OpenAI推出Ultrafast模式，GPT-5.6 Sol推理速度提升14倍，Cerebras硬件加持

一句话看懂

OpenAI推出Ultrafast推理模式，基于Cerebras硬件，让GPT-5.6 Sol输出速度飙升至750 tokens/秒，比标准模式快14倍。

详细发生了什么

OpenAI于8月14日宣布推出名为”Ultrafast”的全新推理模式。该模式利用与Cerebras达成的100亿美元合作中的专用硬件，将GPT-5.6 Sol的输出速度提升至每秒750个token。这一速度相比标准模式提升了14倍，使得复杂任务如长文档生成、代码编写和实时对话的响应时间大幅缩短。

Ultrafast模式与现有的”Standard”和”Fast”模式共同构成了三档定价结构，将推理速度本身作为独立产品进行销售。用户可以根据需求选择不同速度级别，Ultrafast面向对延迟敏感的高频应用场景，而Standard则适合常规任务。这一策略表明OpenAI正试图通过差异化服务来满足不同用户群体，同时为高性能计算资源开辟新的收入来源。

Cerebras的硬件以其巨大的晶圆级芯片著称，此前主要用于训练和推理加速。此次合作是OpenAI在基础设施多元化上的重要一步，旨在减少对英伟达GPU的依赖，同时提升推理效率。

中文圈视角

对于国内用户而言，OpenAI的Ultrafast模式目前仍无法直接访问，需要借助网络工具，且API调用可能面临合规风险。不过，这一趋势对国内AI服务商有重要启示：推理速度正成为竞争焦点。国产模型如DeepSeek、Kimi和智谱清言在响应速度上已有优化，但尚未推出类似的分级速度定价。

从应用场景看，Ultrafast模式对高频交互应用（如客服机器人、实时翻译）价值巨大，国内开发者可关注国产GPU厂商（如华为昇腾）和云服务商（如阿里云、百度智能云）是否跟进类似优化。此外，速度提升也意味着成本结构变化，国内用户在选择API服务时，应对比不同供应商的token价格和延迟表现，避免为不必要的速度溢价买单。

值得注意的是，Cerebras与OpenAI的合作可能加剧中美在AI芯片领域的竞争，国内在自主算力建设上的投入或将进一步加大。

几条值得记住的细节

Ultrafast模式输出速度最高达750 tokens/秒，较标准模式快14倍。
该模式基于Cerebras硬件，源自OpenAI与Cerebras的100亿美元合作。
三档定价：Standard、Fast、Ultrafast，速度成为独立产品维度。
目前Ultrafast模式已向部分API用户开放，全面推出时间待定。
此举旨在减少对英伟达GPU的依赖，推动推理硬件多元化。

一句话总结

推理速度成为AI服务新卖点，国内用户需关注国产替代方案的性能与成本平衡。