AI 新聞 #OpenAI

OpenAI Ultrafast 模式登場：GPT-5.6 Sol 提速 14 倍、每秒 750 tokens，Cerebras 晶片加持的企業級 AI 加速器（2026）

OpenAI 2026 年 8 月推出 Ultrafast 模式，讓旗艦模型 GPT-5.6 Sol 以每秒 750 tokens、14 倍速運行，由 Cerebras 晶圓級晶片驅動，消除記憶體頻寬瓶頸。HLE 基準測試 2,500 題僅 11 小時完成，比 Claude Fable 5 快近 7 倍。目前僅限受邀企業預覽，是即時 AI 應用的新里程碑。

  • Dennis
  • 6 分鐘閱讀
OpenAI Ultrafast 模式登場：GPT-5.6 Sol 提速 14 倍、每秒 750 tokens，Cerebras 晶片加持的企業級 AI 加速器（2026）

30 秒結論

OpenAI 在 2026 年 8 月 13 日推出 Ultrafast 模式，讓旗艦模型 GPT-5.6 Sol 以每秒最高 750 個輸出 token、比標準處理快 14 倍的速度運行，背後由晶片商 Cerebras 的晶圓級引擎驅動。目前處於限制預覽階段，僅開放給 Jane Street、Rogo 等受邀企業測試，重點瞄準事故回應、客服、金融分析與電商等即時應用場景。

新聞重點速覽

項目內容
發布時間2026 年 8 月 13 日（Cerebras 共同發布）
模式名稱Ultrafast Mode（API 新服務層級）
加速倍數標準處理的 14 倍
峰值速度每秒 750 個輸出 token
技術來源Cerebras 晶圓級引擎（WSE），44GB 晶片上 SRAM
目前狀態限制預覽（Limited Preview），僅受邀企業
首批客戶Jane Street、Podium、Basis、Rogo
主要場景事故回應、資安防禦、即時客服、電商、研究迭代

一句話：不用再為了速度屈就小模型——旗艦模型的智力 + 14 倍速度，這是 OpenAI 對「即時 AI」賽道的新答案。

什麼是 Ultrafast 模式？

過去要做「即時回應」，幾乎都得換上較小或專門化的模型，因為大模型推理太慢。OpenAI 在官方部落格說得很直白：

「直到現在，要獲得即時速度，通常意味著選擇更小或更專門化的模型。Ultrafast 指向一個新方向：每秒完成更多有用的工作。」

Ultrafast 是 OpenAI API 中新增的服務層級（service tier），由 Cerebras 的晶圓級硬體提供超低延遲推理加速，直接運行 OpenAI 最強的旗艦模型 GPT-5.6 Sol——而且加速完全不犧牲模型品質。這跟 Anthropic 的 Claude fast mode 是同一類產品思維，但速度規格完全不同等級（詳見下方比較）。

flowchart LR
    A[企業應用<br/>客服/交易/資安] -->|API 呼叫 service_tier=fast| B[OpenAI API]
    B --> C[Cerebras 晶圓級引擎<br/>WSE-3 44GB 晶片上 SRAM]
    C --> D[GPT-5.6 Sol 權重<br/>完全留在晶片上]
    D -->|無記憶體瓶頸| E[每秒 750 tokens<br/>14x 速度]
    E --> F[毫秒級回應<br/>企業工作流]

技術原理：Cerebras 怎麼讓速度翻 14 倍？

祕密在於記憶體頻寬瓶頸。傳統 GPU 架構下，模型權重必須在「晶片內記憶體」與「晶片外儲存」之間反覆搬移，每一次 token 生成都伴隨大量資料搬運，延遲與成本就卡在這裡。

Cerebras 的解法是 晶圓級引擎（Wafer-Scale Engine, WSE）：在整張晶圓大小的晶片上，直接整合高達 44GB 的超大容量 SRAM，讓數百億甚至數千億參數的模型權重完全留在晶片上，不需要任何晶片外傳輸。Token 在多片晶圓組成的流水線中一路暢通無阻——資料移動延遲從根本上被消除，而且模型愈大，這個架構的優勢就愈明顯。

基準測試：快，而且一樣準

Cerebras 公布的測試數據顯示，Ultrafast 不是「犧牲品質換速度」，而是在同等準確度下大幅縮短時間：

基準測試Ultrafast 表現對照
Humanity’s Last Exam（HLE）2,500 題耗時 11 小時 11 分Claude Fable 5 耗時 78 小時 27 分，快近 7 倍、準確度相當
GDP-Val（經濟價值基準）端到端 5.6 倍加速法律文書、財務模型、工程報告品質不變
Terminal Bench刷新榜單、拿下領先分數適合做真實終端環境的技術代理
Genebench（生物學）超越 GPT-5.5，推理 token 大幅減少資安測試僅用競品約 1/3 的輸出 token

