GPT-5.6 Sol 提速 14 倍，每秒最高输出 750 个词元

OpenAI 于 8 月 14 日正式宣布，针对其最强模型 GPT-5.6 Sol 推出 Ultrafast 超高速推理模式，并以预览形式向少量客户开放。该模式的推理速度是标准模式的 14 倍，峰值输出可达每秒 750 个词元，大幅缩短了模型在实时交互场景中的响应延迟，为需要高频、低延迟调用的业务场景提供了新的可能性。

在算力层面，Ultrafast 模式由 Cerebras 提供底层支持。Cerebras 以其晶圆级芯片架构著称，擅长处理大规模并行推理任务，能够在保持模型完整能力的同时显著提升吞吐量。此次 OpenAI 与 Cerebras 的合作，也标志着头部 AI 公司在推理基础设施层面加速向专用硬件寻求突破。

OpenAI 在公告中强调，Ultrafast 模式的核心价值在于打破了速度与能力之间的传统权衡。此前，用户若希望获得更快的响应速度，通常需要选择参数规模更小或功能更专用的模型，以牺牲部分能力为代价。而 Ultrafast 模式让 GPT-5.6 Sol 在保持完整推理能力的同时实现了极速输出，使「每秒完成更多有价值工作」成为新的产品方向。

OpenAI 列举了 Ultrafast 模式的多个早期应用场景，涵盖事故响应与可靠性分析、金融研究与安全分析、客服与语音交互、电商场景中的商品问答与库存查询，以及实时研究和实验等领域。这些场景的共同特点是对响应延迟极为敏感，模型速度的提升可以直接转化为用户体验或业务效率的改善。

目前，Ultrafast 模式仍处于有限预览阶段，OpenAI 表示将通过与早期测试客户的合作，评估速度提升在不同业务环节的实际价值，并观察模型能否真正跟上用户的操作节奏。从 Hacker News 的社区讨论来看，Cerebras 官方博客关于该合作的技术文章获得了超过 540 点赞和 228 条评论，显示出开发者社区对这一推理加速方案的高度关注。

要点

• GPT-5.6 Sol 的 Ultrafast 模式推理速度达标准模式的 14 倍，峰值每秒输出 750 个词元，是 OpenAI 迄今最快的旗舰模型推理速度。
• 该模式由 Cerebras 提供算力支持，首次实现了在不降低模型能力的前提下大幅提升推理速度，打破了速度与能力之间的传统权衡。
• 早期应用场景集中于实时性要求极高的领域，包括金融分析、客服语音交互、电商问答和事故响应等。
• 当前仅向少量客户开放有限预览，OpenAI 将通过测试数据评估速度提升的实际业务价值，后续有望扩大开放范围。