Cerebras、レストラン予約エージェントの処理速度ベンチマークを公開──Qwen3.5 27B と専用推論基盤で 22 秒を達成
Cerebras Inference Cloud と Qwen3.5 27B を組み合わせた予約エージェントが、従来モデル比 19 倍の 22 秒で完了した仕組みを実証した。
リリース: 2026-09-29 · 読了 3 分記事の要約
1. 核心（What）
- Cerebras は Qwen3.5 27B と Pi ハーネスを用いたレストラン予約エージェントの処理時間が 22 秒を記録したと発表した。
- Grok、Meta Muse、Claude Cowork を用いた競合環境での同一タスクの所要時間は 4 分 36 秒から 7 分 40 秒だった。
- 事前キャッシュされたナビゲーション手順により、ツール呼び出し回数が 80% 以上削減された。
- Qwen3.5 27B の推論エンドポイントは 100 万トークンあたり入力 $0.99、出力 $1.49 で提供され、最大 128K トークンのコンテキストに対応する。
2. 影響（Why）
- エージェント開発におけるレイテンシ壁の突破: モデルの出力速度が約 1,500 トークン/秒に達すれば、ブラウザエージェントのマルチターンループで発生する待ち時間を劇的に圧縮でき、UX の実用ラインが大きく変わる。
- 国内 SaaS 事業者のコストと応答性能の再設計: [国内 カスタマーサポート・予約 SaaS 業種] のような中規模サービスは、既存の一般的な GPU API から超高速推論基盤へ移行することで、マルチステップ自動化の体感速度を競合他社に対して圧倒的に優位にできる。
3. 根拠・詳細（How）
- 超高速デコードによるターン遅延の圧縮: Cerebras 推論エンドポイントは好条件下で約 1,500 output tokens/sec を実現し、一般的な GPU API の約 150 トークン/秒と比較して各ブラウザアクション前の停止時間を最小化した。
- 並列処理とプロシージャキャッシュの導入: 独立した空き状況の確認を並列実行し、予約画面への遷移や人数選択などの安定したステップを事前キャッシュされたスキルとして再利用することで、ツール呼び出しを 80% 以上削減した。
4. 展望・課題（Next）
- 未検証条件のブラウザタスクへの適応性評価: 動的なページレイアウトの変更、ログイン処理、決済プロンプトを含む未知のサイトにおいて同等の成功率と速度を維持できるかの検証が次の課題となる。