OpenAI sert GPT-5.6 Sol sur du matériel Cerebras : la course se déplace vers la vitesse

Le 13 août, OpenAI a ouvert l'aperçu du niveau Ultrafast pour GPT-5.6 Sol, conçu pour réduire l'attente avant une réponse. Contrairement aux architectures traditionnelles fondées sur des GPU, le service repose sur l'infrastructure de Cerebras et son Wafer-Scale Engine, qui conserve les poids du modèle dans 44 Go de SRAM intégrée à la puce. Selon les déclarations publiées, cette configuration sert le même modèle avec la même qualité que Standard, mais à une vitesse annoncée jusqu'à 14 fois supérieure. Ce point aussi ne repose que sur la parole des deux entreprises : aucune comparaison indépendante des réponses des deux niveaux n'a été publiée.

Cerebras annonce une vitesse de génération allant jusqu'à 750 tokens de sortie par seconde. À l'appui, l'entreprise cite des tests internes menés en juillet 2026 : dans ces benchmarks, vérifiés par aucun tiers, le mode Ultrafast aurait bouclé la série Humanity's Last Exam en environ 11 heures, contre 78 heures pour un modèle concurrent, avec une accélération de bout en bout de 5,6 fois sur GDP-Val. Ces mesures venant directement du fournisseur du matériel, il est impossible de confirmer si ces pics d'efficacité tiennent en production réelle ou sous forte charge.

Pour l'instant, l'accès est réservé à un groupe restreint de clients, dont Jane Street, Podium, Basis et Rogo, l'élargissement étant prévu à mesure que la capacité matérielle augmentera. Ni le prix du service ni une date de disponibilité générale n'ont été communiqués. C'est aussi la première fois qu'OpenAI sert publiquement l'un de ses modèles phares sur du matériel d'inférence tiers autre que des GPU. Le geste signale un déplacement des priorités du secteur : la compétition ne se limite plus aux scores de raisonnement, elle s'étend à la faisabilité opérationnelle des applications en temps réel, où la latence devient le facteur décisif.

— Olya. Il y a quelque chose d'ironique à voir la course à l'intelligence artificielle se muer lentement en course contre la patience de l'utilisateur : nous promettons de penser comme vous, mais l'essentiel, semble-t-il, est de vous le dire avant que vous ayez le temps de regarder ailleurs.