यह पहली बार है जब OpenAI ने Nvidia के सिलिकॉन के अलावा किसी अन्य चिप पर अपने फ्रंटियर प्रोडक्शन मॉडल को सार्वजनिक रूप से इतने बड़े पैमाने पर चलाया है । शुरुआत में इसकी पहुंच चुनिंदा ग्राहकों तक सीमित है, लेकिन क्षमता बढ़ने के साथ इसे और अधिक ग्राहकों के लिए खोलने की योजना है ।

रफ्तार और प्रतिस्पर्धी बेंचमार्क

पारंपरिक GPU-आधारित डिप्लॉयमेंट की तुलना में Ultrafast मोड के प्रदर्शन के आंकड़े इसे एक अलग श्रेणी में रखते हैं:

• आउटपुट स्पीड: अधिकतम 750 टोकन/सेकंड ।
• vs. स्टैंडर्ड OpenAI प्रोसेसिंग: 14 गुना तक तेज ।
• vs. सामान्य Nvidia H100 क्लस्टर (~70 TPS): समान मॉडल वेट पर लगभग 10 गुना तेज ।
• vs. Claude Opus 4.8 Fast मोड: Artificial Analysis की रिपोर्ट के अनुसार लगभग 5 गुना तेज ।
• vs. Claude Fable 5: लगभग 11 गुना तेज ।
• एंड-टू-एंड स्पीडअप: "GDP val" बेंचमार्क पर 5.6 गुना सुधार ।

Cerebras ने 'ह्यूमैनिटीज़ लास्ट एग्ज़ाम' (मानवता की अंतिम परीक्षा) का एक रन भी प्रकाशित किया, जो स्नातकोत्तर स्तर के विषयों से 2,500 प्रश्नों का बेंचमार्क है। GPT-5.6 Sol Ultrafast ने पूरे प्रश्न सेट को 11 घंटे और 11 मिनट में पूरा किया; जबकि Claude Fable 5 को तुलनीय निष्कर्षों तक पहुंचने में 78 घंटे और 27 मिनट लगे ।

वेफर-स्केल इंजन आर्किटेक्चर कैसे देता है यह प्रदर्शन

Cerebras का WSE-3 (वेफर-स्केल इंजन 3) इस प्रदर्शन की कुंजी है। पारंपरिक मल्टी-GPU क्लस्टर के विपरीत, जो दर्जनों या सैकड़ों छोटे चिप्स को जोड़ते हैं, WSE-3 एक एकल, विशाल सिलिकॉन वेफर है जो एक डिनर प्लेट के आकार का होता है। यह वितरित GPU सिस्टम को परेशान करने वाली इंटर-चिप संचार बाधाओं (बॉटलनेक) को समाप्त करता है ।

इस आर्किटेक्चर में 44 GB ऑन-चिप SRAM शामिल है, जो पूरे GPT-5.6 Sol मॉडल को प्रोसेसर की स्थानीय मेमोरी में फिट होने की अनुमति देता है । इन्फ्रेंस के दौरान, मॉडल के वेट को धीमी ऑफ-चिप DRAM तक जाने की जरूरत नहीं होती, जिससे मेमोरी-बैंडविड्थ की बाधा दूर हो जाती है जो आमतौर पर बड़े लैंग्वेज मॉडल डिकोडिंग को धीमा कर देती है ।

व्यावहारिक रूप से, इसका मतलब है कि एक 3,000-टोकन वाला एजेंट टर्न, जिसे एक मानक H100 क्लस्टर पर पूरा होने में लगभग 43 सेकंड लगते हैं, वह Cerebras हार्डवेयर पर लगभग 4 सेकंड में पूरा हो जाता है ।

बाजार की प्रतिक्रिया

इस ऐतिहासिक तकनीकी घोषणा के बावजूद, Cerebras के शेयर (NASDAQ: CBRS) में भारी गिरावट आई। नियमित कारोबार में शेयर की कीमत 11.85% गिरकर $231.01 पर बंद हुई, और आफ्टर-आवर्स ट्रेडिंग में यह 17% तक गिर गया ।

