OpenAIs GPT-5.6 Sol läuft im neuen Ultrafast-Modus jetzt 14-mal schneller
Zusammenfassung der Neuigkeiten
OpenAI stellte am 13. August 2026 (US-Pazifikzeit) eine Vorschau von Ultrafast vor, einer neuen Inferenzstufe für das Modell GPT-5.6 Sol, die bis zu 14-mal schneller arbeitet als der Standard-Verarbeitungsmodus des Modells und Ausgabegeschwindigkeiten von bis zu 750 Tokens pro Sekunde erreicht. Die neue Stufe wird durch Hardware von Cerebras Systems angetrieben und zunächst über die OpenAI-API für eine begrenzte Kundengruppe eingeführt; ein breiterer Zugang wird mit steigender Kapazität erwartet.
Was sich durch Ultrafast ändert
Bisher mussten Entwickler, die nahezu sofortige Antworten von einem großen Sprachmodell benötigten, auf ein kleineres oder stärker spezialisiertes Modell zurückgreifen und dabei Reasoning-Qualität gegen Geschwindigkeit eintauschen. Laut OpenAI hebt Ultrafast diesen Kompromiss auf: GPT-5.6 Sol im Ultrafast-Modus behält dieselbe zugrundeliegende Intelligenz wie GPT-5.6 Sol Standard bei, schließt die Generierung jedoch deutlich schneller ab. OpenAI beschreibt dies als einen Wandel hin zu „mehr nutzbarer Arbeit pro Sekunde“ statt lediglich einem schnelleren Chatbot-Erlebnis.
Die Hardware hinter der Geschwindigkeit
Der Leistungszuwachs resultiert aus der Wafer-Scale-Engine-Architektur von Cerebras. Im Gegensatz zur herkömmlichen GPU-basierten Inferenz, bei der Modellgewichte kontinuierlich zwischen On-Chip-Speicher und externem Speicher verschoben werden müssen, halten die wafergroßen Chips von Cerebras den gesamten Satz an Gewichten auf dem Chip – in rund 44 Gigabyte SRAM pro Wafer. In einem am selben Tag veröffentlichten Blogbeitrag erklärte Cerebras, dass dieses Design den Engpass der Speicherbandbreite beseitigt, der normalerweise begrenzt, wie schnell Frontier-Modelle auf Standard-GPU-Clustern Text generieren können. Cerebras bestätigte die Partnerschaft zudem in einer separaten Pressemitteilung über GlobeNewswire und bezeichnete Ultrafast als Beleg dafür, dass Intelligenz auf Frontier-Niveau und Echtzeitgeschwindigkeit kein Widerspruch mehr sein müssen.
Verfügbarkeit der Vorschau und Einführung
Ultrafast ist derzeit nur in einer begrenzten Vorschau verfügbar. OpenAI hat die genaue Größe der anfänglichen Kundengruppe nicht offengelegt und lediglich angegeben, dass der Zugang schrittweise erweitert wird, sobald die Infrastrukturkapazität wächst. Die Einführung beginnt mit der OpenAI-API und nicht mit den verbraucherorientierten ChatGPT-Oberflächen, was darauf hindeutet, dass der anfängliche Fokus auf Entwicklern liegt, die latenzkritische Anwendungen erstellen, statt auf dem alltäglichen Chat-Gebrauch.
Preise
Zum Zeitpunkt dieses Berichts hat OpenAI keinen separaten Preis für Ultrafast-Anfragen veröffentlicht. Die Standardpreise für GPT-5.6 Sol über die API bleiben bei 5 US-Dollar pro Million Eingabe-Tokens und 30 US-Dollar pro Million Ausgabe-Tokens; OpenAI hat nicht angegeben, ob für Ultrafast ein Aufschlag auf diese Tarife erhoben wird.
Mögliche Anwendungsfälle
OpenAI verwies auf mehrere Kategorien von Workloads, bei denen subsekundenschnelle Generierung mit hohem Durchsatz besonders wichtig sein könnte: Incident-Response-Systeme, die Informationen in Echtzeit zusammenfassen und darauf reagieren müssen, Kundenservice- und Support-Tools für Live-Gespräche, Finanzmarktanalysen, die auf schnelle Bearbeitungszeiten angewiesen sind, sowie E-Commerce-Anwendungen wie Live-Produktempfehlungen oder Checkout-Assistenz. In jedem Fall lautet das Argument, dass schnellere Generierung es ermöglicht, komplexere, mehrstufige KI-Workflows innerhalb der Latenzbudgets auszuführen, die Echtzeitanwendungen erfordern.
Branchenkontext
Die Ankündigung setzt einen breiteren Branchentrend fort, Frontier-Sprachmodelle mit spezialisierter Inferenz-Hardware zu koppeln, um die Latenz zu senken. Dies folgt ähnlichen geschwindigkeitsorientierten Partnerschaften zwischen KI-Laboren und Chipherstellern wie Cerebras und Groq. Berichte über die Ankündigung in Medien wie TechCrunch und 9to5Mac hoben hervor, dass ein 14-facher Geschwindigkeitsmultiplikator bei gleichbleibender Modellintelligenz einen der bedeutendsten bisher im Jahr 2026 von einem großen KI-Labor bekannt gegebenen Durchsatzzuwächse darstellt.