ChatGPT一夜提速14倍：GPT-5.6 Sol新模式每秒750 token，靠Cerebras晶圆级引擎

2026年8月15日，OpenAI发布Ultrafast预览版，GPT-5.6 Sol跑在新档位下最高比标准处理快14倍，每秒吐750个token。关键在于智能水平一点没变，变的只是硬件和调度方式——不少厂商做快速版实际把大模型换成参数更小能力打折的版本，但Ultrafast跑的依然是最高档的GPT-5.6 Sol。速度靠Cerebras晶圆级引擎撑起，模型权重直接放入芯片上44GB的SRAM里不用像传统GPU反复从显存搬运数据，绕开了显存带宽这道长期卡住推理速度的瓶颈。OpenAI和Cerebras今年初签了多年协议计划部署750MW晶圆级系统，总值超100亿美元。

同日ChatGPT桌面版上线Computer History功能，记录点击、打字、快捷键、应用切换等交互事件——不用用户开口交代就能知道电脑上在忙什么，不截屏不录音不录系统音频。用户问"我上次做到哪了""今天早些时候找的那份提案文档在哪"，它自己就有答案。碰上重复工作流程还能存成skill。临时抓取的事件文件最多本地保留48小时，OpenAI服务器处理完不留存也不拿去训练。

过去半年几家头部模型厂几乎同时把"更快"做成独立产品线。Anthropic 5月上线Fast Mode将响应时间中位数从2.8秒压到1.2秒；Google有Gemini Flash Live；xAI给Grok单独开了fast端点。芯片层面Cerebras中小模型每秒3000 token，Groq主打低延迟，SambaNova高并发更稳。国内字节豆包靠火山引擎主打低延迟，阿里Qwen-Turbo定位超快超长上下文低成本，小米MiMo-V2.5-Pro-UltraSpeed在8卡通用GPU上把万亿参数模型推到每秒1000 token以上。模型推理速度已卷到没人敢不做。