GPT-5.6 Sol разогнали до 750 токенов в секунду

OpenAI и Cerebras показали Ultrafast — новый режим для GPT‑5.6 Sol, который выдаёт до 750 токенов в секунду. По данным OpenAI, это до 14 раз быстрее стандартной обработки той же модели. Пока режим доступен ограниченной группе клиентов через API.

Такая скорость меняет сам ритм работы с ИИ. Если агент успевает закончить задачу раньше, чем человек переключится в другое окно, сложная модель начинает ощущаться как интерактивный инструмент. Это особенно полезно при разборе сбоев, голосовой поддержке, финансовом анализе и исследованиях, где каждый следующий шаг зависит от предыдущего ответа.

Cerebras отдельно прогнала GPT‑5.6 Sol Ultrafast по всем 2 500 вопросам Humanity’s Last Exam. По внутреннему тесту компании модель справилась за 11 часов 11 минут. Claude Fable 5 потребовалось 78 часов 27 минут при сопоставимой точности. Условия запусков и даты различались, поэтому этот результат показывает потенциал режима, но не заменяет независимое сравнение.

Практическая ценность Ultrafast — в сжатии цикла обратной связи. Исследование, которое раньше оставляли на ночь, можно несколько раз уточнить за рабочий день. Агент для реагирования на инциденты способен анализировать меняющиеся логи и проверять гипотезы, пока проблема ещё развивается.

Сейчас главные вопросы связаны с ценой, лимитами, стабильностью под реальной нагрузкой и сроками расширения доступа. Если экономика окажется разумной, мощные ИИ‑агенты приблизятся к синхронным рабочим инструментам, а ожидание между запросом и действием перестанет диктовать устройство процесса.

Следующий шаг

OpenAI открыла превью GPT-5.6: три модели Sol, Terra и Luna

Связанные материалы

• Статья: Как стать продвинутым пользователем Codex: полная настройка
• Блог: Лимиты Codex обнулили: почему GPT-5.6 Sol сжигал их быстрее ожидаемого
• База знаний: Контекст-инжиниринг — как собирать рабочий контекст для моделей нового поколения

Скорость модели особенно важна там, где агент включён в живой рабочий процесс и должен отвечать без пауз. Такое применение стоит обсуждать вместе с архитектурой, лимитами и ответственностью команды.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov