Responses API completion_window: descontos com 2h e 8h
Configure solicitações em segundo plano na Responses API com desconto e campos aninhados corretamente. Compare soonest, 2h e 8h, recupere resultados e preserve a prioridade de agendamento e o histórico nas solicitações seguintes.
Conteúdo

Se as revisões por API da sua equipe podem esperar algumas horas, use uma janela de conclusão da Responses API para reduzir as cobranças elegíveis por tokens. Defina background_options.completion_window como 2h ou 8h, com background: true e service_tier: "default". Siga as configurações documentadas das janelas de conclusão: não envie completion_window no nível superior nem ative streaming nessas janelas com desconto.
Escolha soonest, 2h ou 8h
Escolha a janela conforme o momento em que precisa da primeira resposta, não pelo tempo que imagina que o modelo levará para raciocinar. Em 2026-11-19, o guia do modo em segundo plano da OpenAI define estas opções e descontos.
| Janela | Desconto nos tokens do modelo em relação ao Standard | Quando usar |
|---|---|---|
soonest | Nenhum; é a opção padrão | Alguém precisa do resultado naquele momento. |
2h | 30% | A revisão pode terminar antes de uma reunião posterior ou da próxima etapa de processamento. |
8h | 40% | Uma revisão noturna ou análise de documentos pode esperar até a manhã seguinte. |
Definir apenas background: true não ativa um desconto. Sem uma configuração de janela de conclusão, a solicitação usa soonest. Para 2h e 8h, o prazo-alvo começa quando a API aceita a solicitação inicial e vale para aquela resposta. Não é um prazo para concluir todo o fluxo, incluindo as chamadas de ferramentas e solicitações seguintes.
Para calcular um exemplo limitado aos tokens, considere uma solicitação à Astra com 100,000 tokens de entrada sem cache e 10,000 tokens de saída faturáveis. Considere que não há gravações em cache, ferramentas pagas, cobranças de armazenamento ou acréscimos por processamento regional.
Em 2026-11-19, a tabela de preços Standard da OpenAI informa $8 por 1M tokens de entrada e $40 por 1M tokens de saída para a Astra com contexto curto. A ficha do modelo Astra aplica ajustes de contexto longo acima de 272K tokens de entrada. Os 100,000 tokens de entrada deste exemplo ficam abaixo desse limite.
O custo estimado dos tokens do modelo no Standard é:
(100,000 / 1,000,000 × $8) + (10,000 / 1,000,000 × $40) = $1.20
Com as mesmas quantidades de tokens, 2h resulta em $1.20 × 0.70 = $0.84, e 8h resulta em $1.20 × 0.60 = $0.72. São exemplos calculados, não cobranças medidas em solicitações reais.
O desconto se aplica às tarifas de tokens do modelo em cada solicitação elegível, incluindo as seguintes. Não aplique esse percentual a outras cobranças da fatura. Para trabalhos com cache, calcule gravações e leituras separadamente com o guia de custos do cache de prompts.
Confira o modelo e escolha a forma de acesso
Use diretamente a Responses API da OpenAI quando precisar dos controles documentados das janelas de conclusão. Em 2026-11-19, a lista de modelos elegíveis inclui GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra e GPT-6 Luna na versão beta pública. Os IDs dos modelos GPT-6.2 são gpt-6.2-astra e gpt-6.2-sol.
Para escolher o modelo e migrar, consulte o guia da API de GPT-6.2 Astra e Sol. Escolha a forma de acesso separadamente do modelo:
| Opção | O que exige | Quando escolher |
|---|---|---|
| OpenAI Responses API | Um projeto e uma chave de API, acesso a partir de um país ou território compatível e faturamento de API configurado ou créditos de API disponíveis. O uso é cobrado separadamente da assinatura do ChatGPT. | Você precisa dos controles 2h ou 8h, principalmente quando as solicitações seguintes dependem dos resultados anteriores. |
| OpenAI Batch API | As mesmas condições de acesso e faturamento da API, além do envio de solicitações independentes por arquivo. | Todas as entradas são conhecidas de antemão. Use o fluxo da Batch API em vez de coordenar etapas dependentes. |
| BetterToken | Sua própria conta e chave de API, um cliente compatível e as opções de pagamento disponíveis no console. O uso segue a unidade de cobrança de cada modelo. | Você está comparando opções de acesso a modelos com pagamento por uso. Confira os preços da BetterToken e verifique separadamente o suporte às janelas de conclusão antes de enviar esse fluxo por um gateway. |
Não presuma que uma assinatura do ChatGPT ou do Codex disponibilize essas opções de solicitação. O caminho documentado aqui é uma solicitação à Responses API, com faturamento de API separado do ChatGPT. A autenticação por chave de API do Codex usa o faturamento da API em vez dos créditos incluídos no plano. Isso, por si só, não confirma a existência de um controle de janela de conclusão no Codex.
