Cerebras Mendukung Mode Ultracepat Baru OpenAI: Sol GPT-5.6 Mencapai 750 Token Per Detik

Cerebras dan OpenAI telah memberikan pandangan awal kepada dunia tentang Mode Ultrafast, tingkat layanan baru yang diluncurkan pertama kali di OpenAI API dan didukung oleh perangkat keras Cerebras. Menurut pengumuman Cerebras yang diterbitkan pada 13 Agustus 2026, GPT-5.6 Sol yang berjalan pada Ultrafast memberikan hingga 750 token keluaran per detik — tanpa kompromi dalam kualitas.

Tingkat ini pada awalnya tersedia untuk kelompok pelanggan tertentu, dengan akses yang semakin meluas seiring berjalannya waktu. Pengumuman tersebut, yang ditulis oleh Joyce Er dari Cerebras, memposisikan penawaran ini sebagai sebuah resolusi terhadap trade-off yang telah menentukan pengembangan produk AI selama bertahun-tahun: para pembuat produk harus memilih antara kecepatan dan kecerdasan, karena model yang lebih besar dan lebih cerdas memerlukan biaya komputasi dan pergerakan data yang lebih tinggi sehingga memperlambat waktu respons. Pembaca yang mengikuti perlombaan untuk mempercepat model frontier dapat memantau perkembangan terkini di AI Buzz Wire.

Seberapa Cepat Sebenarnya Ultrafast?

Jumlah throughput mentahnya sendiri sangat mencolok, tetapi Cerebras juga memberikan konteks komparatif. Menurut kecepatan keluaran yang dilaporkan oleh Analisis Buatan, layanan pembandingan independen, GPT-5.6 Sol pada mode Ultrafast berjalan:

• 11x lebih cepat dari Fabel 5

• 5x lebih cepat dibandingkan Opus 4.8 pada mode Cepat

Untuk menguji klaim tersebut, Cerebras menjalankan model tersebut secara langsung melawan pesaing populer di Humanity's Last Exam (HLE), sebuah tolok ukur menantang yang terdiri dari 2.500 pertanyaan yang biasanya hanya dapat dijawab oleh orang-orang yang memiliki gelar PhD di bidang-bidang seperti kimia, ekonomi, dan sastra.

Hasilnya: GPT-5.6 Sol di Ultrafast menjawab seluruh 2.500 pertanyaan HLE dalam 11 jam 11 menit. Claude Fable 5 memerlukan 78 jam 27 menit — lebih dari tiga hari komputasi berkelanjutan — untuk sampai pada kesimpulan yang sama. Dengan kata lain, Ultrafast bekerja melampaui batas pengetahuan manusia dalam satu hari kerja, mencapai akurasi yang sebanding hampir 7x lebih cepat.

Cerebras mencatat metodologi pembandingannya: GPT-5.6 Sol Ultrafast diuji dengan Codex pada penalaran xhigh pada 10 Juli, sementara Claude Fable 5 diuji dengan Claude Code pada penalaran xhigh pada 13-15 Juli.

Beban Kerja di Dunia Nyata, Bukan Hanya Tolok Ukur

Tolok ukur kecepatan bisa menyesatkan jika kualitasnya menurun, itulah sebabnya Cerebras juga menyoroti hasil pada GDP-Val, sebuah tolok ukur untuk tugas-tugas pekerjaan berbasis pengetahuan yang bernilai ekonomis. Pada GDP-Val, Ultrafast menghadirkan 5,6x percepatan end-to-end tanpa penurunan kualitas, berdasarkan pengujian yang dilakukan Cerebras pada tanggal 31 Juli 2026 menggunakan GPT-5.6 Sol dan GPT-5.6 Sol Ultrafast dengan penalaran medium dalam Codex.

Perusahaan mengatakan GPT-5.6 Sol adalah model OpenAI terbaik untuk laporan hukum, model keuangan, dan laporan teknik — domain di mana kualitas keluaran dan waktu penyelesaian keduanya membawa konsekuensi keuangan langsung.

Mengapa Kecepatan Mengubah Persamaan Agen

Pergeseran yang lebih penting mungkin terjadi pada cara agen AI beroperasi. Inferensi yang lebih cepat mengubah apa yang mungkin dilakukan individu dan organisasi, karena agen dapat ditempatkan pada jalur kritis permasalahan dimana setiap detik sangat berarti.

“Dengan GPT-5.6 Sol Ultrafast, Cerebras memungkinkan AI yang mengikuti cara Anda berpikir, membuat kode, dan berkolaborasi,” kata Rohan Varma, Produk di OpenAI, dalam pernyataan yang dikutip dalam pengumuman. “Kami sangat antusias melihat bagaimana alur kerja dan aplikasi diubah oleh inferensi Ultrafast.”

Cerebras menguraikan beberapa skenario berisiko tinggi yang mengutamakan kecepatan:

Respons insiden

Perusahaan yang mengoperasikan layanan web dapat menggunakan Ultrafast untuk mengatasi akar penyebab dan mengatasi penghentian produksi, menjaga kepercayaan pelanggan, mencegah hilangnya pendapatan, dan menghemat menit waktu henti terhadap SLA mereka.

Keamanan siber

Dalam serangan siber yang penuh permusuhan dan berisiko tinggi, tim keamanan harus dengan cepat mendeteksi dan merespons pelaku kejahatan untuk membendung kerugian besar – sebuah tugas di mana latensi inferensi secara langsung memengaruhi pengendalian kerusakan.

Produktivitas agen

Ultrafast memungkinkan mode baru dalam bekerja dengan agen dengan memberikan wawasan dan pembaruan waktu nyata, mengurangi kebutuhan peralihan konteks di seluruh sesi paralel.

“Sebelumnya saya mungkin harus menunggu beberapa menit untuk menyelesaikan suatu tugas, kini tugas tersebut sudah selesai bahkan sebelum saya sempat beralih konteks. Hal ini membuat saya jauh lebih produktif,” kata Jeffrey Wang, peneliti di OpenAI, dalam pengumumannya.

Strategi Dibalik Kemitraan

Bagi Cerebras, kesepakatan ini merupakan tonggak sejarah lain dalam upayanya mengkomersialkan akselerasi skala wafer untuk inferensi AI. For OpenAI, Ultrafast Mode adds a premium speed tier to its API at a moment when inference latency has become a competitive differentiator — particularly for agentic applications that chain many model calls together, where per-call delays compound into minutes of waiting.

The companies frame the tier as a persistent edge for organizations using frontier AI to respond quickly to incoming information, pairing Ultrafast processing for time-sensitive work with standard processing for commodity tasks that can be parallelized in the background.

Akses diluncurkan secara bertahap. Interested developers can monitor the OpenAI API documentation for availability, as Cerebras says access will expand over time from the initial select group of customers.

Tetap Terdepan dalam AI

For more coverage of the hardware and infrastructure race reshaping artificial intelligence, bookmark AI Buzz Wire and follow our AI hardware news feed.

Baca berita AI selengkapnya →