird, prüfst du durch Abrufen der Antwort.
Scheint der Rabatt in der Abrechnung zu fehlen, suche in der gespeicherten Anfrage nach einem expliziten Fenster 2h oder 8h, nicht nur nach background: true. Prüfe das Feld service_tier der Antwort: Es zeigt den tatsächlich verwendeten Verarbeitungsmodus. Bewahre das gesendete JSON und das zurückgegebene usage auf. Gleiche den ersten Auftrag mit den aktuellen API-Preisen ab, bevor du die Konfiguration auf die gesamte Warteschlange anwendest.