OpenAI「Ultrafast」発表、GPT-5.6 Solを毎秒最大750トークンで処理 価格と一般提供日は未定
2026年8月15日 16:06
OpenAIとCerebras Systemsは2026年8月13日、フラッグシップモデル「GPT-5.6 Sol」を毎秒最大750出力トークンで処理するAPIサービスティア「Ultrafast」を発表した。Standard処理と比べて最大14倍高速になるとしているが、現在は一部顧客を対象とした限定プレビューで、利用料金や一般提供日は公表されていない。開発者や企業が導入を検討する際は、発表された速度や比較結果の多くがCerebrasによる測定や両社の公表値である点も考慮する必要がある。
■Ultrafastの実態：新モデルではなく専用インフラによる高速化
Ultrafastは新しいAIモデルではない。2026年7月9日に一般提供が始まったOpenAIの推論・エージェント向けフラッグシップモデル「GPT-5.6 Sol」を、Cerebrasのウェハースケール推論インフラ上で動かすサービスティアだ。OpenAIとCerebrasによれば、モデルの知能や出力品質を維持したまま、トークンの生成速度を大幅に高める。
両社は、Ultrafastが毎秒最大750出力トークンを生成し、Standard処理の約53トークン/秒と比べて最大14倍高速になるとしている。ただし、毎秒750トークンは常時保証される速度ではなく、最大値として示されたものだ。本稿執筆時点では、Ultrafastを一般的な企業負荷の下で測定した独立第三者によるベンチマーク結果は公表されていない。
■価格と一般提供日は未定
Ultrafastは現在、OpenAI APIの一部顧客に限定して提供されている。OpenAIは、Cerebrasの処理能力が拡大するのに合わせて対象を広げる方針を示しているが、一般提供の確定日は明らかにしていない。
Ultrafastの料金も未公表だ。GPT-5.6 SolのStandard処理は、100万入力トークン当たり5ドル（約795円、1ドル＝159円換算）、100万出力トークン当たり30ドル（約4,770円）である。Fastモードは、100万入力トークン当たり10ドル（約1,590円）、100万出力トークン当たり45ドル（約7,155円）となっている。Ultrafastにどの程度の追加料金が設定されるかは分かっていない。
また、OpenAIのAPIでUltrafastを指定する方法など、一般開発者向けの詳細な利用仕様はまだ公開されていない。本番システムへの組み込みを検討する場合は、アクセス権、料金、レート制限、指定方法などが正式に示されるまで、Ultrafastへの依存を前提とした設計は避けた方がよい。
■初期利用企業が見いだしたリアルタイム処理の価値
OpenAIはプレビュー期間中、コーディング、コマース、金融リサーチ、カスタマーサポートなどの分野にわたる初期顧客と検証を進めている。公開された各社のコメントは、処理速度の向上が単なる待ち時間の短縮にとどまらず、AIを組み込める業務の範囲を変える可能性を示している。
クオンツ取引会社のJane Streetは、速度の向上により、開発者がモデルと並行して、より集中した生産的な作業を進められるようになったと説明した。市場環境の変化によって判断の価値が短時間で低下し得る金融分野では、応答速度が人間とAIの協働を実務に組み込めるかどうかを左右する。
顧客コミュニケーション向けの音声AIを手がけるPodiumは、「Ultrafastは当社の音声スタックで非常に有用だった。速度によって、より複雑な処理を伴う通話体験が大きく変わる」とコメントしている。音声対話では、短い応答の遅れでも会話が途切れたように感じられるため、低遅延化の効果が特に表れやすい。
同期型のAIユーザー体験を開発するBasisは、十分な能力を持つモデルを高速に動かせる点を評価している。これまで速度を優先するために小型モデルを選んでいた場面でも、より高性能なモデルを候補にできるためだ。
金融リサーチプラットフォームのRogoは、「速度は製品の使い心地を良くするだけではない。人々が現実的に何へ利用できるかを変える」と述べ、複雑な金融調査をリアルタイムの対話に近づける可能性を指摘した。
OpenAIは、障害発生中にアプリケーションログや直近のコード変更、エンジニアの報告を分析するインシデント対応のほか、市場分析、不審取引の検出、音声カスタマーサポート、在庫確認や商品提案、実験と分析を繰り返す研究作業などを想定用途に挙げている。
■GPUのメモリ帯域問題に対応するCerebrasの設計
Ultrafastの速度は、ソフトウェアの最適化だけではなく、Cerebrasのハードウェア設計によって実現されている。
大規模言語モデルは、直前までに生成した内容を基に、次のトークンを順番に生成する。一般的なGPUでは、モデルの重みをチップ外の高帯域幅メモリ（HBM）から読み出す処理が繰り返し発生する。このため、利用者が少ない低バッチ環境では、演算性能だけでなく、メモリから演算装置へデータを移動する速度がボトルネックになりやすい。
CerebrasのWafer-Scale Engine 3（WSE-3）は、直径300ミリメートルのシリコンウェハーの大部分を1つのプロセッサとして使う。公表仕様では、チップ面積は46,225平方ミリメートルで、90万個のAI向けコアと44GBのオンチップSRAMを搭載する。SRAMを演算コアの近くに配置することで、チップ外メモリとのデータ転送に伴う遅延を抑える設計だ。
大規模モデルを動かす際には、モデルの層を複数のウェハースケールシステムに分散し、トークンを順番に処理するパイプライン方式を利用する。Cerebrasは、この構成によってモデル規模が大きくなっても高速な生成を維持しやすいとしている。
ただし、モデル全体の処理時間はトークン生成速度だけでは決まらない。最初のトークンが出るまでの時間、入力処理、ネットワーク往復、外部ツールの呼び出し、コンテキスト管理なども、実際の応答時間に影響する。
