给 GPT-5.6 Sol 换上一台新加速器，OpenAI 刚放出的 Ultrafast 模式预览版干的就是这件事。底下有 Cerebras 的硬件撑着，推理速度被拉到标准模式的 14 倍，每秒最多能吐出 750 个 token。
14 倍这个数，要放回老难题里掂量才有分量。做实时应用的开发者，多年来被一道单选题困着：要 AI 秒回，就得换更小、更专的模型，智能先让一步；要最强模型，就得认下转圈等待。Ultrafast 的目标就是把这道单选题作废，让最强的模型也跑出实时的速度。从前盯着屏幕等十秒的活儿，如今话音刚落，结果已经摆出来了。
快起来之后，哪些生意跟着活了
响应不再吃掉智能，一批对时间极度敏感的业务场景就敞开了门。OpenAI 官方点了几个方向：
- 故障应急：系统刚出状况的当口翻日志、比对代码变更、读工程师报告，故障还没平息，原因已经锁定，修复方案跟着备好。
- 金融研究与风控：行情还在跳动的当儿，实时盯住市场信号和交易数据，从流水里把可疑活动挑出来。
- 客服与语音交互：对话节奏不打断，哪怕要跨多步查询、跨系统调接口，用户的问题也当场办结。
- 电商：用户犹豫的那几秒里，商品问题实时答、库存实时查、推荐实时给，弃单率往下摁。
- 科研实验：过去要跑一整夜的批处理实验，改成能来回交互的会话，测一个想法、看结果、调方案、再跑一轮，全程不断线。
这些场景背后是同一个逻辑：慢一步，价值就归零。故障拖十分钟还是拖两小时，是两种性质的事故；用户犹豫的那三秒接没接住话，订单留不留得住就看这一下。
陪跑的第一批客户怎么说
Ultrafast 现在还处在限量预览阶段，OpenAI 拉了一批客户陪跑，专门验证极速推理在哪些场景里最值钱。名单里能看见 Jane Street（金融）、Podium（客服）、Basis（电商）、Rogo（金融研究）。
Jane Street 的 AI 助手团队工程师 John Crepezzi 给出的评价是：Cerebras 带来的速度提升令人印象深刻，它让开发者能以更专注、更高效的方式与模型协作。
OpenAI 拿自己先试了水
自家工程团队的用法最实在：故障告警一响，就拿它飞快扫日志、理调用链、整理上下文，从发现问题到验证修复方案的耗时被压得很短；研究团队则用它提速知识检索和数据查询，原本要过夜跑的批量实验，如今一个工作日内能来回迭代好几轮。
这个细节值得多嘴一句：新功能先砸进自己最疼的环节，这本身就是个信号。极速推理若只是发布会上的噱头，内部犯不着拿它当日常工具。
这回的 Ultrafast，是 OpenAI 与 Cerebras 在超低延迟推理领域的又一次合作推进。眼下只对部分客户开放，往后随产能扩充逐步放开。做实时应用的开发者真正该盯的，不只是这次的 14 倍，而是这条路线一旦验证跑通，极速推理会不会很快变成旗舰模型的标配。
