GPT-5.6 Sol Ultrafast：14 倍速度，750 Tok/s — CS-4 據報導約 1,300，尚無定價

GPT-5.6 Sol Ultrafast 模式是旗艦模型的硬體加速服務層級——同樣是完整的 GPT-5.6 Sol 模型，但改為在 Cerebras 晶圓級晶片上運行，而非 GPU 叢集。這個 OpenAI 於八月公佈的層級，提供高達標準處理 14 倍的速度，以及每秒最多 750 個輸出 token。2026 年 8 月 18 日，Cerebras 推出了下一代 CS-4 系統，此層級將擴展至該系統上；一份早期且未經證實的報告宣稱，GPT-5.6 Sol 在 CS-4 上已能達到每秒約 1,300 個 token 的服務速度。它並非較小的模型，也不是蒸餾版本：改變的只有硬體與排程，智慧能力完整保留。它目前還缺少的是價格——截至 2026 年 8 月 19 日，Ultrafast 仍是限量 API 預覽，沒有公佈的定價表；因此你現階段實際可依賴的預算數字，是即時 GPT-5.6 Sol 模型頁面上的標準層級：每百萬輸入 token 5 美元，每百萬輸出 token 30 美元，零加成轉傳。本文將說明這個模式是什麼、這些數字實際有多快——包括新的 CS-4 硬體，以及尚未經證實的部分——它的成本（包括坦白的『尚無價格』答案），以及在正式上市前你該怎麼做。

Ultrafast mode 實際上是什麼

Ultrafast 是一個服務層級，而非新模型。OpenAI 於 2026 年 8 月 13 日宣布推出該服務，作為其與晶片製造商 Cerebras 於 2026 年 1 月達成的運算合作夥伴關係的首個產品——據報導這筆交易為期三年、金額約 100 億美元。標準 GPT-5.6 Sol 推論在 GPU 叢集上運行，且耗費大量時間在記憶體與運算單元之間搬移權重；而 Ultrafast 則是將模型權重載入 Cerebras 晶圓級晶片上 44 GB 的晶片內 SRAM 中。Sol 這種規模的模型會以分層方式橫跨數片晶圓，因此權重就位於運算單元所在之處。其結果是，吞吐量的上限由矽晶片本身決定，而非記憶體頻寬。

硬體領域在2026年8月18日迎來新進展。在Supernova活動上，Cerebras發表了CS-4，這是基於Nexus平台打造的下一代機架級系統——每個機架配備三顆Wafer-Scale Engine晶片，token生成速度最高達前代CS-3的2倍，且依Cerebras所言，在超過10兆參數的模型上，每秒可產生逾1,000個token。這些是Cerebras針對一款仍處於早期存取、尚未全面供應的系統所提出的數據。自發表以來，X上僅有一篇貼文聲稱CS-4已能以每秒約1,300個token的速度服務GPT-5.6 Sol——方向與Cerebras自家數字一致，但至今無人證實。請將其視為早期訊號：看似合理、未經驗證，若要以它為依據規劃容量，值得再行查證。

對你的程式碼而言，重點是：模型 ID、權重、推理行為和輸出皆與標準 GPT-5.6 Sol 一致。OpenAI 將 Ultrafast 定位為「每秒更有用的工作量」，而非品質等級，且預覽版運行的是完整旗艦模型——速度並非來自於換用較便宜的模型。改變的只是 token 產出的速度。

別把 Ultrafast 與現有的快速模式混為一談。快速模式是標準硬體上的獨立付費方案：輸出速度最高約為 2.5 倍，但每個 token 需支付 2 倍費用（每 1M 輸入 $10／輸出 $60），品質沒有改變。Ultrafast 則是另一回事——採用 Cerebras 硬體，速度最高可達 14 倍，目前完全不收費。

有多快 — 重要的數字

標題數字是14倍，而且需要定義。OpenAI表示，Ultrafast每秒最多可生成750個輸出token，相較於標準GPT-5.6 Sol處理。這是輸出token的吞吐量數字，而不是一個籠統的「一切運行速度快14倍」的說法——端到端的請求時間還包括輸入處理和模型自身的推理，這就是為什麼14倍被標記為最大值。

