AREX Feed Article
OpenAI 预览 GPT-5.6 Sol Ultrafast 模式：每秒最高 750 token，先向 API 小批客户开放
8 月 13 日（UTC 时间 17:01），OpenAI 官方 X 账号发布预览：GPT-5.6 Sol 新增 Ultrafast 模式，速度最高为标准处理的 14 倍，由 Cerebras 提供算力，每秒最多输出 750 token。该模式首先在 OpenAI API 向一小批客户开放，OpenAI 表示将随产能增长逐步扩展到更多企业（）。
第二条推文把定位说得更直白：把「我们最智能的模型」（our most intelligent model）带进「每秒都很关键」的产品和工作流，并链接到 OpenAI 的（）。Cerebras 同日在自己的账号上贴出一组对比演示：同一个「给分析师搭一个金融终端式仪表盘」的 prompt，Ultrafast 用时 1 分 50 秒，Standard 用时 12 分 20 秒，结果相同，快了近 7 倍（）。
14 倍是上限，演示里实际快了近 7 倍
14 倍是「up to」（最高）的标称值。Cerebras 博客中的对比图把三档速度并排列出：Ultrafast 14 倍、Priority 2.5 倍、Standard 1 倍（）。公开的演示都没有跑到 14 倍，仪表盘任务和基准测试里的实际提速多在 5.6 到 7 倍之间。
Cerebras 反复强调，Ultrafast 上跑的不是缩水版模型：「That's the full, GPT-5.6-Sol model -- up to 14× faster than the same model on Standard processing」（这是完整的 GPT-5.6-Sol 模型，比同一模型的标准处理最高快 14 倍）（）。官方新闻稿进一步称，Ultrafast 与 Standard 拥有「同样的智能」（）。
OpenAI 产品团队的 Rohan Varma 在 Cerebras 博客里说：「With GPT-5.6 Sol Ultrafast, Cerebras enables AI that keeps up with how you think, code, and collaborate」（GPT-5.6 Sol Ultrafast 让 AI 跟上你思考、写代码和协作的节奏）。
OpenAI 研究员 Jeffrey Wang 的描述更具体：「Whereas formerly I might have to wait a couple minutes for a task to finish, it now finishes for me before I even have the opportunity to context-switch」（以前我可能要等几分钟任务才跑完，现在它在我来得及切换上下文之前就完成了）。
2,500 道题 11 小时 11 分跑完，精度持平
Cerebras 用 Humanity's Last Exam（HLE）做了对比。按 Cerebras 的说法，这个 2,500 题的基准通常只有化学、经济学、文学等领域的博士学历人群答得出。GPT-5.6 Sol Ultrafast 跑完全部题目用时 11 小时 11 分；Claude Fable 5 用时 78 小时 27 分，连续计算三天多才得出相同结论。Ultrafast 以接近的准确率快了近 7 倍。
Cerebras 注明测试方法：7 月 10 日，Sol Ultrafast 配 Codex 的 xhigh 推理档；Fable 5 在 7 月 13 至 15 日用 Claude Code 的 xhigh 档跑完。
另一个基准 GDP-Val 测法律文书、金融模型、工程报告等有经济价值的知识工作。Cerebras 称 Ultrafast 拿到 5.6 倍端到端提速，质量无损失。博客中的对比图给出明细：Ultrafast 总墙钟时间 83.0 秒，其中模型请求 68.1 秒；Standard 总耗时 7.7 分钟，其中模型请求 7.5 分钟。
Cerebras 还引用 Artificial Analysis 报告的输出速度做横向比较：Ultrafast 比 Claude Fable 5 快 11 倍，比 Fast 模式下的 Claude Opus 4.8 快 5 倍。这些数字是 Cerebras 单方的测试口径；博客页脚也注明，性能对比基于第三方基准或内部测试，实际提速会随负载、配置和测试时间变化。
44 GB SRAM 全在片上：为什么快的是 Cerebras
