OpenAI 于 8 月 13 日通过官方博客宣布推出 Ultrafast 模式,让旗舰模型 GPT-5.6 Sol 的输出速度最高达到每秒 750 个 token,比标准模式快 14 倍。该模式采用芯片制造商 Cerebras 的 Wafer-Scale Engine 技术。
Cerebras Wafer-Scale Engine:整片晶圆即芯片
传统芯片制造工艺会从一片硅晶圆上切割出成百上千颗小芯片;Cerebras 则反其道而行,让整片晶圆本身成为一颗完整的芯片(Wafer-Scale Engine),每片配备 44 GB SRAM。
这一架构的核心技术逻辑在于:GPT-5.6 Sol 的模型权重可以直接存储在芯片上,推理过程中无需在芯片与外部内存之间来回搬运数据,从根本上消除了传统 AI 推理架构面临的内存带宽瓶颈,而不是通过缩小模型规模来换取速度。
官方性能数据:每秒 750 个 token
根据 Cerebras 官方博客公布的数据,GPT-5.6 Sol Ultrafast 的性能比较结果如下:
输出速度:最高达到每秒 750 个 token,比 GPT-5.6 Sol 标准模式快 14 倍
与 Claude Fable 5 比较:Cerebras 官方数据显示快 11 倍
与 Claude Opus 4.8 Fast mode 比较:Cerebras 官方数据显示快 5 倍
GDP-Val 基准测试:端到端加速达到 5.6 倍,官方声称质量没有损失
Humanity's Last Exam(2,500 道题):GPT-5.6 Sol Ultrafast 用时 11 小时 11 分;Cerebras 称 Claude Fable 5 需要 78 小时 27 分
以上所有比较数据均为 Cerebras 和 OpenAI 的官方自评结果,尚未经过中立第三方机构验证。
应用场景与开放资格:优先面向企业工作流程
OpenAI 官方建议将 Ultrafast 模式优先用于对响应速度高度敏感的企业工作流程,包括事件响应、客服支持、金融市场分析和电商等场景。
目前,Ultrafast 模式以预览版(preview)形式运行,仅向少量客户开放。OpenAI 表示将随着“产能增长”逐步扩大访问范围,但尚未公布全面开放的具体时间表。这表明当前的供应可能受 Cerebras 晶圆级芯片量产进度限制。
常见问题
OpenAI Ultrafast 模式如何实现 GPT-5.6 Sol 每秒输出 750 个 token?
根据 OpenAI 和 Cerebras 的官方公告,Ultrafast 模式采用 Cerebras Wafer-Scale Engine 技术,将整片硅晶圆制成单一芯片,每片配备 44 GB SRAM。GPT-5.6 Sol 的模型权重直接存储在芯片上,从而消除内存搬运瓶颈,实现最高每秒 750 个 token 的输出速度,比标准模式快 14 倍。
OpenAI Ultrafast 模式目前向哪些用户开放?
截至 2026 年 8 月 13 日,Ultrafast 模式以预览版(preview)形式仅向少量客户开放。OpenAI 表示将随着产能增长逐步扩大访问范围,但尚未公布全面开放的具体时间表。
GPT-5.6 Sol Ultrafast 与 Claude 的速度比较数据来源是什么?
相关速度比较数据,包括比 Claude Fable 5 快 11 倍、比 Claude Opus 4.8 Fast mode 快 5 倍的说法,均来自 Cerebras 和 OpenAI 的官方数据,尚无中立第三方机构验证。Anthropic 尚未就此次比较公开回应。