Je to poprvé, co OpenAI veřejně provozuje svůj špičkový produkční model na jiném než Nvidia silikonu v takovém měřítku . Přístup je zatím omezen na vybranou skupinu zákazníků, s plánovaným rozšířením, jak poroste kapacita .

Rychlost a srovnávací benchmarky

Výkonnostní čísla řadí Ultrafast do zcela jiné ligy ve srovnání s běžnými GPU nasazeními:

• Výstupní rychlost: Až 750 tokenů/s špičkově .
• vs. Standardní zpracování OpenAI: Až 14× rychlejší .
• vs. běžný Nvidia H100 cluster (~70 TPS): Zhruba 10× rychlejší na stejných vahách modelu .
• vs. Claude Opus 4.8 Fast režim: Přibližně 5× rychlejší, dle výstupních rychlostí Artificial Analysis .
• vs. Claude Fable 5: Přibližně 11× rychlejší .
• End-to-end zrychlení: 5,6× v benchmarku „GDP val“ .

Cerebras také publikoval běh na Humanity's Last Exam, benchmarku s 2 500 otázkami na úrovni absolventa vysoké školy. GPT-5.6 Sol Ultrafast dokončil celou sadu otázek za 11 hodin a 11 minut; Claude Fable 5 potřeboval 78 hodin a 27 minut k dosažení srovnatelných závěrů .

Jak Wafer-Scale Engine architektura dosahuje tohoto výkonu

Klíčem je WSE-3 (Wafer-Scale Engine 3) od Cerebras. Na rozdíl od běžných multi-GPU clusterů, které propojují desítky či stovky malých čipů, je WSE-3 jediný obří křemíkový wafer o velikosti večeřového talíře. To eliminuje komunikační úzká hrdla mezi čipy, která trápí distribuované GPU systémy .

Architektura zahrnuje 44 GB SRAM přímo na čipu, což umožňuje, aby se celý model GPT-5.6 Sol vešel do lokální paměti procesoru . Během inference váhy modelu nikdy necestují do pomalé off-chip DRAM, čímž odpadá bottleneck paměťové šířky pásma, který typicky omezuje dekódování velkých jazykových modelů .

Konkrétně to znamená, že 3 000-tokenový agentní krok, který trvá asi 43 sekund na standardním H100 clusteru, se dokončí zhruba za 4 sekundy na hardwaru Cerebras .

Reakce trhu

Navzdory přelomovému technickému oznámení akcie Cerebras (NASDAQ: CBRS) prudce klesly. Cena akcií klesla o 11,85 % v běžném obchodování na závěrečných 231,01 USD a v poobchodní fázi klesla až o 17 % .

Tento pokles byl však z velké části připsán hospodářským výsledkům Cerebras za Q2 2026, zveřejněným předchozí večer (středa 12. srpna) — rekordní tržby 209,9 milionu USD (více než dvojnásobek oproti minulému roku), ale mnohem vyšší než očekávaná upravená ztráta -2,98 USD na akcii, oproti odhadu analytiků -0,18 USD .

Reakce analytiků byly smíšené. Morgan Stanley zvýšila cílovou cenu pro CBRS z 273 na 279 USD, zatímco Citi ponechala hodnocení Koupit, ale snížila cílovou cenu na 320 USD .

Je to poprvé, co OpenAI veřejně provozuje svůj špičkový produkční model na jiném než Nvidia silikonu v takovém měřítku . Přístup je zatím omezen na vybranou skupinu zákazníků, s plánovaným rozšířením, jak poroste kapacita .

Rychlost a srovnávací benchmarky

Výkonnostní čísla řadí Ultrafast do zcela jiné ligy ve srovnání s běžnými GPU nasazeními:

• Výstupní rychlost: Až 750 tokenů/s špičkově .
• vs. Standardní zpracování OpenAI: Až 14× rychlejší .
• vs. běžný Nvidia H100 cluster (~70 TPS): Zhruba 10× rychlejší na stejných vahách modelu .
• vs. Claude Opus 4.8 Fast režim: Přibližně 5× rychlejší, dle výstupních rychlostí Artificial Analysis .
• vs. Claude Fable 5: Přibližně 11× rychlejší .
• End-to-end zrychlení: 5,6× v benchmarku „GDP val“ .

Cerebras také publikoval běh na Humanity's Last Exam, benchmarku s 2 500 otázkami na úrovni absolventa vysoké školy. GPT-5.6 Sol Ultrafast dokončil celou sadu otázek za 11 hodin a 11 minut; Claude Fable 5 potřeboval 78 hodin a 27 minut k dosažení srovnatelných závěrů .

Jak Wafer-Scale Engine architektura dosahuje tohoto výkonu

Klíčem je WSE-3 (Wafer-Scale Engine 3) od Cerebras. Na rozdíl od běžných multi-GPU clusterů, které propojují desítky či stovky malých čipů, je WSE-3 jediný obří křemíkový wafer o velikosti večeřového talíře. To eliminuje komunikační úzká hrdla mezi čipy, která trápí distribuované GPU systémy .

Architektura zahrnuje 44 GB SRAM přímo na čipu, což umožňuje, aby se celý model GPT-5.6 Sol vešel do lokální paměti procesoru . Během inference váhy modelu nikdy necestují do pomalé off-chip DRAM, čímž odpadá bottleneck paměťové šířky pásma, který typicky omezuje dekódování velkých jazykových modelů .

Konkrétně to znamená, že 3 000-tokenový agentní krok, který trvá asi 43 sekund na standardním H100 clusteru, se dokončí zhruba za 4 sekundy na hardwaru Cerebras .

Reakce trhu

Navzdory přelomovému technickému oznámení akcie Cerebras (NASDAQ: CBRS) prudce klesly. Cena akcií klesla o 11,85 % v běžném obchodování na závěrečných 231,01 USD a v poobchodní fázi klesla až o 17 % .

Tento pokles byl však z velké části připsán hospodářským výsledkům Cerebras za Q2 2026, zveřejněným předchozí večer (středa 12. srpna) — rekordní tržby 209,9 milionu USD (více než dvojnásobek oproti minulému roku), ale mnohem vyšší než očekávaná upravená ztráta -2,98 USD na akcii, oproti odhadu analytiků -0,18 USD .

Reakce analytiků byly smíšené. Morgan Stanley zvýšila cílovou cenu pro CBRS z 273 na 279 USD, zatímco Citi ponechala hodnocení Koupit, ale snížila cílovou cenu na 320 USD .