OpenAI spustil Ultrafast: GPT-5.6 Sol generuje 750 tokenů za sekundu díky Cerebras čipům
Ve spolupráci s Cerebras Systems spustil OpenAI nový výkonnostní tier pro GPT-5.6 Sol — Ultrafast mode. Model zvládne 750 tokenů za sekundu, tedy 14× více než standardně. Pro aplikace v reálném čase jde o průlom.
Rychlost jako konkurenční výhoda
Umělá inteligence dospěla do fáze, kdy nezáleží jen na tom, jak chytrý model je — ale jak rychle dokáže odpovědět. OpenAI to pochopilo a ve spolupráci s Cerebras Systems uvedlo nový výkonnostní tier: Ultrafast mode pro model GPT-5.6 Sol. Výsledek? 750 tokenů za sekundu, což odpovídá přibližně 562 slovům za sekundu. Celý průměrný novinový článek vygenerovaný za méně než tři vteřiny.
Nový režim byl spuštěn 13.–14. srpna 2026 jako omezená preview pro vybrané zákazníky přes OpenAI API. Technologie za tím stojí Cerebras a jejich revoluční architektura Wafer-Scale Engine — čip vyrobený doslova z celého křemíkového waferu, nikoli z desítek malých čipů spojených dohromady. Výsledná propustnost je o řády vyšší než u standardní GPU infrastruktury.
Co přesně znamená 14× rychleji?
Srovnání, které OpenAI uvádí, mluví jasně. GPT-5.6 Sol v Ultrafast módu je:
• 14× rychlejší než standardní zpracování GPT-5.6 Sol
• 11× rychlejší než model Fable 5 (nejrychlejší model Anthropicu)
• 5× rychlejší než Opus 4.8 v Fast mode
Pro vývojáře to znamená zásadní posun v tom, jaké aplikace jsou vůbec technicky proveditelné. Real-time hlasové asistenty, okamžité generování kódu při psaní, živá zákaznická podpora bez vnímatelné prodlevy — to vše nyní vstupuje do oblasti praktického nasazení.
Klíčový je zde obchodní kontext. OpenAI se pohybuje na run-rate příjmů přes 40 miliard dolarů ročně a ChatGPT překonal miliardu aktivních uživatelů. Tlak na diferenciaci je enormní — a rychlost se ukazuje jako jeden z nejefektivnějších způsobů, jak zákazníky přitáhnout a udržet. Zároveň jde o přímý útok na Anthropic a Google, jejichž modely jsou v tomto srovnání výrazně pomalejší.
Proč Cerebras, a ne Nvidia?
Rozhodnutí spolupracovat s Cerebras — nikoli s Nvidií — je strategicky zajímavé. Nvidia dominuje trhu s AI čipy, ale jejich GPU architektura není optimalizovaná pro maximální propustnost při inferenci jazykových modelů. Cerebras staví svůj WSE (Wafer-Scale Engine) přesně pro tento účel: jeden obří čip místo stovek malých spojených dohromady přes pomalé propoje.
Výsledkem je radikálně nižší latence a vyšší propustnost — právě to, co Ultrafast mode potřebuje. Pro Nvidii je to varování: dominance na trhu GPU trénování nezaručuje dominanci na trhu AI inference.
Co to znamená pro váš byznys?
Pro české podnikatele a vývojáře jde o signál, který by neměli přehlédnout. Aplikace postavené na AI doposud narážely na jednu zásadní bariéru: latenci. Zákazník čeká, agent přemýšlí, odpověď přichází za 2–5 sekund. V kontextu zákaznické podpory to byl dosud problém, který se dal omluvit. V kontextu hlasového asistenta nebo live finanční analýzy je to fatální.
Konkrétní scénáře, kde Ultrafast mode mění hru:
1. Zákaznická podpora v reálném čase — odpověď za méně než půl sekundy eliminuje vnímání zpoždění a zvyšuje spokojenost zákazníků
2. Live kódovací asistenti — dokončování kódu rychlostí psaní, nikoli rychlostí čekání
3. Finanční analýzy na vyžádání — zpracování tržních dat okamžitě při pohybu trhu
4. Automatizované mediální produkce — generování obsahu v reálném čase v response na živé události
Ultrafast mode je aktuálně dostupný pouze přes API jako limitovaná preview pro vybrané zákazníky. Ceny zatím nebyly zveřejněny, ale lze očekávat prémiový tarif nad standardní cenou GPT-5.6 Sol. OpenAI avizuje postupné rozšiřování přístupu s tím, jak kapacita Cerebras infrastruktury poroste.
Zdroj: OpenAI Community Forum, The Next Web, Cerebras Blog