8 月 19 日，GPT-5.6 Sol 上线 Ultrafast 模式预览版，底层硬件来自 Cerebras，推理速度达到标准模式的 14 倍，每秒最高输出 750 个 token。
速度到这个量级，业务直接落地。故障应急拼的是头几分钟，日志，代码变更，工程师报告一股脑喂进去，故障还没平息，根因分析和修复建议已经摆上桌。金融风控在行情跳动的当口就要识别可疑交易，等批处理跑完，损失早成定局。客服语音最吃响应时间，对话节奏一断体验就崩，多步查询和跨系统取数都得在用户察觉不到的时间里完成。电商的场景更细，顾客犹豫的几秒里实时回答商品问题、查库存和给替代款，弃单率就能往下压。
科研圈的变化最直接。以前跑一轮实验要等一整夜，第二天看结果，改方案，再排一晚。现在提出假设立刻见结果，当场调参数再来一轮，思路全程不断。实验节奏从按天计变成按小时计。
Ultrafast 目前是限量预览，OpenAI 圈了一批客户边跑边找答案。名单包括金融公司 Jane Street，客服公司 Podium，电商公司 Basis，金融研究公司 Rogo，一家对一类场景。Jane Street AI 助手团队的工程师 John Crepezzi 给出的评价是，Cerebras 带来的速度提升令人印象深刻，开发者能以更专注、更高效的方式与模型协作，他着重说的是协作方式变了，快只是顺带的结果。
OpenAI 工程团队在故障告警触发时，拿 Ultrafast 读日志，追调用链，整理上下文，从发现问题到验证修复方案的链路缩短一大截。研究团队用它加速知识检索和数据查询，原先必须过夜批跑的实验，现在一个工作日能迭代好几轮。这套方案由 OpenAI 和 Cerebras 联合推出，两家在超低延迟推理上的合作还会继续，眼下只对部分客户开放，产能爬坡后逐步扩圈。
智能换速度这道老题，跟着 Ultrafast 一起翻篇了。产品里所有为模型慢打的补丁，缓存策略，降级预案，拿小模型顶班的补偿逻辑，都该翻出来重审。等最强模型加上实时速度普及开，一批产品形态要回炉重造。我翻出两年前自己写的一份架构文档，里面三条 workaround 全是给慢模型打的补丁，看完那页我直接关了，八成要整页重写。
