OpenAI 正致力于让其最强大的模型同时成为最快的模型。该公司日前预览了 API 新层级 "Ultrafast"，该层级在 Cerebras 制造的晶圆级芯片上运行旗舰模型 GPT-5.6 Sol，输出速度可达常规水平的 14 倍，每秒约处理 750 个 token。

Ultrafast 并非全新模型，而是一种服务现有模型的新架构。它利用 Cerebras 的大尺寸芯片消除长期困扰前沿 AI 的延迟问题。8 月 13 日，OpenAI 已向少数客户开放有限预览，并计划随产能提升扩大访问范围。

打破速度与智能的权衡

此前，追求实时响应的用户往往被迫降级使用能力较弱的小模型，以牺牲智能换取速度。Ultrafast 旨在打破这一权衡，同时提供前沿级的推理能力和近乎即时的响应。

这种组合对 AI 智能体软件至关重要。若 AI 在每步操作前需思考数十秒，仅能作为演示；若能在此对话节奏内完成响应，则具备产品化形态。换言之，速度已成为与原始智力同等重要的特性。

OpenAI 将该层级定位为处理时间敏感任务，包括事件响应、调试、金融研究、欺诈检测、实时客服、语音交互及电子商务等。Jane Street、Podium、Basis 和 Rogo 等早期测试者表示，这是质的飞跃。有公司称，其彻底改变了复杂工作的通话体验，解锁了此前受限于智能水平的同步用户体验。

Cerebras 的关键背书

对 Cerebras 而言，这是一次关键背书。作为今年大型 IPO 案例之一，该公司亟需证明其晶圆级野心能转化为持久利润。支持 OpenAI 最快层级，为其提供了急需的市场认可，也表明曾被视为科学项目的异类芯片架构，如今已在顶尖 AI 企业中承担实质工作。

速度优势源于独特工程设计。Cerebras 制造盘碟大小的处理器，由整块硅晶圆切割而成，使整个模型可驻留于单颗芯片，无需像 Nvidia GPU 集群那样在不同芯片间频繁传输数据。消除内部数据传输延迟，正是缩短提示与回复间隔的关键，也印证了其设计比通用训练芯片更适配推理任务的主张。

行业转向低延迟竞赛

此举契合行业广泛转变。随着模型能力逼近天花板，竞争焦点转向以更快速度、更低成本运行模型。这场竞赛提升了 Groq 等推理专家的地位，使低延迟成为核心卖点。SambaNova 及专业云服务商也在追逐同一目标，市场奖励那些能让模型最快给出答案的企业，而非仅关注模型规模。

对 OpenAI 而言，依赖 Cerebras 也是逐步摆脱对 Nvidia 完全依赖的一步，与其开发自有定制芯片的战略一致。

目前 OpenAI 尚未公布定价。鉴于在专用硬件上以 14 倍速度运行顶级模型成本不菲，Ultrafast 可能仍是针对极度关注延迟场景的高端选项，而非默认设置。尽管仅为面向少数客户的预览版，信号已十分明确：在 AI 竞赛的下个阶段，若速度滞后，聪明才智将不值一提。

【星途科讯 图文丨略略 首发于 ZAKER 科技，转载请注明出处】