Responses API completion_window: descuentos con 2h y 8h

Configura solicitudes en segundo plano de Responses API con descuento y campos anidados correctamente. Compara soonest, 2h y 8h, recupera los resultados y conserva la prioridad de programación y el historial en las solicitudes posteriores.

Índice
Responses API completion_window: descuentos con 2h y 8h

Si las revisiones por API de tu equipo pueden esperar unas horas, elige una ventana de finalización de Responses API para reducir los cargos elegibles por tokens. Configura background_options.completion_window como 2h u 8h, junto con background: true y service_tier: "default". Sigue la configuración documentada de las ventanas de finalización: no envíes completion_window en el nivel superior ni actives streaming para estas ventanas con descuento.

Elige soonest, 2h u 8h

Elige la ventana según cuándo necesitas la primera respuesta, no según cuánto creas que tardará el modelo en razonar. A fecha de 2026-11-19, la guía del modo en segundo plano de OpenAI define estas opciones y descuentos.

VentanaDescuento en tokens del modelo frente a StandardCuándo usarla
soonestNinguno; es la opción predeterminadaAlguien necesita el resultado en ese momento.
2h30%La revisión puede terminar antes de una reunión posterior o del siguiente paso de procesamiento.
8h40%Una revisión nocturna o un análisis de documentos puede esperar hasta la mañana.

Configurar solo background: true no activa un descuento. Sin una ventana de finalización explícita, la solicitud usa soonest. Para 2h y 8h, el plazo objetivo comienza cuando la API acepta la solicitud inicial y se aplica a esa respuesta. No es un plazo para completar toda la cadena de llamadas a herramientas y solicitudes posteriores.

Para calcular un ejemplo limitado a tokens, supón que una solicitud a Astra tiene 100,000 tokens de entrada sin caché y 10,000 tokens de salida facturables. Supón que no hay escrituras en caché, herramientas de pago, cargos de almacenamiento ni recargos regionales de procesamiento.

A fecha de 2026-11-19, la tabla de precios Standard de OpenAI indica $8 por 1M tokens de entrada y $40 por 1M tokens de salida para Astra con contexto corto. La ficha del modelo Astra aplica ajustes por contexto largo cuando se superan 272K tokens de entrada. Los 100,000 tokens de entrada de este ejemplo quedan por debajo de ese umbral.

El costo estimado de los tokens del modelo con Standard es:

(100,000 / 1,000,000 × $8) + (10,000 / 1,000,000 × $40) = $1.20

Con las mismas cantidades de tokens, 2h da $1.20 × 0.70 = $0.84 y 8h da $1.20 × 0.60 = $0.72. Son ejemplos calculados, no cargos medidos de solicitudes reales.

El descuento se aplica a las tarifas de tokens del modelo de cada solicitud elegible, incluidas las posteriores. No apliques ese porcentaje a otros cargos de la factura. Si usas caché, calcula las escrituras y lecturas por separado con la guía de costos de la caché de prompts.

Comprueba el modelo y elige cómo acceder

Usa directamente Responses API de OpenAI cuando necesites los controles documentados de las ventanas de finalización. A fecha de 2026-11-19, la lista de modelos elegibles incluye GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra y GPT-6 Luna en la beta pública. Los ID de los modelos GPT-6.2 son gpt-6.2-astra y gpt-6.2-sol.

Para elegir un modelo y migrar, consulta la guía de la API de GPT-6.2 Astra y Sol. Elige la forma de acceso por separado del modelo:

VíaQué requiereCuándo elegirla
OpenAI Responses APIUn proyecto y una clave de API, acceso desde un país o territorio admitido y facturación de API configurada o créditos de API disponibles. El uso se factura por separado de la suscripción a ChatGPT.Necesitas controles 2h u 8h, sobre todo cuando las solicitudes posteriores dependen de resultados anteriores.
OpenAI Batch APILas mismas condiciones de acceso y facturación de API, más el envío de solicitudes independientes mediante un archivo.Conoces todas las entradas de antemano. Usa el flujo de Batch API en lugar de coordinar turnos dependientes.
BetterTokenUna cuenta y una clave de API propias, un cliente compatible y las opciones de pago disponibles en su consola. El uso se cobra según la unidad de facturación de cada modelo.Comparas opciones de acceso a modelos con pago por uso. Consulta los precios de BetterToken y verifica por separado el soporte de ventanas de finalización antes de enviar este flujo mediante un gateway.

No des por hecho que una suscripción a ChatGPT o Codex permite usar estas opciones de solicitud. La vía documentada aquí es una solicitud a Responses API, con facturación de API separada de ChatGPT. La autenticación con clave de API de Codex usa la facturación de API en lugar de los créditos incluidos en el plan. Eso por sí solo no confirma que Codex permita configurar una ventana de finalización.