提速来自 Cerebras 的晶圆级引擎（Wafer-Scale Engine）架构。每片晶圆大小的芯片上封装 44 GB SRAM，模型权重留在片上，token 在跨晶圆流水线的模型层之间流动。相比之下，GPU 推理要把权重在片上存储与片外存储之间反复搬运，显存带宽成为瓶颈。这是 Ultrafast 选择 Cerebras 硬件给出的技术解释。
速度用来做什么，OpenAI 在推文里点名五类场景：实时语音和客户支持、电商、编程与设计、金融研究、安全响应。Cerebras 博客补了两个更具体的情形：线上服务出故障时，用 Ultrafast 定位根因，把宕机时间压回 SLA 之内；对抗性的网络攻击中，安全团队靠它更快地检测和响应。
Cerebras CEO 兼联合创始人 Andrew Feldman 说：「GPT-5.6 Sol on Ultrafast is proof that speed and intelligence are no longer mutually exclusive」（Ultrafast 上的 GPT-5.6 Sol 证明，速度和智能不再是二选一）。
产能是唯一公布的时间表
开放节奏写得明确：先是一小批客户。OpenAI 在第三条推文里说，正与首批客户合作，弄清这种速度在哪里产生的差异最大，再用这些经验指导产品演进；有需求的企业可以申请在产能扩大时收到通知，链接指向 openai.com/form/ultrafast（、）。Cerebras 也开放了自己的登记页（）。
OpenAI 计算战略与 GPT-Infra 副总裁 Sachin Katti 在新闻稿里说：「We're starting with a small group of customers to learn where that speed creates meaningful value, and we'll use those learnings to inform how we expand the service over time」（我们从小批客户开始，弄清速度在哪里创造真正的价值，再用这些经验指导服务如何扩展）。
这次预览有前奏。7 月 30 日，OpenAI 宣布 GPT-5.6 Luna 降价 80%、Terra 降价 20% 的同时，已经预告「为 API 中的 GPT-5.6 Sol 提供更快选项」（）；8 月 6 日，GPT-5.6 Sol 才向 Plus 和 Pro 订阅用户开放 Instant 与深度推理（）。Ultrafast 目前的入口只有 API。
容量是另一条硬约束：Cerebras 在 8 月 12 日公布的二季度业绩里列出「与 OpenAI 合作服务 GPT-5.6 Sol」，云收入同比增长 281%，另有 600 MW 数据中心容量已签约（）。「随产能增长扩大」因而不是客套话。
评论区排队问：价格、质量、订阅用户何时能用
截至发稿，OpenAI 的首条推文约有 91 万次浏览、9,500 余个赞、480 余条回复，评论区的疑问高度集中。The Browser Company 的 prompt engineer Nick Dobos 问：「So umm the $200/mo plan is part of the select group of customers, right?」（每月 200 美元的订阅方案算不算「一小批客户」？）（）。
开发者 Mihai Matei 问的是价格和范围：「what's the token cost for this? is it api only or in the codex plan too presumably?」（token 怎么计价？只有 API 能用，还是 Codex 套餐里也有？）（）。
独立开发者 Ian_Codes 说：「14x is no joke. Curious how the quality holds when it's that fast in actual use」（14 倍不是开玩笑，想知道真用起来质量是否扛得住）（）。
圣保罗的用户 Victor Taelin 表示自己已经填了申请，疑问更偏技术：「it is the full Sol model? how is that possible, I thought it'd be Luna? what is the context limit」（这是完整的 Sol 模型吗？我原以为是 Luna，上下文窗口多大？）（）。「是不是完整 Sol」这个问题 Cerebras 已经回答：是完整模型、智能不缩水。上下文长度双方都没有披露。
OpenAI 的三条推文都没有给出 Ultrafast 的价格，也没有给出订阅用户和 Codex 能用上的时间表。对企业来说，目前唯一可做的具体动作，就是填那张「容量扩大时通知我」的表单。