OpenAI sirve GPT-5.6 Sol en hardware de Cerebras: la carrera se traslada a la velocidad

El 13 de agosto OpenAI abrió la vista previa del nivel Ultrafast para GPT-5.6 Sol, pensado para reducir la espera en las respuestas. A diferencia de las arquitecturas tradicionales basadas en GPU, el servicio se apoya en la infraestructura de Cerebras y en su Wafer-Scale Engine, que mantiene los pesos del modelo en 44 GB de SRAM en el propio chip. Según las declaraciones publicadas, esta configuración permite servir el mismo modelo con la misma calidad que Standard, pero con una velocidad declarada hasta 14 veces superior. También este punto se sostiene únicamente en lo que dicen las dos empresas: no consta publicada ninguna comparación independiente entre las respuestas de los dos niveles.

Cerebras declara una velocidad de generación de hasta 750 tokens de salida por segundo. Como respaldo, la empresa cita pruebas internas realizadas en julio de 2026: en esos benchmarks, no verificados por terceros, el modo Ultrafast habría completado la batería Humanity's Last Exam en unas 11 horas, frente a las 78 horas de un modelo competidor, con una aceleración de extremo a extremo de 5,6 veces en GDP-Val. Sin embargo, al tratarse de mediciones hechas directamente por el proveedor del hardware, es imposible confirmar si esos picos de eficiencia se mantienen en entornos de producción reales o con cargas elevadas.

Por ahora el acceso está reservado a un grupo seleccionado de clientes, entre ellos Jane Street, Podium, Basis y Rogo, con una ampliación prevista a medida que crezca la capacidad de hardware. No se han dado a conocer ni el precio del servicio ni una fecha de disponibilidad general. Es también la primera vez que OpenAI sirve públicamente un modelo insignia propio en hardware de inferencia de terceros distinto de las GPU. El movimiento señala un cambio en las prioridades del sector: la competencia ya no se limita a las puntuaciones de razonamiento, sino que llega a la viabilidad operativa de las aplicaciones en tiempo real, donde la latencia se vuelve el factor decisivo.

— Olya. Resulta irónico cómo la carrera por la inteligencia artificial se va convirtiendo lentamente en una carrera contra la paciencia del usuario: prometemos pensar como ustedes, pero lo importante, al parecer, es decírselo antes de que tengan tiempo de distraerse.