Envía background_options con la estructura correcta

Coloca completion_window y continuation_id dentro de background_options. Mantén background, service_tier y stream en el nivel superior, como indica el esquema de solicitudes de Responses. Se requiere procesamiento Standard; service_tier: "default" lo selecciona.

El siguiente ejemplo de Bash requiere curl, jq y uuidgen. Ejecuta los bloques en la misma sesión de shell y el mismo directorio de trabajo. Cuando read espere una entrada, pega tu clave de API de OpenAI y pulsa Enter. La clave no se muestra en pantalla ni se añade al historial de comandos.

Este ejemplo genera un ID de continuación porque después enviará un segundo turno. Solicita que la API almacene las respuestas y escribe archivos JSON locales. Revisa tus requisitos de tratamiento de datos antes de sustituir el contenido por documentos sensibles.

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

La primera comprobación de éxito es recibir un id de respuesta, que se guarda en background-response-id.txt. Un estado queued o in_progress significa que el resultado aún no está listo. Conserva ese ID en lugar de enviar el mismo trabajo otra vez.

Consulta el estado por ID o usa un webhook

Recupera la respuesta existente con GET /v1/responses/{response_id}. El siguiente bucle continúa solo mientras el estado sea queued o in_progress. Termina correctamente en completed y muestra información sobre otros estados finales. El intervalo de 30 segundos es una elección del ejemplo, no un requisito de la API.

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

En este ejemplo solo de texto, el éxito requiere el estado completed y el texto de la revisión extraído del mensaje de respuesta. La extracción comprueba los tipos de elementos en lugar de suponer que el primer elemento de salida contiene texto. Si falla una consulta HTTP, conserva el archivo con el ID y vuelve a ejecutar el bloque de sondeo, no el de envío.

En producción, sigue las instrucciones para recibir webhooks en lugar de mantener una shell abierta. Suscríbete a response.completed, verifica la firma del evento recibido y recupera la respuesta identificada por event.data.id. Usa webhook-id para evitar procesar entregas duplicadas antes de iniciar el siguiente trabajo. Prevé también cómo manejar los resultados fallidos.

Continúa el flujo sin perder historial ni prioridad

Reutiliza la ventana de finalización, el ID de continuación, el modelo y el proyecto de API para que las solicitudes relacionadas opten a mayor prioridad en la cola. Mantén el procesamiento Standard y la ejecución en segundo plano en la solicitud posterior. El flujo con solicitudes posteriores de OpenAI supedita esa prioridad a la planificación; no promete un inicio inmediato.

Los identificadores cumplen funciones distintas. background_options.continuation_id es un identificador elegido por la aplicación para planificar solicitudes; no aporta el historial de conversación. previous_response_id apunta a la respuesta anterior y permite continuar la conversación mientras esa respuesta siga disponible.

Una vez completada la primera solicitud, este bloque conserva su modelo, ventana, ID de continuación y configuración de procesamiento. Añade el ID de la respuesta anterior y una nueva instrucción. Usa una clave del mismo proyecto de API durante todo el flujo.

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

Ejecuta de nuevo el bloque de sondeo para recuperar esta nueva respuesta. La solicitud posterior se factura por separado; las tarifas de tokens del modelo que cumplan los requisitos reciben el descuento elegido. Conservar los ajustes de continuación permite optar a prioridad, no acumular otro descuento. El historial encadenado sigue contando como tokens de entrada facturados.

En flujos con llamadas a funciones, envía un elemento de entrada function_call_output con el call_id original y el resultado de la herramienta en output. La guía de llamadas a funciones describe ese intercambio. No sustituyas el mecanismo del historial de conversación por un ID de continuación; este no puede reconstruir una respuesta caducada.

Revisa los límites de la cola y la facturación antes de ampliar el uso

Planifica el tráfico en segundo plano con descuento junto con los trabajos de Batch. Las solicitudes con 2h u 8h comparten el Batch/Background Rate Limit, y sus tokens de entrada se cuentan al enviarlas. Revisa esa capacidad compartida antes de aumentar el volumen de trabajos programados. Tener saldo monetario disponible es una cuestión distinta.

Si falla el envío, compara el parámetro indicado en el error con el esquema de solicitud antes de reintentar un trabajo pequeño. Según el error, comprueba la estructura de los campos, la elegibilidad del modelo, el procesamiento Standard y el requisito de no usar streaming. Recibir un ID confirma la aceptación; recupera la respuesta para comprobar si la generación realmente termina.

Si los cargos parecen no incluir el descuento, busca una ventana explícita 2h u 8h en la solicitud guardada, no solo background: true. Comprueba el service_tier de la respuesta, que indica el modo de procesamiento utilizado. Conserva el JSON enviado y el usage recibido, y contrasta el primer trabajo con los precios actuales de la API antes de aplicar la configuración a toda la cola.

¿Quieres optimizar tu flujo de trabajo con LLM?

Conecta modelos mediante una API, gestiona claves y controla el gasto en IA.

Empezar gratis