Cerebras 刷新 GPT-5.6 推理速度纪录

今天，Cerebras 和 OpenAI 首次对外展示 Ultrafast Mode，这是一种全新的服务层级，首先在 OpenAI API 中推出，由 Cerebras 提供支持。Ultrafast 目前仅向部分客户提供使用权限，并将在未来逐步扩大开放范围。Cerebras 为 GPT-5.6 Sol 提供 Ultrafast 模式支持，最高可达每秒 750 个输出 token，且丝毫不影响质量，使 Sol Ultrafast 能够加速你最敏感、最关键的工作。

前所未有的前沿智能速度

AI 开发者始终需要在速度与智能之间做出权衡。随着模型规模和智能程度的提升，计算成本和数据移动成本也随之增加，导致响应时间变慢。用户往往需要在等待高质量结果或接受更短时间内的次优结果之间取舍。

GPT-5.6 Sol Ultrafast 解决了这一权衡，将前沿智能带入每个 second 都至关重要的产品和工作流程中。与 Artificial Analysis 报告的 GPT-5.6 Sol 在 Ultrafast 模式下的输出速度相比，Ultrafast 比 Fable 5 快 11 倍，比 Opus 4.8 Fast 模式快 5 倍。

在 Cerebras，我们通过将 Ultrafast 与流行模型在 Humanity's Last Exam 上进行正面比拼来测试其性能。HLE 是一个极具挑战性的模型基准测试，包含 2,500 道题目，这些题目通常是只有持有化学、经济学、文学等领域博士学位的人才能回答的。

在我们的评估中，GPT-5.6 Sol 在 Ultrafast 模式下用 11 小时 11 分钟回答了全部 2,500 道 HLE 题目。Claude Fable 5 需要 78 小时 27 分钟——超过三天的连续计算——才能得出相同的结论。换言之，Ultrafast 在一个工作日内就完成了人类知识前沿的探索，且以近 7 倍的速度达到了相当的准确度。

Humanity's Last Exam 基准测试

基准测试由 Cerebras 于 7 月 10 日使用 GPT 5.6 Sol Ultrafast 和 Codex 在 xhigh 推理模式下执行；Claude Fable 5 则于 7 月 13-15 日使用 Claude Code 在 xhigh 推理模式下进行。

随着模型能力持续提升，快速推理的应用范围也在不断扩展。GPT-5.6 Sol 是 OpenAI 迄今为止最优秀的模型，适用于法律简报、金融模型和工程报告。在 GDP-Val 基准测试（衡量经济价值知识工作任务的指标）中，Ultrafast 实现了 5.6 倍的端到端加速且没有质量下降，展示了更快的推理如何加速经济价值工作。

Cerebras 于 2026 年 7 月 31 日使用 GPT 5.6 Sol 和 GPT 5.6 Sol Ultrafast 在 medium 推理模式下于 Codex 内进行基准测试。

高速智能驱动高风险工作

更快的智能改变了个人和组织可能做到的事。有了 Ultrafast，你现在可以将 Agent 置于每个 second 都至关重要的关键路径问题中。

Ultrafast 是组织使用前沿 AI 快速响应传入信息的持久边缘设施。运营 Web 服务的公司可以利用 Ultrafast 来追溯和解决生产故障，保护客户信任，防止收入损失，并节省停机时间以满足 SLA 要求。在对抗性的高风险网络攻击中，Ultrafast 是安全团队的宝贵工具，他们必须快速检测和响应恶意行为者，以控制灾难性损失。

更广泛地说，Ultrafast 实现了与 Agent 协作的全新工作模式，它提供实时洞察和更新，因此你无需在多个并行会话之间切换上下文，就能充分发挥 Agent 的能力。

借助 Ultrafast，研究人员和工程师可以将注意力留给深入研究最重要的精选问题，同时继续使用 Standard 处理来并行化常规任务。Cerebras 很荣幸能为下一波 AI 创新提供动力，提升个人和组织通过响应式 AI 能够实现的上限。

突破性创新实现极速

GPT-5.6 Sol 在 Ultrafast 模式下由 Cerebras 革命性的 Wafer-Scale Engine 架构提供支持，专为前沿 AI 工作负载打造。快速前沿推理本质上是一个数据移动问题：在 GPU 上，大模型推理受到内存带宽的瓶颈制约，因为模型权重必须在芯片内存和片外存储之间反复传输，才能在模型响应中生成连续的 token。

Cerebras 采用反主流的方式来消除这种低效的数据移动：我们在每个晶圆尺寸的芯片上封装了 44 GB 的 SRAM。权重保留在芯片上，token 在跨晶圆流水线处理的模型层中不间断地流动。这种技术方法随模型规模平滑扩展，为未来前沿模型持续保持速度优势铺平了道路。

Ultrafast：现已有限预览

GPT-5.6 Sol 在 Ultrafast 模式下今天向部分客户提供有限预览使用。随着产能增长，接入权限将逐步扩大。注册以获取更新。