Cerebras รัน OpenAI’s GPT-5.6 Sol ด้วยความเร็ว 750 โทเค็นต่อวินาทีในระดับ Ultrafast ใหม่

Cerebras กำลังรันโมเดลแฟลกชิปของ OpenAI ด้วยความเร็วที่ไม่มี GPU คลาวด์ใดที่สามารถทำได้ เมื่อวันที่ 13 สิงหาคม 2026 ผู้ผลิตชิป Wafer-Scale ประกาศ ว่าสามารถใช้ GPT-5.6 Sol บนบริการใหม่ของ OpenAI ที่เรียกว่า Ultrafast โดยสามารถส่งออกโทเค็นได้มากถึง 750 โทเค็นต่อวินาที และตาม คำอธิบายของ OpenAI โมเดลนี้สามารถทำงานได้เร็วขึ้น 14 เท่าเมื่อเทียบกับการประมวลผลมาตรฐาน Ultrafast เปิดตัวครั้งแรกใน OpenAI API เป็น预览แบบจำกัดสำหรับลูกค้ากลุ่มเล็กๆ โดยจะมีการขยายการเข้าถึงเมื่อความจุเพิ่มขึ้น

คำกล่าวที่อยู่ตรงกลางคือเรื่องเฉพาะๆ คือ ปัญญาแนวหน้าโดยไม่มีผลเสียต่อความเร็ว GPT-5.6 Sol คือโมเดลที่มีความสามารถมากที่สุดของ OpenAI และบนซิลิคอนของ Cerebras สามารถสร้างโทเค็นได้เร็วพอที่จะใช้ในการผลิตแบบเรียลไทม์แทนที่จะใช้การประมวลผลแบบแบตช์แบบค้างคืน ทั้งสองบริษัทมองเห็นระดับนี้ว่าเป็นการกำจัดการแลกเปลี่ยนระหว่างโมเดลที่มีความฉลาดพอที่จะทำงานที่มีความเสี่ยงสูงและโมเดลที่เร็วพอที่จะใช้ขณะทำงาน

ตัวเลขความเร็วเบื้องหลัง Ultrafast

ตัวเลข 750 โทเค็นต่อวินาทีเป็นเรื่องที่น่าสนใจ แต่การเปรียบเทียบแบบตัวต่อตัวที่ Cerebras เผยแพร่นั้นเป็นการเปรียบเทียบที่มีความหมายมากกว่า เมื่อเทียบกับความเร็วในการส่งออกที่รายงานโดย Artificial Analysis บริษัทระบุว่า GPT-5.6 Sol บน Ultrafast สามารถทำงานได้เร็ว 11 เท่าเมื่อเทียบกับ Claude Fable 5 และเร็ว 5 เท่าเมื่อเทียบกับ Opus 4.8 ในโหมด Fast

Cerebras ยังทดสอบระดับนี้ด้วยการวิ่งเต็มรูปแบบของ Humanity’s Last Exam ซึ่งเป็นมาตรฐานการประเมินที่มี 2,500 คำถามในระดับ PhD GPT-5.6 Sol บน Ultrafast สามารถตอบคำถามทั้ง 2,500 คำถามภายใน 11 ชั่วโมงและ 11 นาที ในขณะที่ Claude Fable 5 ต้องใช้เวลา 78 ชั่วโมงและ 27 นาทีในการตอบคำถามที่คล้ายกัน ซึ่งแสดงถึงความเร็วที่ช้าลงเกือบ 7 เท่าตามที่ Cerebras อธิบาย ใน GDP-Val ซึ่งเป็นมาตรฐานการประเมินสำหรับการทำงานที่มีค่าทางเศรษฐกิจ บริษัทระบุว่ามีการเพิ่มความเร็ว 5.6 เท่าเมื่อเทียบกับการประมวลผลมาตรฐานโดยไม่มีการเสื่อมสภาพของคุณภาพ