• 最大輸出吞吐量 — 每秒最多 750 個輸出 token，依據 OpenAI 於 2026-08-13 的公告。

• 相較於標準處理 — 依據同一公告，速度快達14倍；實際效能提升會因輸入長度與任務類型而異。

• Humanity's Last Exam，2,500 道題目 — OpenAI/Cerebras 報告稱 GPT-5.6 Sol Ultrafast 以 11 小時 11 分鐘完成，而 Claude Fable 5 則花費 78 小時 27 分鐘，準確度相當。此為廠商自行報告，且比較橫跨兩家廠商的硬體堆疊——請視為方向性參考，而非最終定論。

• GDP-Val，端對端 — Cerebras 報告整體快 5.6 倍，且沒有可測量的品質損失。同樣是供應商所報告的。

• 快速模式基準——現有的付費速度等級最高可達約 2.5 倍的輸出速度，但價格溢價為 2 倍。

• CS-4，下一代硬體——Cerebras 宣稱 CS-4 機架在超過 10 兆參數的模型上每秒可產生超過 1,000 個 token，token 生成速度最高可達 CS-3 的 2 倍。一份未經證實的社群報告指出，GPT-5.6 Sol 在 CS-4 上約為每秒 1,300 個 token——方向一致，但尚未獲得 OpenAI 或 Cerebras 證實。

在引用 14× 這個數字之前，有一點要提醒：獨立報導引用了與 Claude Fable 5 相比約 11× 的生成速度比較，而 Cerebras 自家的數據則暗示同一輪測試的總測試時間約為 7×——差異在於你衡量的是工作負載的哪一部分。同樣的嚴謹態度也適用於 CS-4 的速度訊號：約 1,300 token/s 的數字最初來自單一一則 X 貼文，OpenAI 和 Cerebras 都沒有證實。這些都是本週發布的廠商或社群數字，目前都尚未經過獨立驗證。請把它們視為說法，而非基準測試的定論。

要花多少錢——以及誠實的差距

截至2026-08-19，價格問題的狀態如下，直說分明：Ultrafast 沒有公布的價格。OpenAI 尚未宣布任何定價，預覽版也未出現在任何公開費率表上。有關早期使用名額被綑綁或免費的報導，只是臆測，並非官方政策——在 OpenAI 對該層級定價之前，你在其他地方找到的任何「GPT-5.6 Sol Ultrafast 成本」數字都只是猜測。

您今天可以定價的是 GPT-5.6 Sol 系列的其餘部分，已根據 OpenAI 於 2026-08-18 發布的費率進行驗證：

• Standard GPT-5.6 Sol — 輸入每 1M tokens $5.00 / 輸出每 1M tokens $30.00。這是您現在就可以呼叫的基準模型。

• 快速模式 — $10.00 / $60.00，加價 2 倍，可獲得最高約 2.5 倍的輸出速度。這是最接近實際可購買的「速度等級」方案。

• 提示詞快取讀取 — 每 1M 0.50 美元（較全新輸入便宜 90%）；快取寫入按每 1M 6.25 美元計費。

• 長上下文層級 — 超過約 272K tokens 的輸入按 $10.00 / $45.00 計費。

• Batch API — $2.50 / $15.00，統一五折優惠，處理時間約24小時。

關於預期溢價的背景資訊：快速模式樹立了先例，以標準費率的2倍收費，提供2.5倍的速度。如果超快速模式循類似曲線定價，它會遠高於標準的5美元／30美元——而預覽版的相關評論也預期如此，因為Cerebras的晶圓產能既稀少又昂貴。但預期的溢價並非實際價格。在費率表出爐之前，請先以標準Sol或快速模式進行規劃。

如何使用它 — 預覽的實際情況

存取是第二個如實的差距。Ultrafast 可透過 OpenAI API 提供給等候名單上的特定客戶群，於 2026-08-13 公布，OpenAI 表示存取範圍將「隨著容量成長」而擴大。目前沒有一般開放日期。公布的預覽對象包括程式設計、商務、金融研究、支援及其他互動型工作負載——這些團隊的代理程式每次請求會進行多次呼叫，而回應延遲是瓶頸。Jane Street、Rogo 和 Podium 均名列早期測試者。

其設計用途包括：事件回應（在服務中斷期間檢視日誌、追蹤紀錄與差異）、對動態資料進行金融研究與詐欺偵測、即時客戶支援與語音（其中半秒的靜音就會被視為故障）、電子商務結帳，以及將隔夜研究批次壓縮為互動式會話。如果你的工作負載是單回合聊天，14× 的重要性遠低於 40 次呼叫的代理迴圈。

