OpenAI 预览 Ultrafast 模式：GPT-5.6 Sol 速度提升至 14 倍

OpenAI 推出名为 Ultrafast 的新 API 服务层级，由 Cerebras 硬件驱动，使 GPT-5.6 Sol 推理速度比标准处理快 14 倍，输出速率高达每秒 750 tokens。该模式目前仅供部分 API 客户预览，随容量扩大逐步开放。OpenAI 内部安全调查工作流从 1-2 小时缩短至 10-15 分钟，有时接近实时。

OpenAI 首次将推理速度作为独立产品层级销售（Standard、Fast、Ultrafast），并由外部硬件厂商 Cerebras 提供算力，标志着推理速度本身开始成为差异化卖点，可能改变企业级 AI 应用的实时性边界。

Ultrafast 的高吞吐量（750 tokens/秒）依赖于 Cerebras 硬件，来自 OpenAI 与 Cerebras 的 100 亿美元合作。速度提升使原本需要 1-2 小时的安全调查缩短至 10-15 分钟，接近实时，表明推理延迟成为交互迭代的瓶颈，消除后可解锁并行搜索、根因分析等新工作流。

对 API 用户而言，实时或近实时的模型响应可支持更长的上下文和更多迭代轮次。开发团队需评估 Ultrafast 层级的价格与配额，并针对高速场景调整应用架构（如流式输出、并行调用）。内部安全调查速度的显著提升暗示了类似的长耗时任务（如代码审查、日志分析）可能受益。

• 面向安全团队推出基于 Ultrafast 的实时威胁检测与调查辅助工具，将平均调查时间从小时级压缩至分钟级。
• 构建并行搜索类产品，利用 750 tokens/秒的吞吐量同时发起多个检索任务，并实时聚合结果。
• 开发交互式代码开发辅助功能，利用快速反馈保持开发者心流，如实时错误分析与自动重构建议。
• 为企业用户提供推理速度分层定价选项，将 Ultrafast 作为高级 SLA 的一部分，按需计费。

• Ultrafast 模式的价格与配额规则尚未公开，其对成本的影响未知。
• Cerebras 硬件的规模化能力是否足够支撑广泛的企业级接入，仍有待观察。
• 高速推理是否会影响 GPT-5.6 Sol 的输出质量，证据中未提及。
• Ultrafast 与 Standard/Fast 模式的具体延迟和成本对比数据尚未披露。