OpenAI的Ultrafast模式利用Cerebras晶圆级硬件使GPT-5.6 Sol的运行速度最高提升14倍，目前正处于API有限预览阶段。

Ultrafast最引人注目的数据——推理速度最高提升14倍，峰值达到每秒约750个输出token ^[1]——并非通过缩小模型实现。它运行的是相同的GPT-5.6 Sol模型，但所用硬件绕过了通常限制大语言模型性能的瓶颈：内存带宽。在标准GPU集群中，每个token生成时都需要在片外内存和处理核心之间来回传输权重。而Cerebras的晶圆级引擎则将44 GB的SRAM直接集成在每块晶圆级芯片上 ^[1]，使模型权重紧邻计算单元，无需排队等待总线传输。OpenAI将这一成果描述为一种无取舍的扩展方式：‘在此之前，实现实时响应通常意味着必须选择更小或更专用的模型。Ultrafast则指向了一个新方向的发展：每秒完成更多有用的工作。’ ^[2]

基准测试数据支持这一说法。在GDP-Val这一涵盖法律简报和财务模型等经济价值知识型任务的测试套件中，Ultrafast实现了5.6倍的端到端加速，且未检测到质量下降 ^[1]。在包含2,500道题的“人类最后考试”（Humanity's Last Exam）基准测试中，Ultrafast耗时11小时11分钟完成全部题目，而Anthropic的Claude Fable 5在相近准确率下耗时78小时27分钟——相当于墙钟时间相差约7倍 ^[1]。这一差距比单纯的每秒token数更重要：它意味着一次基准测试可以从过夜完成缩短至午饭前完成。

Cerebras和OpenAI发布的不仅是孤立的速度数据——他们明确将目标对准了Anthropic。引用Artificial Analysis的输出速度数据，两家公司表示Ultrafast的运行速度约为Claude Opus 4.8 Fast模式的5倍，是Claude Fable 5的11倍 ^[1]。Cerebras首席执行官Andrew Feldman直言不讳地表示：‘GPT-5.6 Sol在Ultrafast上的表现证明，速度与智能不再相互排斥。’ ^[1]TechCrunch ^[3]和9to5Mac ^[4]的报道均以14倍这一数字作为标题，表明推理速度正与基准准确率一样，成为前沿实验室之间可营销的差异化特征。

这一成就并非一蹴而就。OpenAI与Cerebras早在2026年1月就签署了一项多年协议，计划在2028年前分阶段向OpenAI的推理堆栈部署最多750兆瓦的晶圆级系统 ^[5]，^[6]。Ultrafast正是这一基础设施投入的首个可见成果，七个月后伴随正式新闻稿一同发布 ^[7]。这一时间安排表明，OpenAI认为原始生成速度是一个值得专门进行硬件合作的战略短板，而非仅靠软件即可解决的问题。

OpenAI对Ultrafast的宣传聚焦于那些因模型响应过慢而崩溃的工作流：语音应用、客户服务、电子商务、开发代理、金融研究、事件响应以及网络安全威胁检测 ^[2]。内部数据显示，过去需要一到两个小时才能完成的事件响应调查，现在在Ultrafast上只需十到十五分钟即可解决。一位研究人员描述称，模型回复在他切换任务之前就已经返回 ^[1]——这虽是细节，却极具说服力，因为真正拖累生产力的往往不是原始算力，而是缓慢AI工具带来的上下文切换成本。

非官方渠道的反馈总体上支持这一观点，但也存在保留意见。早期试用者将GPT-5.6 Sol在Ultrafast上的表现形容为快速可靠的主力工具，而非原始智能的飞跃，并指出这是5.6系列中首个足够可靠、可独立运行自主子代理任务的模型。这一区别决定了加速的实际价值所在：随着越来越多工作流涉及并行子代理发起大量小型请求而非单一长对话，瓶颈已从模型有多聪明转变为响应有多快——而这正是Ultrafast旨在填补的空白。

截至目前，Ultrafast的一切都处于预览状态：首先通过OpenAI API向少数客户开放，尚无公开定价，未来将随容量增长逐步扩大访问范围 ^[2]。希望参与的企业需加入候补名单，并说明其工作负载、延迟要求和预期使用情况 ^[4]。这种准入机制至关重要，因为如此高速的服务显然成本高昂——晶圆级芯片比通用GPU更为稀缺且昂贵——但两家公司均未透露14倍加速对终端用户的具体收费。

正是在这种信息真空下，公众反应趋于怀疑。在缺乏官方定价的情况下，外界讨论从对底层硬件成就的真诚赞赏，到尖锐的成本焦虑，甚至怀疑标准模式的响应是否被故意放慢，以使付费高速层级显得更具价值——这一指控尚未得到OpenAI或Cerebras的回应。另一些人则认为，真正的瓶颈根本不在模型速度：随着并行子代理工作流的普及，本地基础设施如编译器和CPU吞吐量可能成为新的制约因素，无论模型本身响应多快。这两种批评都指向同一个未解之问——Ultrafast究竟是AI使用方式的一次真正变革，还是一个受容量限制的展示品，其真正考验只有在定价和可用性全面开放后才会到来。