Cerebras、推論サーバー GPT-5.6 Sol Ultrafast を公開──750 トークン/秒と 11x の高速化を実現
Cerebras の Wafer-Scale Engine を活用し、GPT-5.6 Sol の出力速度を従来の 11 倍となる 750 トークン/秒へ引き上げた新サービスティア。
リリース: 2026-08-13 · 読了 3 分記事の要約
1. 核心（What）
- Cerebras と OpenAI は、GPT-5.6 Sol を稼働させる新サービスティア「Ultrafast Mode」を OpenAI API 向けに発表した。
- 本モードは出力速度 750 tokens/sec を実現し、Fable 5 比で 11 倍、Opus 4.8 Fast 比で 5 倍の高速性を品質劣化なしで達成している。
- 2,500 問の HLE ベンチマークを 11 時間 11 分で完走し、同等精度を約 7 倍の速度で処理した。
- Cerebras の Wafer-Scale Engine を基盤としており、初回は一部顧客向けの限定プレビューとして提供される。
2. 影響（Why）
- リアルタイムエージェントの実装解: 数秒の遅延が許されないサイバーセキュリティの自動防御やインシデントの根本原因特定において、フロンティアモデルを実戦投入する現実的な選択肢になる。
- 国内 SaaS のワークフロー刷新: 国内の法務・金融系 SaaS（従業員 100〜500 人規模の専門事業者層）は、応答待ちによるUXの低下を懸念せず、複雑な推論を伴う自動化機能を同期処理として組み込める。
3. 根拠・詳細（How）
- Wafer-Scale Engine によるデータ移動の排除: 1 チップあたり 44 GB の SRAM を搭載し、モデルの重みをオンチップに常駐させることで、汎用 GPU におけるオフチップストレージとの転送ボトルネックを排除した。
- パイプライン処理によるスケーリング: モデルのレイヤーを複数ウェーハにまたがってパイプライン化し、トークンを中断なく流し込む独自アーキテクチャにより、大規模モデルでも速度優位性を維持する。
4. 展望・課題（Next）
- 限定プレビューから一般提供への拡張: 現在の限定された顧客グループから、処理能力の増強に合わせて順次アクセス範囲を拡大する予定となっている。