OpenAI推Ultrafast模式：GPT-5.6 Sol提速14倍、最高每秒750个Token，目标直指企业客户

OpenAI 正在用”速度”重新定义前沿模型的卖点。8 月 13 日，OpenAI 推出 Ultrafast 预览模式，让旗舰模型 GPT-5.6 Sol 以 14 倍的速度运行，最高可达每秒 750 个 Token。TechCrunch 直接点破意图：这是在”讨好企业用户”。

快意味着什么

每秒 750 Token 是什么概念？一篇 1000 字的英文报告大约 1500 Token，理论上两秒出头就能生成完；一个需要 20 轮工具调用的 Agent 任务，等待时间可以压缩到原来的零头。对企业来说，延迟就是钱——客服机器人、代码审查、批量文档处理这类场景，提速直接换算成更低的算力占用和更高的吞吐。

OpenAI 官方的说法更直白：Ultrafast 模式下，同样的活儿干得更快，硬件利用率更高。配合 Cerebras 的算力，预览版已经在部分客户手里跑起来了，后续会逐步扩容。根据 OpenAI 公布的数据，内部研究人员的日均输出 Token 数已经达到 GPT-5.5 时期的两倍以上，效率提升是实打实的。

两个容易被忽略的信号

1. API 模式改名：Fast 模式取代了原来的 Priority Processing，和 Codex 里的 `/fast` 对齐。也就是说，OpenAI 正在把”加速”从一次性功能变成产品主线，而不是临时折扣。

2. 不是降智的捷径：Ultrafast 不是简单砍推理深度换速度——GPT-5.6 Sol 本身在编程、知识工作、网络安全、科学任务上已经登顶多项榜单，这次是”又快又强”的组合拳。官方还透露，Sol 在内部用自己写的 speculator 模型做推测解码，把生成效率又抬高了 15% 以上。

对企业部署的实际影响

如果你在跑 GPT-5.6 系列，Ultrafast 意味着三件事：第一，同样的任务量，硬件成本下降；第二，用户体验提升，对话响应从”等几秒”变成”几乎即时”；第三，计费模型会变化——快版很可能比标准版贵，企业需要重新算账。建议先拿非核心业务做压测，对比标准模式的成本和吞吐，再决定是否全量切换。一个参考做法：把 20% 的流量切到 Ultrafast 跑一周，对比响应延迟、成功率、Token 消耗三个指标，用数据说话。

另外一个常被忽略的点：速度提升对 Agent 类应用的影响远大于单轮问答。一个 30 轮的工具调用任务，如果每轮省 80% 时间，总耗时可能从 10 分钟压到 2 分钟，用户体感是”从能用到好用”的质变。所以优先把 Ultrafast 用在多步 Agent 任务上，而不是简单的聊天补全。

谁该关注，谁可以忽略

– 企业开发者：如果你们的应用跑在 GPT-5.6 系列 API 上，建议立刻申请 Ultrafast 预览，尤其是客服、代码生成、文档处理这类高吞吐场景。

– 个人用户：Ultrafast 目前面向企业预览，普通 ChatGPT 用户暂时用不到，不必着急。

– 值得警惕的人：提速之后，OpenAI 很可能把”速度”变成定价分层的新依据——快版贵、慢版便宜，成本模型会变得更复杂。

这轮”速度战”和谷歌 Gemini 3.7 Flash 半价几乎是同一天发生，说明头部大厂已经默认：模型能力的边际差距在缩小，谁能让企业更便宜、更快地用上 AI，谁才能抢到预算。对下游开发者，这是好消息——选择更多，谈判筹码也更足了。

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn