Responses API completion_window: 2h·8h 할인 설정
Responses API의 할인 대상 백그라운드 요청을 올바른 중첩 필드로 설정합니다. soonest, 2h, 8h의 비용을 비교하고 결과를 조회하며, 후속 요청의 우선순위 조건과 대화 기록을 유지하는 방법을 설명합니다.
목차

팀의 API 검토 작업이 몇 시간 기다려도 된다면, Responses API의 완료 목표 시간을 지정해 할인 대상 모델 토큰 요금을 줄일 수 있습니다. background_options.completion_window를 2h 또는 8h로 설정하고, background: true와 service_tier: "default"를 함께 지정합니다. 문서에 명시된 완료 시간 설정에 따라 completion_window를 최상위 필드로 보내지 않고, 할인 대상 시간 설정에서는 스트리밍을 사용하지 않습니다.
soonest, 2h, 8h 선택 기준
모델이 얼마나 오래 추론할지 예상하기보다, 첫 응답이 언제까지 필요한지를 기준으로 완료 목표 시간을 선택합니다. 2026-11-19 기준 OpenAI의 백그라운드 모드 가이드는 다음 옵션과 할인율을 설명합니다.
| 완료 목표 시간 | Standard 대비 모델 토큰 할인율 | 선택할 상황 |
|---|---|---|
soonest | 할인 없음. 기본값입니다. | 사용자가 결과를 바로 기다리는 경우입니다. |
2h | 30% | 이후 회의나 다음 처리 단계 전까지 검토를 마치면 되는 경우입니다. |
8h | 40% | 야간 검토나 문서 분석 결과를 다음 날 아침까지 기다릴 수 있는 경우입니다. |
background: true만 설정해서는 할인이 적용되지 않습니다. 완료 목표 시간을 지정하지 않으면 요청은 soonest를 사용합니다. 2h와 8h의 목표 시간은 API가 최초 요청을 수락한 시점부터 계산하며, 해당 응답에 적용합니다. 이후의 모든 도구 호출과 후속 요청까지 포함한 전체 작업의 완료 기한은 아닙니다.
토큰 비용만 계산하는 예로, Astra 요청에 캐시를 사용하지 않는 입력 토큰 100,000개와 과금 대상 출력 토큰 10,000개가 있다고 가정합니다. 캐시 쓰기, 유료 도구, 저장 비용, 지역별 처리 할증은 없는 것으로 가정합니다.
2026-11-19 기준 OpenAI의 Standard 요금표에서 Astra의 짧은 컨텍스트 요금은 입력 토큰 1M당 $8, 출력 토큰 1M당 $40입니다. Astra 모델 카드에 따르면 입력 토큰이 272K를 초과할 때 긴 컨텍스트 요금 조정이 적용됩니다. 이 예제의 입력 토큰 100,000개는 해당 기준보다 적습니다.
Standard에서 모델 토큰의 예상 비용은 다음과 같습니다.
(100,000 / 1,000,000 × $8) + (10,000 / 1,000,000 × $40) = $1.20
같은 토큰 수에서 2h는 $1.20 × 0.70 = $0.84, 8h는 $1.20 × 0.60 = $0.72가 됩니다. 이는 계산 예시이며, 실제 요청을 실행해 측정한 청구액이 아닙니다.
할인은 후속 요청을 포함해 조건을 충족하는 요청의 모델 토큰 요금에 적용됩니다. 청구서의 다른 비용 항목에 같은 할인율을 적용하지 않습니다. 캐시를 사용하는 작업은 프롬프트 캐시 비용 가이드를 참고해 쓰기와 읽기 비용을 따로 계산합니다.
지원 모델 확인과 접속 방식 선택
문서에 명시된 완료 시간 설정이 필요하면 OpenAI의 Responses API를 직접 사용합니다. 2026-11-19 기준 지원 모델 목록은 공개 베타 대상으로 GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra, GPT-6 Luna를 명시합니다. GPT-6.2 모델 ID는 gpt-6.2-astra와 gpt-6.2-sol입니다.
