Tämä on ensimmäinen kerta, kun OpenAI on julkisesti ajanut huippuluokan tuotantomallia ei-Nvidia-sirulla tässä mittakaavassa . Pääsy on aluksi rajoitettu valikoidulle asiakasryhmälle, ja laajempi käyttöönotto on suunniteltu kapasiteetin kasvaessa .

Nopeus ja vertailuarvot

Suorituskykyluvut asettavat Ultrafast-tilan omaan luokkaansa verrattuna tavanomaisiin GPU-pohjaisiin toteutuksiin:

• Ulostulonopeus: Jopa 750 tokenia/sek huippu .
• vs. OpenAI:n standardiprosessointi: Jopa 14× nopeampi .
• vs. tyypillinen Nvidia H100 -klusteri (~70 TPS): Noin 10× nopeampi samoilla mallipainoilla .
• vs. Claude Opus 4.8 Fast -tila: Noin 5× nopeampi Artificial Analysisin raportoimien ulostulonopeuksien mukaan .
• vs. Claude Fable 5: Noin 11× nopeampi .
• Päästä päähän -nopeutus: 5,6× parannus ”GDP val” -vertailuarvossa .

Cerebras julkaisi myös täyden suorituksen Humanity's Last Exam -testistä, 2 500 kysymyksen vertailuarvosta, joka kattaa jatko-opintotason aiheita. GPT-5.6 Sol Ultrafast suoritti koko kysymyssarjan 11 tunnissa ja 11 minuutissa; Claude Fable 5 tarvitsi 78 tuntia ja 27 minuuttia päästäkseen vastaaviin johtopäätöksiin .

Kuinka kiekkotason siruarkkitehtuuri mahdollistaa tämän suorituskyvyn

Cerebrasin WSE-3 (Wafer-Scale Engine 3) on keskeinen mahdollistaja. Toisin kuin perinteiset monen GPU:n klusterit, jotka yhdistävät kymmeniä tai satoja pieniä siruja, WSE-3 on yksi massiivinen piikiekko, joka on halkaisijaltaan kuin illallislautanen. Tämä eliminoi sirujen väliset viestintäpullonkaulat, jotka vaivaavat hajautettuja GPU-järjestelmiä .

Arkkitehtuuri sisältää 44 Gt SRAM-muistia sirulla, mikä mahdollistaa koko GPT-5.6 Sol -mallin mahtumisen suorittimen paikallismuistiin . Päättelyn aikana mallipainojen ei koskaan tarvitse siirtyä hitaaseen sirun ulkopuoliseen DRAM-muistiin, mikä poistaa muistikaistan pullonkaulan, joka tyypillisesti rajoittaa suurten kielimallien dekoodausta .

Käytännössä tämä tarkoittaa, että 3 000 tokenin agenttikierros, joka kestää noin 43 sekuntia tavallisella H100-klusterilla, valmistuu noin 4 sekunnissa Cerebras-laitteistolla .

Markkinareaktio

Merkittävästä teknisestä julkistuksesta huolimatta Cerebrasin osake (NASDAQ: CBRS) laski jyrkästi päivän aikana. Osakkeen hinta laski 11,85 % säännöllisessä kaupankäynnissä päättyen 231,01 dollariin, ja se laski jopa 17 % ilta-ajan kaupankäynnissä .

Lasku johtui kuitenkin suurelta osin Cerebrasin Q2 2026 -tulosraportista, joka julkaistiin edellisenä iltana (keskiviikko 12. elokuuta) – liikevaihto oli ennätykselliset 209,9 miljoonaa dollaria (yli kaksinkertainen vuodentakaiseen verrattuna), mutta oikaistu tappio osaketta kohti oli odotettua paljon suurempi, -2,98 dollaria, kun analyytikot olivat odottaneet -0,18 dollaria .

Analyytikoiden reaktiot olivat ristiriitaisia. Morgan Stanley nosti CBRS:n tavoitehintaa 273 dollarista 279 dollariin, kun taas Citi piti Osta-suosituksensa voimassa mutta laski tavoitehintaa 320 dollariin .