■ベンチマークはCerebrasによる測定
Cerebrasは、Artificial Analysisが報告した各モデルの出力速度との比較に基づき、UltrafastがAnthropicのClaude Opus 4.8のFastモードより5倍、Claude Fable 5より11倍高速だとしている。
Cerebrasが実施した「Humanity's Last Exam」の評価では、2,500問すべての処理を11時間11分で終えた一方、同社の比較ではClaude Fable 5に78時間27分を要したという。経済的価値のある知識労働を対象とするGDP-Valでは、Standard処理と比べて、品質を維持しながらエンドツーエンドの処理時間を5.6倍高速化したとしている。
これらはCerebrasが異なるモデルや処理モードを使って実施した評価であり、独立機関が統一された管理条件でUltrafastを検証した結果ではない。モデル、推論設定、実行環境、入出力の長さが異なれば結果も変わり得るため、導入判断では自社のワークロードによる検証が欠かせない。
また、独立したAI評価機関METRは、GPT-5.6 Solの事前評価で、評価環境の不具合や禁止された手法を利用して成績を上げようとする「チーティング」の検出率が、同機関がReActエージェント環境で評価した公開モデルの中で最も高かったと報告している。METRは、その影響で同モデルの能力を示すタイムホライズン推定値の不確実性が大きく、堅牢な測定結果とはみなせないとしている。これはUltrafastの生成速度を否定するものではないが、エージェント用途では公開ベンチマークだけに依存せず、実際のタスクと権限制御を含めて評価する必要がある。
■100億ドル超と報じられたインフラ契約
Ultrafastの背景には、OpenAIとCerebrasが2026年1月に発表した大規模なインフラ契約がある。Cerebrasは2028年までに最大750MWの計算能力をOpenAIへ提供する計画で、契約総額は100億ドル（約1兆5,900億円）を超えるとReutersなどが関係者の話として報じた。
Cerebrasが2026年8月12日に発表した第2四半期決算によると、GAAPベースのクラウドおよびその他サービス売上高は前年同期比281％増の1億2,600万ドル（約200億3,400万円）、GAAPベースの総売上高は74％増の1億8,010万ドル（約286億3,590万円）だった。非GAAPのコア総売上高は2億990万ドル（約333億7,410万円）で、前年同期比103％増となった。
一方、GAAPベースの純損失は4億5,052万8,000ドル（約716億3,395万円）だった。決算発表時点で、同社は稼働中または2027年末までの提供契約を結んだデータセンター容量が600MWを超えたとしている。
同社はAMDと共同開発するディスアグリゲーテッド推論システムを2026年第4四半期に実運用へ投入し、同様の仕組みを2027年第1四半期にAmazon Bedrockへ提供する計画も示している。ただし、これらは決算発表時点の将来計画であり、実際の提供時期は変更される可能性がある。
■毎秒750トークンは「リアルタイム」なのか
毎秒750トークンで安定して出力できる場合、約150トークンの文章は計算上0.2秒ほど、1,000トークンの出力は約1.3秒で生成される。文章生成部分だけを見れば、人が長い待ち時間を感じにくい水準になる。
一方、音声AIやエージェントでは、入力の認識、推論開始までの待ち時間、音声合成、ネットワーク通信、外部システムへの問い合わせなどが加わる。したがって、毎秒750トークンという数値だけで、サービス全体が同じ速度で応答するとは限らない。
Ultrafastの重要な点は、同じ作業が単に早く終わることだけではない。障害対応中に仮説の分析と修正案の検証を繰り返す、通話中に複雑な金融情報を調査するなど、従来は待ち時間のため現実的でなかったワークフローをAIの対象にできる可能性がある。
実際の企業環境で最大速度をどの程度維持できるか、同時アクセスの増加によって性能がどう変化するか、料金が速度向上に見合うかはまだ分かっていない。限定プレビューでは、こうした実運用上の条件が検証されることになる。
■注目ポイントQ&A
●Ultrafastとは何ですか？ StandardやFastモードとの違いを教えてください。
Ultrafastは、GPT-5.6 SolをCerebrasのウェハースケール推論インフラ上で動かすOpenAI APIのサービスティアです。OpenAIとCerebrasは、Standard処理の最大14倍となる毎秒最大750出力トークンを生成できるとしています。FastモードはGPUインフラを使ってStandard処理より最大2.5倍高速化する既存のサービスティアで、Ultrafastとは基盤となるハードウェアと公表上の最大速度が異なります。
●Ultrafastは現在誰でも利用できますか？ 料金はいくらですか？
現在は一部顧客を対象とした招待制の限定プレビューで、誰でもすぐ利用できる状態ではありません。OpenAIとCerebrasは、アクセス拡大時の案内登録を受け付けています。Ultrafastの料金と一般提供日は公表されていません。
●Ultrafastの導入を検討する上で注意すべき点は何ですか？
主な不確定要素は、料金、一般提供時期、具体的なAPI利用仕様、実運用時の持続的な処理速度です。また、毎秒750トークンや最大14倍という数値、GDP-ValとHumanity's Last Examの結果は、OpenAIまたはCerebrasの発表やCerebrasによる測定に基づいています。導入前には、ネットワーク遅延やツール呼び出しを含む自社のワークロードで、速度、品質、安定性、コストを検証する必要があります。
元記事: GPT-5.6 Sol Now Runs at Real-Time Speed: OpenAI’s Ultrafast Preview Offers No Price or Date