Envie background_options com a estrutura correta
Coloque completion_window e continuation_id dentro de background_options. Mantenha background, service_tier e stream no nível superior, conforme o esquema de solicitações da Responses. O processamento Standard é obrigatório; service_tier: "default" seleciona esse modo.
O exemplo de Bash abaixo exige curl, jq e uuidgen. Execute os blocos na mesma sessão de shell e no mesmo diretório de trabalho. Quando read aguardar uma entrada, cole sua chave de API da OpenAI e pressione Enter. A chave não aparece na tela nem entra no histórico de comandos.
Este exemplo gera um ID de continuação porque depois enviará uma segunda solicitação. Ele pede que a API armazene as respostas e grava arquivos JSON locais. Revise seus requisitos de tratamento de dados antes de substituir o conteúdo por documentos sensíveis.
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 $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
--data-binary @background-request.json \
--output background-response.json
jq -er '.id' background-response.json > background-response-id.txt
jq '{id, status, service_tier}' background-response.json
A primeira confirmação de sucesso é receber um id de resposta, salvo em background-response-id.txt. Um status queued ou in_progress significa que o resultado ainda não está pronto. Guarde esse ID em vez de enviar o mesmo trabalho novamente.
Consulte o status pelo ID salvo ou use um webhook
Recupere a resposta existente com GET /v1/responses/{response_id}. O loop abaixo continua apenas enquanto o status for queued ou in_progress. Ele termina com sucesso em completed e mostra informações sobre os outros estados finais. O intervalo de 30 segundos é uma escolha do exemplo, não uma exigência da API.
RESPONSE_ID=$(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
Neste exemplo somente de texto, o sucesso exige o status completed e a exibição do texto da revisão extraído da mensagem de resposta. A extração verifica os tipos dos itens, sem presumir que o primeiro item de saída contenha texto. Se uma consulta HTTP falhar, preserve o arquivo com o ID e execute novamente o bloco de consulta, não o de envio.
Em produção, siga as instruções para receber webhooks em vez de manter uma shell aberta. Assine o evento response.completed, verifique a assinatura recebida e recupere a resposta identificada por event.data.id. Use webhook-id para evitar o processamento de entregas duplicadas antes de iniciar o próximo trabalho. Preveja também como tratar os resultados malsucedidos.
Continue o fluxo sem perder histórico ou prioridade
Reutilize a janela de conclusão, o ID de continuação, o modelo e o projeto de API para que as solicitações relacionadas sejam elegíveis a maior prioridade na fila. Mantenha o processamento Standard e a execução em segundo plano na solicitação seguinte. O fluxo com solicitações seguintes da OpenAI condiciona a prioridade ao agendamento; não promete início imediato.
Os identificadores têm funções diferentes. background_options.continuation_id é um identificador escolhido pela aplicação para agendar solicitações; ele não fornece o histórico da conversa. previous_response_id aponta para a resposta anterior e permite continuar a conversa enquanto essa resposta estiver disponível.
Depois que a primeira solicitação terminar, este bloco preserva o modelo, a janela, o ID de continuação e as configurações de processamento. Ele adiciona o ID da resposta anterior e uma nova instrução. Use uma chave do mesmo projeto de API durante todo o fluxo.
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
Execute novamente o bloco de consulta para recuperar essa nova resposta. A solicitação seguinte é cobrada separadamente; as tarifas elegíveis de tokens do modelo recebem o desconto escolhido. Manter as configurações de continuação dá elegibilidade à prioridade, não a um desconto adicional. O histórico encadeado continua contando como tokens de entrada faturados.
Em fluxos com chamadas de função, envie um item de entrada function_call_output com o call_id original e o resultado da ferramenta em output. O guia de chamadas de função descreve essa troca. Não substitua o mecanismo de histórico da conversa por um ID de continuação; ele não consegue reconstruir uma resposta expirada.
Verifique os limites da fila e a cobrança antes de ampliar o uso
Planeje o tráfego em segundo plano com desconto junto com os trabalhos da Batch. Solicitações com 2h ou 8h compartilham o Batch/Background Rate Limit, e os tokens de entrada são contabilizados no envio. Verifique essa capacidade compartilhada antes de aumentar o volume de trabalhos agendados. Ter saldo financeiro disponível é uma questão separada.
Se o envio falhar, compare o parâmetro indicado no erro com o esquema da solicitação antes de tentar novamente um trabalho pequeno. Conforme o erro, confira a estrutura dos campos, a elegibilidade do modelo, o processamento Standard e a exigência de não usar streaming. Um ID retornado confirma a aceitação; recupere a resposta para verificar se a geração realmente termina.
Se as cobranças parecerem não incluir o desconto, procure uma janela explícita 2h ou 8h na solicitação salva, não apenas background: true. Confira o service_tier da resposta, que informa o modo de processamento usado de fato. Guarde o JSON enviado e o usage retornado, depois confira o primeiro trabalho com os preços atuais da API antes de aplicar a configuração à fila inteira.