모델 선택과 전환 방법은 GPT-6.2 Astra와 Sol API 가이드를 참고합니다. 접속 방식은 모델과 별도로 선택합니다.
| 접속 방식 | 필요한 조건 | 선택할 상황 |
|---|---|---|
| OpenAI Responses API | API 프로젝트와 키, 지원 국가 또는 지역에서의 접속, API 결제 설정 또는 사용 가능한 API 크레딧이 필요합니다. 사용량은 ChatGPT 구독과 별도로 과금됩니다. | 2h 또는 8h 설정이 필요할 때 선택합니다. 특히 후속 요청이 앞선 결과에 의존하는 작업에 적합합니다. |
| OpenAI Batch API | 같은 API 접속 및 결제 조건에 더해, 독립적인 요청을 파일로 제출하는 방식이 필요합니다. | 모든 입력을 미리 알고 있을 때 선택합니다. 서로 의존하는 요청을 순서대로 제어하는 대신 Batch API 작업 방식을 사용합니다. |
| BetterToken | 직접 만든 계정과 API 키, 호환 클라이언트, 콘솔에서 제공하는 결제 수단이 필요합니다. 사용량은 모델별 과금 단위를 따릅니다. | 사용량 기반 모델 이용 방식을 폭넓게 비교할 때 선택합니다. BetterToken 요금 확인 후 이 작업을 게이트웨이로 보내기 전에 완료 시간 설정 지원 여부를 별도로 확인합니다. |
ChatGPT나 Codex 구독이 이러한 요청 옵션을 제공한다고 가정하지 않습니다. 여기서 문서로 확인되는 방식은 Responses API 요청이며, API 결제는 ChatGPT와 별개입니다. Codex의 API 키 인증은 요금제에 포함된 크레딧 대신 API 과금을 사용합니다. 그렇다고 Codex에서 완료 목표 시간을 설정할 수 있다는 뜻은 아닙니다.
background_options의 중첩 구조 설정
completion_window와 continuation_id는 background_options 안에 넣습니다. Responses 요청 스키마에 따라 background, service_tier, stream은 최상위에 둡니다. Standard 처리가 필수이며, service_tier: "default"로 선택합니다.
다음 Bash 예제에는 curl, jq, uuidgen이 필요합니다. 모든 코드 블록을 같은 셸과 작업 디렉터리에서 실행합니다. read가 입력을 기다리면 OpenAI API 키를 붙여 넣고 Enter를 누릅니다. 키는 화면에 표시되지 않으며 셸 명령 기록에도 남지 않습니다.
이 예제는 두 번째 요청도 보여 주므로 연속 요청 식별자 continuation_id를 생성합니다. API에 응답 저장을 요청하고 로컬 JSON 파일도 작성하므로, 민감한 문서를 넣기 전에 데이터 처리 요건을 확인합니다.
입력 예제는 NULL을 허용하는 열을 추가하고, 데이터를 나누어 채운 다음 읽기 경로를 바꾸고, 마지막으로 NOT NULL 제약을 적용하는 마이그레이션 계획입니다. 모델에 이 계획의 위험을 검토하도록 요청합니다.
set +x
set -euo pipefail
read -rs OPENAI_API_KEY && export OPENAI_API_KEY
CONTINUATION_ID=$(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 $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
--data-binary @background-request.json \
--output background-response.json
jq -er '.id' background-response.json > background-response-id.txt
jq '{id, status, service_tier}' background-response.json
첫 번째 성공 확인 기준은 응답의 id가 반환되어 background-response-id.txt에 저장되는 것입니다. 상태가 queued 또는 in_progress이면 결과가 아직 준비되지 않았다는 뜻입니다. 같은 작업을 다시 제출하지 않고 해당 ID를 보관합니다.
저장한 응답 ID로 폴링하거나 웹훅 사용
GET /v1/responses/{response_id}로 기존 응답을 조회합니다. 아래 반복문은 주기적으로 상태를 조회하는 폴링을 queued와 in_progress에서만 계속합니다. completed에서는 정상 종료하고, 다른 종료 상태에서는 진단 정보를 표시합니다. 30초라는 조회 간격은 예제에서 선택한 값이며 API 요구 사항이 아닙니다.
