750 tokenów na sekundę, w ograniczonej wersji testowej

OpenAI i Cerebras ogłosiły tryb Ultrafast dla GPT-5.6 Sol 13 sierpnia 2026 roku, z prędkością do 750 tokenów wyjściowych na sekundę, do 14 razy szybciej niż standardowe przetwarzanie modelu, zgodnie z własną zapowiedzią OpenAI dotyczącą tej wersji testowej. Poziom ten jest obecnie dostępny tylko dla wybranej grupy klientów, podczas gdy OpenAI ocenia, jak dodatkowa szybkość zmienia rzeczywiste produkty; inne firmy mogą zapisać się na listę oczekujących, przesyłając szczegóły swojego obciążenia roboczego. Badacz OpenAI Jeffrey Wang opisał praktyczny efekt we własnych materiałach firmy: 'Teraz kończy się, zanim w ogóle zdążę zmienić kontekst. To czyni mnie znacznie bardziej produktywnym.'

OpenAI wskazuje interfejsy głosowe, obsługę klienta, handel, agentów dla programistów, badania finansowe oraz reagowanie na incydenty bezpieczeństwa jako zamierzone zastosowania i twierdzi, że własni programiści wykorzystali wersję testową do analizowania logów i śladów podczas incydentów oraz do skompresowania cykli badawczych, które wcześniej trwały całą noc, do kilku iteracji w ciągu jednego dnia roboczego. Sam GPT-5.6 Sol został wprowadzony w czerwcu 2026 roku wraz ze zrównoważonym wariantem Terra i skoncentrowanym na szybkości wariantem Luna, a w lipcu stał się szeroko dostępny w ChatGPT, Codex i API.

Układ wykonujący pracę nie pochodzi od Nvidii

Wzrost szybkości pochodzi z Wafer-Scale Engine firmy Cerebras, który utrzymuje pełne wagi modelu bezpośrednio na układzie, rozłożone na 44 gigabajtach pamięci SRAM wbudowanej w każdy procesor wielkości wafla, zgodnie z własnym wpisem na blogu Cerebras poświęconym tej współpracy. Eliminuje to powtarzalne transfery między pamięcią a jednostką obliczeniową, które powodują opóźnienia w konwencjonalnych klastrach GPU, pozwalając tokenom płynąć nieprzerwanie przez zorganizowane potokowo warstwy modelu rozłożone na wielu waflach - projekt zaprojektowany do skalowania w miarę wzrostu modeli, zgodnie z własnym opisem technicznym Cerebras.

Cerebras od lat pozycjonuje tę architekturę jako szybszą, choć mniej elastyczną, alternatywę dla klastrów GPU Nvidii w zadaniach wnioskowania, jednak jej dotychczasowe najbardziej głośne publiczne partnerstwa dotyczyły raczej mniejszych lub średnich laboratoriów, a nie największego pojedynczego nabywcy mocy Nvidii w całej branży. Własne zobowiązania infrastrukturalne OpenAI wobec Nvidii sięgają setek miliardów dolarów, o czym ten serwis pisał już szczegółowo, co czyni decyzję o skierowaniu nawet ograniczonego poziomu testowego przez konkurencyjną architekturę układów godnym uwagi faktem, a nie rutynową dywersyfikacją dostawców.

Co naprawdę daje ta szybkość

W teście GDP-Val, zbudowanym wokół ekonomicznie wartościowych zadań roboczych, OpenAI raportuje przyspieszenie end-to-end 5,6 razy bez zmierzonej utraty jakości. W teście Humanity's Last Exam, obejmującym 2500 pytań na poziomie doktoranckim, GPT-5.6 Sol Ultrafast ukończył cały zestaw w 11 godzin i 11 minut wobec 78 godzin i 27 minut dla Claude Fable 5, zgodnie z porównaniem opublikowanym przez samą Cerebras - około siedmiokrotnie szybciej w tym konkretnym teście, obok osobnych twierdzeń Cerebras o przepustowości 11 razy wyższej niż Claude Fable 5 i 5 razy wyższej niż szybki tryb Claude Opus 4.8.

Nic z tego nie czyni GPT-5.6 Sol modelem mądrzejszym. To ten sam model, odpowiadający w ten sam sposób, tylko szybciej - co ma znaczenie zwłaszcza dla obciążeń, w których to samo opóźnienie jest wąskim gardłem, a nie jakość rozumowania: agent wsparcia, na którego klient nie będzie czekał, reakcja bezpieczeństwa, która musi nastąpić w trakcie aktywnego incydentu, albo model finansowy, który musi przeliczyć kilka scenariuszy przed zamknięciem rynku.

Zabezpieczenie przed Nvidią, nawet dla OpenAI

Praktyczna lekcja płynąca z tego nie polega na tym, że Cerebras pokonał Nvidię w jakimś teście. Chodzi o to, że firma najsilniej powiązana finansowo z rozbudową AI Nvidii miała mimo to biznesowy powód, by uruchomić swój najbardziej krytyczny pod względem opóźnień poziom produktu na innej architekturze układów, ponieważ fizyka utrzymywania wag na układzie wygrywa z fizyką przenoszenia ich przez klaster GPU dla tego konkretnego zadania. Każda europejska firma budująca długoterminową strategię infrastruktury AI wokół jednego dostawcy mocy obliczeniowej, niezależnie od tego, jak dominujący wydaje się dziś ten dostawca, powinna potraktować to jako dowód, że nawet najwięksi klienci zabezpieczają się, gdy wymaga tego konkretne obciążenie.

To ograniczona wersja testowa bez opublikowanych cen, a nie ogólna decyzja produktowa, na którą firmy muszą natychmiast zareagować. Sensownym krokiem nie jest zmiana dostawcy pod wpływem jednej zapowiedzi, lecz odnotowanie jej jako punktu do obserwacji: sprawdzić, które z własnych obciążeń są rzeczywiście ograniczone opóźnieniem, a nie jakością rozumowania, bo to właśnie one mogą z czasem uzasadnić drugą opcję infrastrukturalną, a nie tylko drugą umowę chmurową, mimo dodatkowej złożoności.

Czytaj dalej: AMD oddało połowę wnioskowania rywalskiemu układowi  |  Wynajem AI z frontu to teraz wybór, a nie konieczność