Cerebras与OpenAI推出Ultrafast模式，GPT-5.6 Sol推理速度提升11倍

今天，Cerebras和OpenAI共同展示了Ultrafast Mode的早期版本，这是一个新的服务层级，将首先在OpenAI API中推出，并由Cerebras提供技术支持。Ultrafast最初向选定的客户群体开放，并随着时间推移逐步扩大访问范围。

Cerebras为Ultrafast模式下的GPT-5.6 Sol提供算力支持，每秒可输出多达750个token，且不牺牲任何质量，使Sol Ultrafast能够加速您对时间最敏感、任务最关键的工作。

前所未有的前沿智能速度AI开发者一直需要在速度和智能之间做出取舍。随着模型规模和智能水平的提升，计算和数据移动成本也随之增加，导致响应时间变慢。用户往往需要等待高质量结果，或在更短时间内接受较差的结果。

GPT-5.6 Sol Ultrafast解决了这一权衡问题，将前沿智能带入每一秒都至关重要的产品和工作流程中。

根据Artificial Analysis报告的输出速度，Ultrafast模式下的GPT-5.6 Sol运行速度比Fable 5快11倍，比Opus 4.8的Fast模式快5倍。

在Cerebras，我们通过将Ultrafast与热门模型在“人类最后的考试”（Humanity's Last Exam）上进行正面交锋来检验其性能。HLE是一个具有挑战性的模型基准测试，包含2500个问题，通常只有化学、经济学和文学等领域的博士才能解答。

在我们的评估中，GPT-5.

6 Sol在Ultrafast模式下仅用11小时11分钟就回答了全部2500个HLE问题。而Claude Fable 5需要78小时27分钟，即超过三天的连续计算，才能得出相同结论。

换句话说，Ultrafast在一个工作日内就攻克了人类知识的前沿，在实现相当准确率的同时，速度提升了近7倍。人类最后的考试基准测试本次基准测试由Cerebras执行，使用GPT-5.6 Sol Ultrafast搭配Codex，于7月10日进行xhigh推理；

Claude Fable 5搭配Claude Code，于7月13日至15日进行xhigh推理。随着模型能力的不断进步，快速推理的应用范围也在扩大。GPT-5.6 Sol是OpenAI迄今为止在法律简报、财务模型和工程报告方面表现最佳的模型。

在GDP-Val（一个针对经济价值知识工作任务的基准测试）上，Ultrafast实现了5.6倍的端到端加速，且没有质量下降，展示了更快的推理如何加速具有经济价值的工作。

该基准测试由Cerebras于2026年7月31日执行，使用GPT-5.6 Sol和GPT-5.6 Sol Ultrafast，在Codex内采用中等推理设置。高速智能赋能高风险工作更快的智能改变了个体和组织的可能性。

借助Ultrafast，您现在可以将智能体置于分秒必争的关键问题路径上。对于使用前沿AI快速响应传入信息的组织而言，Ultrafast是一个持久的优势。

运营网络服务的公司可以利用Ultrafast来快速定位并解决生产中断问题，维护客户信任，防止收入损失，并节省SLA中的停机时间。在对抗性、高风险的网络攻击中，Ultrafast对安全团队来说是无价之宝，他们必须迅速检测并应对恶意行为者，以遏制灾难性损失。

更广泛地说，Ultrafast开启了与智能体协作的全新模式，它提供实时洞察和更新，因此您无需在多个并行会话之间切换上下文，即可充分利用智能体。借助Ultrafast，研究人员和工程师可以将注意力集中在最重要的问题上深入钻研，同时继续使用标准处理来并行化常规任务。

Cerebras很高兴为下一波AI创新提供动力，提高个人和组织通过响应式AI所能达到的上限。

突破性创新实现极速Ultrafast模式下的GPT-5.6 Sol由Cerebras革命性的晶圆级引擎（Wafer-Scale Engine）架构驱动，该架构专为前沿AI工作负载而设计。

快速的前沿推理本质上是一个数据移动问题：在GPU上，大型模型的推理受限于内存带宽，因为模型权重必须在芯片内存储和芯片外存储之间反复传输，才能在模型响应中生成连续的token。

Cerebras采用了一种逆向思维来消除这种低效的数据移动：我们在每个晶圆级芯片上集成了44 GB的SRAM。权重保留在芯片上，token则通过跨晶圆流水线化的模型层不间断地流动。这种技术方法可随模型规模平滑扩展，为未来前沿模型持续保持速度优势铺平了道路。

Ultrafast：现提供有限预览Ultrafast模式下的GPT-5.6 Sol今天向选定的客户群体提供有限预览。随着容量的增长，访问权限将逐步扩大。请注册以获取更新。