價格與可用性：誰能用？怎麼計費？

目前 Ultrafast 僅限受邀 API 開發者與機構參與限制預覽，OpenAI 表示會隨算力擴充逐步開放。首批在生產環境測試的企業包括量化交易巨頭 Jane Street、客戶體驗平台 Podium、AI 會計新創 Basis 與法律 AI 公司 Rogo。

API 計費方式（GPT-5.6 Sol 基礎費率）：

模式速度輸入（每 1M token）輸出（每 1M token）
Standard（標準）基準$5.00$30.00
Fast / Priority（2.5 倍速）2.5x$10.00（2x）$60.00（2x）
Fast + 超過 272K 長上下文2.5x最高 $20.00（4x）最高 $90.00（4x）

其他細節：超過 272K 輸入的請求整筆改為 2x 輸入 / 1.5x 輸出計價；Prompt 快取讀取有 90% 折扣（Sol 讀取降到 $0.50/1M），快取寫入為標準輸入的 1.25 倍，快取最短壽命 30 分鐘。

競爭比較：Anthropic 也被比下去了

第三方機構 Artificial Analysis 的實測數據顯示，Ultrafast 的輸出速度是 Claude Opus 4.8（fast 模式）的 5 倍、是 Claude Fable 5 的 11 倍。Cerebras 的 HLE 跑分更直觀：同樣答完 2,500 題博士級難題，Sol Ultrafast 只要 11 小時出頭，Claude Fable 5 要燒掉超過三天（78 小時）——快了近 7 倍，準確度還完全相當。

不過要平衡一下：論「純智力」，Sol 在 Artificial Analysis Intelligence Index v4.1 拿到 59 分，仍落後 Claude Opus 5 與 Fable 5；它贏的是**「智力 × 速度 × 成本」的綜合平衡**（混合平均價格 $4.35/1M token）。換句話說，Ultrafast 讓 Sol 在「需要頂級智力又等不了」的場景變成首選。

哪些工作流會先受惠？

  • 事故回應：系統掛掉時，讓 Sol 幾秒內啃完數百 MB 日誌與追蹤鏈路，直接給根因與修復方案，把停機時間壓到最短
  • 資安防禦：面對快速變化的攻擊，即時分類漏洞、審查配置、回應警報
  • 即時客服與語音：複雜跨系統的客服工單，毫秒級回應，不用讓客戶乾等
  • 電商：顧客邊逛邊問，即時回覆商品疑問、查庫存、在放棄購物車前解決結帳障礙
  • 研發迭代：不用再把大型實驗留到「隔夜跑」，工作日內就能看結果、調參數、再迭代

社群反應：法拉利加滿油，只能倒出車庫？

Reddit 上最熱的爭議來自 ChatGPT 訂閱用戶：有人啟用頂級模式處理大型檔案（合併 10 個 PDF 生成 700 頁文件、整理 700 個 Markdown 檔案的 Obsidian 知識庫），單次任務就把一整天額度燒光，被戲稱「12 分鐘」爭議——「像是買了一輛豪華法拉利，但附帶的汽油只夠你把車子從車庫倒出來」。

但資深用戶也提出反駁：一個 prompt 不等於一個工作單元。700 頁文件約含 28 萬到 56 萬 token，700 個 Markdown 檔案涉及數百萬 token，用 API 成本算這些任務價值 $8–$17 以上——比 $20 月費還高。更務實的建議是任務分流：把資料提取、格式化這類簡單工作交給便宜的 Luna 模型，把高難度推理、架構審查、高不確定性決策交給 Sol，才能把 token 預算花在刀口上。

對開發者的意義

Ultrafast 模式代表一個訊號：AI 基礎設施正在從「追求更聰明」轉向「聰明且即時」。對台灣開發者來說，這意味著——即時客服機器人、即時交易輔助、串流式 Agent 工作流這些「等不及」的應用，終於可以放心用上旗艦模型，不用再在「品質」和「速度」之間二選一。雖然目前是受邀制，但 Cerebras 與 OpenAI 的合作若成功規模化，下一波 API 降價與速度競賽可以預期。

延伸閱讀

資料來源

📬 訂閱 most.tw 電子報

每週精選 AI 工具教學與技術乾貨，直接送到你的信箱。免費、隨時可退訂。