OpenAI 为 GPT 5.6 Sol 推出「Ultrafast」极速模式

OpenAI 宣布为其最新旗舰模型 GPT 5.6 Sol 推出名为「Ultrafast」的极速模式。该模式在标准推理速度的基础上提升至 14 倍，每秒可输出最高 750 tokens，面向对响应延迟敏感的企业级工作流。这是 OpenAI 在推理性能优化上的又一次重要尝试，也是其与芯片厂商 Cerebras 合作落地的最新成果。

核心性能与定位

Ultrafast 的核心卖点是「单位时间做更多有用工作」。OpenAI 在官方博文中表示，过去若想获得实时级响应速度，往往需要牺牲模型规模或通用性，转而选用更小或更专门的模型；Ultrafast 则展示了另一条路径——在不显著降级模型能力的前提下压缩响应时间。具体规格方面：

• 推理速度达到标准模式的 14 倍
• 每秒最高输出 750 tokens
• 面向生产环境中的高频、低延迟场景

OpenAI 将这一能力定位为提升 GPT 5.6 Sol 在企业级部署中的可用性，而非简单的「快一点点」。

与 Cerebras 的硬件合作

极速模式的背后是 OpenAI 与芯片厂商 Cerebras 的合作。Cerebras 长期专注于大模型推理加速硬件，其晶圆级引擎（WSE）在低延迟推理场景中具有较强竞争力。此次合作意味着 OpenAI 在 GPU 之外的推理算力布局进一步落地，也体现了头部模型厂商在「延迟与吞吐」维度上的差异化竞争正在加剧。

目标场景与竞争对比

OpenAI 列出的重点应用场景包括：

• 事件响应（incident response）
• 客服与技术支持
• 金融市场分析
• 电商等高频交互业务

这些场景的共同特征是「延迟即业务价值」——响应快慢直接影响用户体验或决策时效。竞争对手方面，Anthropic 也为 Claude 提供了快速模式（fast mode），但 OpenAI 表示其速度规格目前高于 Claude 的同类选项。

开放节奏

Ultrafast 目前以预览版形式开放，仅向一小部分客户开放测试。OpenAI 表示将随产能（capacity）逐步扩大可用范围，普通开发者和企业用户暂未获得广泛访问权限。更多关于定价、配额以及正式 GA 时间的信息，OpenAI 尚未披露，后续值得持续关注。