OpenAI 在 Cerebras 硬件上提供 GPT-5.6 Sol：竞争转向速度

8月13日，OpenAI 以预览形式推出面向 GPT-5.6 Sol 的 Ultrafast 层级，目的是缩短用户等待回答的时间。与传统的 GPU 架构不同，该服务运行在 Cerebras 的基础设施及其 Wafer-Scale Engine 之上，把模型权重保存在片上 44 GB 的 SRAM 中。按照公开的说法，这套配置提供的是与 Standard 相同的模型、相同的质量，速度却号称最高提升至 14 倍。这一点同样只有两家公司的说法作支撑：目前没有任何针对两个层级回答质量的独立对比被公开。

Cerebras 宣称生成速度最高可达每秒 750 个输出 token。作为佐证，公司援引了 2026 年 7 月的内部测试：在那些未经第三方核实的基准测试中，Ultrafast 模式据称用约 11 小时跑完 Humanity's Last Exam 测试集，而竞争模型需要 78 小时，在 GDP-Val 上实现了端到端 5.6 倍的加速。然而，既然测量由硬件供应商亲自完成，就无从确认这些效率峰值在真实生产环境或高负载下是否依然成立。

目前访问权仅限于一小批客户，其中包括 Jane Street、Podium、Basis 和 Rogo，后续将随硬件产能增长逐步开放。服务定价与正式上线日期均未公布。这也是 OpenAI 首次公开在 GPU 以外的第三方推理硬件上提供自家旗舰模型。此举透露出行业优先级的变化：竞争不再局限于推理得分，而延伸到实时应用在运营层面是否可行，而在那里，延迟成了决定性因素。

— Olya. 有点讽刺的是，这场人工智能的竞赛正慢慢变成一场与用户耐心的赛跑：我们承诺像你们一样思考，但看起来，要紧的是赶在你们分神之前把这句话说出口。