RESPONSE_ID=$(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
이 텍스트 전용 예제에서는 상태가 completed이고 응답 메시지에서 추출한 검토 내용이 출력되면 성공입니다. 추출 코드는 첫 번째 출력 항목이 텍스트라고 가정하지 않고 항목 유형을 확인합니다. HTTP 조회에 실패하면 ID 파일을 유지한 채 제출 블록이 아니라 폴링 블록을 다시 실행합니다. 정상 종료 후에는 전체 응답을 ID가 포함된 JSON 파일에도 저장하고, 토큰 사용량과 검토 내용을 표시합니다.
운영 환경에서는 셸을 계속 열어 두는 대신 웹훅 수신 지침을 따릅니다. response.completed 이벤트를 구독하고 수신한 서명을 검증한 뒤, event.data.id가 가리키는 응답을 조회합니다. 후속 작업을 시작하기 전에 webhook-id로 중복 전송을 구분해 같은 이벤트를 다시 처리하지 않도록 합니다. 실패한 결과를 처리하는 경로도 마련합니다.
기록과 우선순위를 유지하며 후속 요청 보내기
관련 요청이 대기열에서 더 높은 우선순위를 받을 조건을 충족하려면 완료 목표 시간, 연속 요청 식별자, 모델, API 프로젝트를 재사용합니다. 후속 요청에서도 Standard 처리와 백그라운드 실행을 유지합니다. OpenAI의 후속 요청 작업 방식은 우선순위를 스케줄링 조건과 연결하며, 즉시 시작을 보장하지 않습니다.
식별자마다 역할이 다릅니다. background_options.continuation_id는 앱이 지정하는 스케줄링 식별자로, 대화 기록을 제공하지 않습니다. previous_response_id는 앞선 응답을 가리키며, 해당 응답이 여전히 사용 가능한 동안 대화를 이어 갑니다.
첫 요청이 완료되면 다음 블록으로 모델, 완료 목표 시간, 연속 요청 식별자, 처리 설정을 그대로 유지합니다. 여기에 이전 응답 ID와 새로운 지시를 추가합니다. 전체 과정에서 같은 API 프로젝트의 키를 사용합니다. 새 지시는 첫 검토에서 위험도가 가장 높은 지적 두 가지를 인수 테스트로 바꾸도록 요청합니다. 이전 결과를 바탕으로 다음 산출물을 만드는 예제입니다.
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
새 응답을 받으려면 폴링 블록을 다시 실행합니다. 후속 요청은 별도로 과금되며, 조건을 충족하는 모델 토큰 요금에 선택한 할인이 적용됩니다. 연속 요청 설정을 맞추면 우선순위 조건을 충족하는 것이지, 추가 할인을 받는 것은 아닙니다. 연결된 대화 기록도 계속 과금 대상 입력 토큰에 포함됩니다.
함수 호출을 사용하는 작업에서는 원래 call_id와 도구 결과를 담은 output을 포함해 function_call_output 입력 항목을 전송합니다. 이 교환 방식은 함수 호출 가이드에서 설명합니다. 연속 요청 식별자를 대화 기록 전달 방식 대신 사용하지 않습니다. 이 식별자는 만료된 응답을 복원할 수 없습니다.
사용량을 늘리기 전에 대기열 한도와 과금 확인
할인 대상 백그라운드 요청과 Batch 작업을 함께 계획합니다. 2h 또는 8h 요청은 Batch/Background Rate Limit을 공유하며, 입력 토큰은 제출할 때 집계됩니다. 예약된 작업의 양을 늘리기 전에 공유 한도의 여유를 확인합니다. 사용할 수 있는 금전 잔액은 이 한도와 별개의 조건입니다.
제출이 실패하면 오류에서 지목한 매개변수를 요청 스키마와 비교한 뒤 작은 작업으로 다시 시도합니다. 오류에 따라 중첩 구조, 모델 지원 여부, Standard 처리, 스트리밍 비활성화 조건을 확인합니다. ID가 반환되면 요청 수락은 확인되지만, 생성이 실제로 끝났는지는 응답 조회 단계에서 확인해야 합니다.
할인이 적용되지 않은 것처럼 보이면 저장한 요청에 background: true뿐 아니라 2h 또는 8h가 명시되어 있는지 확인합니다. 응답의 service_tier는 실제로 사용된 처리 모드를 알려 줍니다. 제출한 JSON과 반환된 usage를 보관하고, 첫 작업의 비용을 현재 API 요금과 대조한 다음 전체 대기열에 설정을 적용합니다.