你今天能做什麼——務實的答案

在 Ultrafast 預覽期間，完整的 GPT-5.6 Sol 現已上線——而且在 OrcaRouter 上，標準層級以供應商費率提供，每個 token 零加成，其模型 ID 為 openai/gpt-5.6-sol，透過 OpenAI 相容端點 api.orcarouter.ai/v1。若你已經有 OpenAI 用戶端，遷移只需要變更 base-URL 和模型 ID；其他都不需要。同一組金鑰和端點可存取 200+ 個模型，因此 Sol 與 GPT-5.6 Terra、GPT-5.6 Luna、Claude Opus 5，以及你想拿來比較的開放權重模型並列——而且你可以根據難度進行路由，不必逐一重新整合。

在速度頁面上，有兩個 OrcaRouter 的特殊功能值得特別提及。BYOK：自備 OpenAI 金鑰，OpenAI 會依其自身費率直接向你收費——OrcaRouter 每個 token 加收 $0，並讓你的供應商速率限制與額度維持不變。防護機制：PII Shield 與內容政策會在計費前執行，因此被阻擋的請求會回傳乾淨的 400 回應，且絕不會被收費；Agent Firewall 則會在工具呼叫與 MCP 呼叫執行前先進行評級。當——且如果——Ultrafast 以可路由的價格正式上市，將它接入同一個端點只需變更模型 ID；你今天建立的設定會直接沿用。

誠實的界線——當Ultrafast不是答案時

「14倍的故事」在四個地方並不成立，所以你不應針對一個尚未定案的數字來設計架構或編列預算：

14 倍是上限，而非保證。這是 Cerebras 硬體上的輸出吞吐量上限；端到端延遲仍包含輸入處理、模型的推理時間，以及您自己的網路。推理密集的提示詞可能會將大部分實際時間花在思考上，而宣傳中的加速效果在此會縮水。

它沒有價格，也沒有正式發布日期。截至2026-08-19，你無法購買Ultrafast——只能申請預覽權限，而其背後的CS-4硬體仍處於搶先體驗階段，並非全面正式可用。請以標準Sol（$5 / $30）或快速模式（$10 / $60）為依據編列預算，並將網路上看到的任何Ultrafast價格視為未經證實的資訊。

這些基準測試皆為廠商自行通報。11 小時的 HLE 運行時間與 5.6 倍 GDP-Val 數值，來自公告中的 OpenAI/Cerebras 數據；獨立估算則約在 7 倍至 11 倍之間，視衡量項目而定。將 CS-4 的速度訊號也列入考量：GPT-5.6 Sol 在 CS-4 上約 1,300 token/s 的數據，僅出自單一 X 貼文，並無獨立確認。上述數據目前皆尚未獲得獨立驗證。

它不會解決你沒有的瓶頸。如果你的代理程式因為你自己的編排、工具延遲或大量輸入的提示而變慢，更快的輸出路徑只會稍微改善尾端延遲。分層匹配的決策——GPT-5.6 Sol 的 $5 / $30 對比 GPT-5.6 Terra 的 $2 / $12 對比 GPT-5.6 Luna 的 $0.20 / $1.20——仍然比任何速度等級更能影響你的帳單。

要點總結。GPT-5.6 Sol Ultrafast 是 OpenAI 迄今為其旗艦模型推出的最快服務層級——在 Cerebras 硬體上使用相同權重，公佈的層級吞吐量高達 14 倍，每秒輸出 750 個 tokens。Cerebras 新款 CS-4（2026-08-18 發佈）據稱可將 GPT-5.6 Sol 推向每秒約 1,300 tokens，但這個數字僅是一則未經證實的 X 貼文。截至 2026-08-19，Ultrafast 仍是候補名單預覽，沒有公開定價。如果你在尋找一個可編列預算的數字，老實說目前還沒有。標準版 GPT-5.6 Sol 定價 $5 / $30 是今天就能使用的方案，快速模式 $10 / $60 是可直接購買的速度層級，而 OrcaRouter 以 $0 加價將兩者都路由到你的自有金鑰。現在就建立路由——等 Ultrafast 有定價和日期時，只需更換一個 model-id 即可。

在 Ultrafast 定價之前，完整的 GPT-5.6 Sol 已上線於GPT-5.6 Sol on OrcaRouter，以每百萬 token $5 / $30 的價格收費，零加價，並可使用您自己的金鑰。