การประเมินเหล่านี้เป็นการประเมินโดยผู้ผลิต และ Cerebras ระบุว่าเป็นการประเมินของตนเอง การเปรียบเทียบ Humanity’s Last Exam ได้รับการทดสอบโดย Cerebras เมื่อวันที่ 10 และ 13-15 กรกฎาคม 2026 และตัวเลข GDP-Val มาจากการทดสอบของตนเองเมื่อวันที่ 31 กรกฎาคม 2026 ควรพิจารณาผลลัพธ์เหล่านี้ว่าเป็นการวัดของบริษัท ไม่ใช่ผลลัพธ์ที่เป็นอิสระ

เหตุใด Wafer-Scale Chip จึงชนะในด้าน Latency

กลไกมีความสำคัญที่นี่ เพราะมันช่วยอธิบายว่าทำไมบริษัทชิปขนาดเล็กจึงสามารถให้บริการโมเดลแฟลกชิปของ OpenAI ด้วยความเร็วที่ไม่มี GPU ของคู่แข่งที่สามารถทำได้ การอนุมานแบบเร็วบนโมเดลขนาดใหญ่คือปัญหาการเคลื่อนย้ายข้อมูลโดยพื้นฐาน บน GPU น้ำหนักของโมเดลต้องถูกส่งระหว่างหน่วยความจำบนชิปและหน่วยความจำนอกชิปเพื่อสร้างโทเค็นต่อๆ ไป และแบนด์วิธของหน่วยความจำกลายเป็นปัญหาอุดตัน

คำตอบของ Cerebras คือการกำจัดการเคลื่อนย้ายข้อมูลนั้น ชิป Wafer-Scale Engine ของ Cerebras มีหน่วยความจำ SRAM ขนาด 44 GB บนชิปขนาดวาฟเฟอร์เดียว ดังนั้นน้ำหนักของโมเดลจึงยังคงอยู่บนชิปและโทเค็นสามารถไหลผ่านชั้นต่างๆ บนวาฟเฟอร์โดยไม่มีการหยุดชะงัก เนื่องจากน้ำหนักไม่เคยออกจากซิลิคอน การเข้าถึงนี้จึงขยายขนาดตามขนาดของโมเดล ซึ่งเป็นข้อโต้แย้งของบริษัทว่าความเร็วที่ได้เปรียบยังคงอยู่เมื่อโมเดลแนวหน้าเติบโต ในด้านเศรษฐกิจของการอนุมาน สิ่งนี้คือเกมทั้งหมด ค่าใช้จ่ายและความล่าช้าของการให้บริการโมเดลถูกครอบงำโดยความเร็วในการให้น้ำหนักไปยังหน่วยประมวลผล และการเก็บน้ำหนัก 44 GB ไว้บนชิปเดียวโจมตีตรงจุดนั้น

การเป็นพันธมิตรมูลค่า 10 พันล้านดอลลาร์ถึงแฟลกชิป

Ultrafast คือผลิตภัณฑ์ที่มองเห็นได้มากที่สุดของความสัมพันธ์ที่กำลังสร้างขึ้นเป็นเวลาหลายเดือน OpenAI เลือก Cerebras สำหรับการประมวลผลความล่าช้าต่ำมูลค่า 10 พันล้านดอลลาร์ในต้นปี 2026 และการเปิดตัวนี้ทำให้ความจุนี้อยู่เบื้องหลังโมเดลแฟลกชิปของ OpenAI แทนที่จะเป็นโมเดลขนาดเล็กหรือเฉพาะเจาะจง OpenAI อธิบาย Ultrafast ว่าเป็น “ขั้นตอนต่อไป” ในการเป็นพันธมิตรเพื่อนำการอนุมานที่มีความล่าช้าต่ำมาใช้บนแพลตฟอร์ม

สำหรับ Cerebras การวางตำแหน่งนี้มีความสำคัญ สตาร์ทอัพได้โต้แย้งมานานแล้วว่าโครงสร้าง Wafer-Scale ของตนเป็นรูปทรงที่เหมาะสมสำหรับการอนุมาน แม้ว่าศูนย์กลางของตลาดจะอยู่กับซัพพลายเออร์ GPU ก็ตาม ซึ่งเป็นการแข่งขันที่เกิดขึ้นทั่วธุรกิจเครื่องเร่งความเร็วในขณะที่ผู้นำตลาดย้ายไป รวมโมเดลเข้ากับซิลิคอนของตน การวางโมเดลแฟลกชิปของ OpenAI ให้ Cerebras ได้รับบัญชีแถวหน้าของการผลิตที่ด้านบนของตลาด โมเดลนี้ยังเป็นจุดยึดสำหรับ ครอบครัว GPT-5.6 ของ OpenAI (Sol เป็นแฟลกชิป ร่วมกับ Terra ที่สมดุลและ Luna ที่มีประสิทธิภาพสูง) ดังนั้น Ultrafast จึงเชื่อม Cerebras เข้ากับด้านหน้าของไลน์นี้

ใครได้รับและอะไรคือวัตถุประสงค์

OpenAI กำลังวางตำแหน่งระดับนี้สำหรับงานที่มีความสำคัญและต้องการเวลา เช่น การตอบสนองต่อเหตุการณ์ während การหยุดชะงักยังคงเกิดขึ้น การวิจัยทางการเงิน während สภาพตลาดยังคงเปลี่ยนแปลง การสนับสนุนลูกค้าแบบเรียลไทม์ และการวิจัยแบบเรียลไทม์ ที่ใช้ในการทำงานแบบวงจรปิดที่เคยทำงานในเวลากลางคืน OpenAI ได้ให้การเข้าถึงในระยะแรกแก่บริษัทต่างๆ ในด้านการเขียนโค้ด การค้า และการเงิน รวมถึง Jane Street, Podium, Basis และ Rogo

> “การเพิ่มความเร็วที่ Cerebras นำมาให้นั้นเป็นเรื่องที่น่าประทับใจ” John Crepezzi จาก AI Assistants ที่ Jane Street กล่าวใน การประกาศของ OpenAI “มันทำให้สามารถใช้โมเดลเหล่านี้ได้ในรูปแบบต่างๆ และทำให้สามารถทำงานได้อย่างมีประสิทธิภาพและเป็นผลผลิตมากขึ้น”

OpenAI กำลังรักษาการเปิดตัวให้แคบโดยเจตนา บริษัทระบุว่ากำลังใช้ระยะ预览เพื่อเรียนรู้ว่าการเปลี่ยนแปลงความเร็วที่มากถึง 10 เท่าจะสร้างคุณค่ามากที่สุด และจะขยายการเข้าถึงเมื่อความจุเพิ่มขึ้น ทั้ง OpenAI และ Cerebras กำลังรับสมัครสำหรับการอัปเดตเมื่อการ预览ขยายออกไป

สิ่งที่เกิดขึ้นต่อไป

สิ่งที่สังเกตได้ในระยะใกล้คือความจุ ไม่ใช่ความสามารถ Ultrafast คือการ预览แบบจำกัด และทั้งสองบริษัทมองว่าการเข้าถึงที่กว้างขึ้นขึ้นอยู่กับการเติบโตของความจุมากกว่าวันที่ที่แน่นอน ดังนั้นจึงต้องดูความเร็วในการขยายตัว สิ่งที่ต้องถามในระยะยาวคือว่าความได้เปรียบของ Cerebras ในด้านหน่วยความจำบนชิปจะยังคงอยู่เมื่อโมเดลของ OpenAI ขยายขนาดขึ้น ซึ่งเป็นเดิมพันที่โครงสร้าง Wafer-Scale ถูกสร้างขึ้น