OpenAI 推出 GPT-5.6 Sol 极速模式，速度提升 14 倍

OpenAI 近日为 GPT-5.6 Sol 推出了名为 Ultrafast 的新档位预览版，处理速度最高可达标准模式的 14 倍，每秒输出约 750 个 token，且模型本身的智能水平并未打折。同日，ChatGPT 桌面版上线了 Computer History 记忆功能，可记录用户在本机上的点击、键入与应用切换等交互事件，便于在多轮工作中无缝衔接。

Ultrafast：极速档位，不以智能换速度

GPT-5.6 Sol 在 Ultrafast 模式下被定位为「对延迟极其敏感」场景的实时助手。OpenAI 给出的典型用例包括：系统报警时同步读日志并比对近期代码改动、市场信号跳动时实时分析异常交易、用户在购物车前犹豫时立即回答产品问题并给出推荐。早期用户反馈积极，例如金融研究 AI 公司 Rogo 的应用 AI 负责人 Alex Wang 表示「感觉像是在跟一个人实时对话」；AI 客服平台 Podium 的语音 AI 产品负责人 Courtland Lykins 则认为，它让客服在处理棘手问题时不再被模型响应拖慢节奏。

值得注意的是，Ultrafast 跑的依然是最高档的 GPT-5.6 Sol，并非用更小参数的模型做能力置换，速度提升完全来自硬件与调度方式的优化。

硬件底座：Cerebras 晶圆级引擎

Ultrafast 的速度由 Cerebras 的晶圆级推理芯片支撑。GPT-5.6 Sol 的模型权重被直接放进芯片上 44GB 的 SRAM 中，跳过了传统 GPU 需要在显存与计算单元之间反复搬运数据的环节，绕开了长期制约推理速度的显存带宽瓶颈。

OpenAI 与 Cerebras 的合作早有铺垫：两家于今年年初签署了多年协议，计划部署 750MW 规模的晶圆级系统，协议总值超过 100 亿美元。Ultrafast 可被视为这份战略协议在产品层面的一次具体落地。

Computer History：让 ChatGPT 看见你的工作流

Computer History 是 ChatGPT 桌面版记忆系统的一次扩展。在原有 Memories（记录用户在对话中主动告知的内容）之外，Computer History 增加了一条新的输入源，覆盖点击、打字、快捷键、应用切换等交互事件，但不会截屏、录音或采集系统音频。该功能脱胎于今年 4 月上线的研究预览版 Chronicle，可视为其重构版本。

用户可以直接以日程式口吻向 ChatGPT 提问，例如「我上次休息前在做什么」「我今天早些时候找的那份提案文档在哪」「帮我列一下今天做过的任务和进度」。历史记录页按天与时间分组展示，每条记录附带摘要与参与的应用，可一键在 Finder 中定位对应记忆文件或直接删除。对于重复出现的工作流程，ChatGPT 还会主动询问是否存为可调用的 skill；用户也可在菜单栏或设置里随时暂停收集，或将特定应用与网站排除在外。

数据处理方面，Computer History 保持克制：临时事件文件在本地最多保留 48 小时，OpenAI 服务器完成处理后不保留原始事件，也不会用于模型训练，最终生成的记忆以 Markdown 文本形式保存在本地。

推理速度：从加分项变成标配

过去半年，头部模型厂商几乎同时把「更快」做成独立产品线。Anthropic 于今年 5 月上线 Fast Mode，在结构清晰的提示词下将响应时间中位数从 2.8 秒压至 1.2 秒；Google 为实时交互场景准备了 Gemini Flash Live；xAI 为 Grok 单独开设了 fast 端点。芯片层面，Cerebras 在中小模型上可达每秒 3000 个 token，Groq 强项是稳定低延迟，SambaNova 则在高并发场景下以总吞吐量见长。国内厂商同样在卷速度：字节跳动豆包系列依托火山引擎推理基础设施主打低延迟，阿里 Qwen-Turbo 自定位为超快、超长上下文、低成本的高并发模型；小米 MiMo-V2.5-Pro-UltraSpeed 通过 FP4 量化与投机解码在普通 8 卡 GPU 上将万亿参数模型的生成速度推到每秒 1000 个 token 以上；月之暗面 Kimi K3 采用 KDA 混合线性注意力架构，解码速度号称比常规架构快 6.3 倍。可以预见，推理速度的竞赛仍将持续，Ultrafast 的出现只是其中一个节点。