OpenAIが8月13日、同社の最上位モデルGPT-5.6 Solを従来比で最大14倍の速度で動かす新しいサービス階層「Ultrafast」を先行公開しました[1]。まずOpenAI APIから提供され、推論基盤にはCerebrasのチップが使われます。出力は毎秒750トークンに達し、モデルの賢さはStandardと同じままだとされています[1][2]。
速さを取るか賢さを取るか、という前提が変わる
これまで応答速度を求める場面では、小型モデルや用途特化のモデルに切り替えるのが一般的でした[1]。フロンティアモデルは賢い代わりに待たされる、という理解が定着していたわけです。
Ultrafastが示しているのは、その二者択一を外す方向です。OpenAIはこれを、単位時間あたりにこなせる有用な仕事量を増やす取り組みだと位置づけています[1]。速度が知能の対価でなくなると、AIが業務のうち最も時間に厳しい部分にまで入り込めるようになり、これまで成立しなかった種類の仕事が可能になる、という見立てです[1]。
Cerebras側もこの点を強調しています。同社CEOで共同創業者のAndrew Feldman氏は、Ultrafast上のGPT-5.6 Solは速度と知能がもはや両立不能ではないことの証明だと述べました[2]。OpenAIでVP Compute Strategy & GPT-Infraを務めるSachin Katti氏も、最も高性能なモデルの知能を大幅に低いレイテンシで使えるようになったとき何が可能になるのかを探っている段階だと説明しています[2]。
毎秒750トークンを支えるウェハースケール・エンジン
速度の源はCerebrasのWafer-Scale Engineアーキテクチャにあります[2]。ウェハー1枚をそのまま1つのチップとして使い、44ギガバイトのSRAMをチップ上に載せることで、モデルの重みをチップ内に置いたまま推論を回せる構造です[2]。
GPUベースの推論では、重みをチップ外のメモリとやり取りする必要があり、ここがメモリ帯域のボトルネックになります[2]。重みを持ち出さずに済めばその制約が消える、というのがCerebrasの説明です。結果として、GPT-5.6 Solの知能をそのままに、出力トークンの生成が毎秒750トークンまで伸びました[1][2]。
比較の材料も公開されています。Artificial Analysisが公表しているAnthropicモデルの出力速度を基準にすると、UltrafastはClaude Opus 4.8のFastモードより5倍、Claude Fable 5より11倍速いとCerebrasは主張しています[2]。
ベンチマークでは3日分が11時間に
速度の効き方は、実際の作業を模したベンチマークで数字になっています。
大学院レベルの化学・経済学・文学などにまたがる2,500問の試験Humanity's Last Examでは、GPT-5.6 Sol Ultrafastが全問を11時間強で解き終えました[2]。同じ問題群にClaude Fable 5は3日以上の連続計算を要しており、Ultrafastは同等の正答率におよそ7倍速く到達した計算になります[2]。
法務文書の起案、財務モデルの作成、技術レポートの作成といった経済的価値のある知識労働を集めたGDP-Valでは、品質を落とさずに端から端まで5.6倍の高速化が得られたとしています[2]。ベンチマークのスコアそのものではなく、同じ成果にたどり着くまでの時間が短くなる点に焦点が当たっているのが特徴です。
想定されるのは「待てない仕事」
OpenAIは、Ultrafastが効きそうな場面として具体的な業務をいくつか挙げています[1]。
障害対応と信頼性の領域では、重要なシステムが落ちた際にアプリケーションログ、直近のコード変更、エンジニアの報告を突き合わせ、障害が続いている最中に原因の当たりを付けて修正案の準備まで進めます[1]。金融リサーチとセキュリティでは、相場の動きが変わり続けている間に市場シグナルを分析し、取引を評価して不審な動きを見つけます[1]。
カスタマーサポートと音声応対では、複数のシステムをまたぐ調査が必要な複雑な問い合わせでも、会話を止めずにその場で解決することを狙います[1]。コマースでは、買い物客が迷っている間に商品への質問に答え、在庫を確認し、推薦を調整し、決済の詰まりを解消する、つまりカゴ落ちになる前に処理を終える使い方が想定されています[1]。
研究や実験の現場では、これまで一晩がかりだった処理を対話的な作業セッションに変えられるとしています[1]。アイデアを試し、結果を見て、方針を調整し、また実験を回す。この一連の流れを集中を切らさずに続けられるという説明です[1]。
OpenAI社内でも障害対応と調査に投入
社内でも開発者グループがUltrafast上のGPT-5.6 Solを試しており、リアルタイムで答えられるフロンティアモデルがどの業務に効くのかを検証しています[1]。
その一例が障害対応です。アラートが鳴った時点では、システムも証拠も変化し続けています。チームはログの読み取り、トレースの分析、やり取りの整理、次に確認すべき点の洗い出し、修正案の準備や検証までをSolの知能のまま短時間で回しているとしています[1]。兆候をつかんでから仮説を検証し、次の行動を決めるまでの遅れが縮む一方で、判断とデプロイの責任はエンジニアが持ち続ける、という整理です[1]。
リサーチでは、知識ソースの横断検索、データへの問い合わせ、接続済みツールをまたいだ情報の収集と整理と要約に使われています[1]。一晩かけて実験をまとめて流し、翌朝に結果を見るという定番の進め方が、日中に何度も回せるループへ変わりつつあるとOpenAIは説明しています[1]。
提供は限定プレビュー、価格と一般提供時期は未公表
GPT-5.6 Sol Ultrafastは現時点で限定プレビューであり、対象は選ばれた一部の顧客に限られます[1][2]。OpenAIはコーディング、コマース、金融リサーチ、サポートなど対話性の高い用途の企業と組んで検証を進めており、実際の本番環境で速度が最も価値を生む場所を見極めたうえで展開範囲を広げる方針です[1]。
キャパシティの拡大に合わせてアクセスを広げるとされていますが、料金体系や一般提供の時期は今回の発表では示されていません[1]。速度階層の追加という性質上、Standardとの価格差がどう設定されるかは、実際に業務へ組み込めるかどうかを左右する要素になりそうです。
まとめ
OpenAIはGPT-5.6 SolをStandard比で最大14倍速く動かすUltrafastを限定プレビューとして公開しました。推論を担うのはCerebrasのWafer-Scale Engineで、44ギガバイトのオンチップSRAMにモデルの重みを保持することでメモリ帯域の制約を外し、毎秒750トークンの出力を実現しています。Humanity's Last Examでは3日以上かかっていた処理が11時間強に短縮され、GDP-Valでも品質を維持したまま5.6倍の高速化が確認されました。提供は一部顧客への限定プレビューにとどまり、価格と一般提供の時期は未公表です。