Tämä on ensimmäinen kerta, kun OpenAI on julkisesti ajanut huippuluokan tuotantomallia ei-Nvidia-sirulla tässä mittakaavassa . Pääsy on aluksi rajoitettu valikoidulle asiakasryhmälle, ja laajempi käyttöönotto on suunniteltu kapasiteetin kasvaessa .

Nopeus ja vertailuarvot

Suorituskykyluvut asettavat Ultrafast-tilan omaan luokkaansa verrattuna tavanomaisiin GPU-pohjaisiin toteutuksiin:

• Ulostulonopeus: Jopa 750 tokenia/sek huippu .
• vs. OpenAI:n standardiprosessointi: Jopa 14× nopeampi .
• vs. tyypillinen Nvidia H100 -klusteri (~70 TPS): Noin 10× nopeampi samoilla mallipainoilla .
• vs. Claude Opus 4.8 Fast -tila: Noin 5× nopeampi Artificial Analysisin raportoimien ulostulonopeuksien mukaan .
• vs. Claude Fable 5: Noin 11× nopeampi .
• Päästä päähän -nopeutus: 5,6× parannus ”GDP val” -vertailuarvossa .

Cerebras julkaisi myös täyden suorituksen Humanity's Last Exam -testistä, 2 500 kysymyksen vertailuarvosta, joka kattaa jatko-opintotason aiheita. GPT-5.6 Sol Ultrafast suoritti koko kysymyssarjan 11 tunnissa ja 11 minuutissa; Claude Fable 5 tarvitsi 78 tuntia ja 27 minuuttia päästäkseen vastaaviin johtopäätöksiin .

Kuinka kiekkotason siruarkkitehtuuri mahdollistaa tämän suorituskyvyn

Cerebrasin WSE-3 (Wafer-Scale Engine 3) on keskeinen mahdollistaja. Toisin kuin perinteiset monen GPU:n klusterit, jotka yhdistävät kymmeniä tai satoja pieniä siruja, WSE-3 on yksi massiivinen piikiekko, joka on halkaisijaltaan kuin illallislautanen. Tämä eliminoi sirujen väliset viestintäpullonkaulat, jotka vaivaavat hajautettuja GPU-järjestelmiä .

Arkkitehtuuri sisältää 44 Gt SRAM-muistia sirulla, mikä mahdollistaa koko GPT-5.6 Sol -mallin mahtumisen suorittimen paikallismuistiin . Päättelyn aikana mallipainojen ei koskaan tarvitse siirtyä hitaaseen sirun ulkopuoliseen DRAM-muistiin, mikä poistaa muistikaistan pullonkaulan, joka tyypillisesti rajoittaa suurten kielimallien dekoodausta .

Käytännössä tämä tarkoittaa, että 3 000 tokenin agenttikierros, joka kestää noin 43 sekuntia tavallisella H100-klusterilla, valmistuu noin 4 sekunnissa Cerebras-laitteistolla .

Markkinareaktio

Merkittävästä teknisestä julkistuksesta huolimatta Cerebrasin osake (NASDAQ: CBRS) laski jyrkästi päivän aikana. Osakkeen hinta laski 11,85 % säännöllisessä kaupankäynnissä päättyen 231,01 dollariin, ja se laski jopa 17 % ilta-ajan kaupankäynnissä .

Lasku johtui kuitenkin suurelta osin Cerebrasin Q2 2026 -tulosraportista, joka julkaistiin edellisenä iltana (keskiviikko 12. elokuuta) – liikevaihto oli ennätykselliset 209,9 miljoonaa dollaria (yli kaksinkertainen vuodentakaiseen verrattuna), mutta oikaistu tappio osaketta kohti oli odotettua paljon suurempi, -2,98 dollaria, kun analyytikot olivat odottaneet -0,18 dollaria .

Analyytikoiden reaktiot olivat ristiriitaisia. Morgan Stanley nosti CBRS:n tavoitehintaa 273 dollarista 279 dollariin, kun taas Citi piti Osta-suosituksensa voimassa mutta laski tavoitehintaa 320 dollariin .