हालांकि, यह गिरावट काफी हद तक Cerebras के Q2 2026 के कमाई परिणामों के कारण थी, जो एक दिन पहले (बुधवार, 12 अगस्त) जारी हुए थे। इसमें रिकॉर्ड $209.9 मिलियन का राजस्व (साल-दर-साल दोगुने से अधिक) दिखा, लेकिन प्रति शेयर $2.98 का घाटा हुआ, जो विश्लेषकों के $0.18 के अनुमान से कहीं अधिक था ।

विश्लेषकों की मिली-जुली प्रतिक्रिया रही। मॉर्गन स्टैनली ने CBRS पर अपना लक्ष्य मूल्य $273 से बढ़ाकर $279 कर दिया, जबकि सिटी ने बाय रेटिंग बरकरार रखी, लेकिन अपने लक्ष्य को घटाकर $320 कर दिया ।

यह पहली बार है जब OpenAI ने Nvidia के सिलिकॉन के अलावा किसी अन्य चिप पर अपने फ्रंटियर प्रोडक्शन मॉडल को सार्वजनिक रूप से इतने बड़े पैमाने पर चलाया है । शुरुआत में इसकी पहुंच चुनिंदा ग्राहकों तक सीमित है, लेकिन क्षमता बढ़ने के साथ इसे और अधिक ग्राहकों के लिए खोलने की योजना है ।

रफ्तार और प्रतिस्पर्धी बेंचमार्क

पारंपरिक GPU-आधारित डिप्लॉयमेंट की तुलना में Ultrafast मोड के प्रदर्शन के आंकड़े इसे एक अलग श्रेणी में रखते हैं:

• आउटपुट स्पीड: अधिकतम 750 टोकन/सेकंड ।
• vs. स्टैंडर्ड OpenAI प्रोसेसिंग: 14 गुना तक तेज ।
• vs. सामान्य Nvidia H100 क्लस्टर (~70 TPS): समान मॉडल वेट पर लगभग 10 गुना तेज ।
• vs. Claude Opus 4.8 Fast मोड: Artificial Analysis की रिपोर्ट के अनुसार लगभग 5 गुना तेज ।
• vs. Claude Fable 5: लगभग 11 गुना तेज ।
• एंड-टू-एंड स्पीडअप: "GDP val" बेंचमार्क पर 5.6 गुना सुधार ।

Cerebras ने 'ह्यूमैनिटीज़ लास्ट एग्ज़ाम' (मानवता की अंतिम परीक्षा) का एक रन भी प्रकाशित किया, जो स्नातकोत्तर स्तर के विषयों से 2,500 प्रश्नों का बेंचमार्क है। GPT-5.6 Sol Ultrafast ने पूरे प्रश्न सेट को 11 घंटे और 11 मिनट में पूरा किया; जबकि Claude Fable 5 को तुलनीय निष्कर्षों तक पहुंचने में 78 घंटे और 27 मिनट लगे ।

वेफर-स्केल इंजन आर्किटेक्चर कैसे देता है यह प्रदर्शन

Cerebras का WSE-3 (वेफर-स्केल इंजन 3) इस प्रदर्शन की कुंजी है। पारंपरिक मल्टी-GPU क्लस्टर के विपरीत, जो दर्जनों या सैकड़ों छोटे चिप्स को जोड़ते हैं, WSE-3 एक एकल, विशाल सिलिकॉन वेफर है जो एक डिनर प्लेट के आकार का होता है। यह वितरित GPU सिस्टम को परेशान करने वाली इंटर-चिप संचार बाधाओं (बॉटलनेक) को समाप्त करता है ।

इस आर्किटेक्चर में 44 GB ऑन-चिप SRAM शामिल है, जो पूरे GPT-5.6 Sol मॉडल को प्रोसेसर की स्थानीय मेमोरी में फिट होने की अनुमति देता है । इन्फ्रेंस के दौरान, मॉडल के वेट को धीमी ऑफ-चिप DRAM तक जाने की जरूरत नहीं होती, जिससे मेमोरी-बैंडविड्थ की बाधा दूर हो जाती है जो आमतौर पर बड़े लैंग्वेज मॉडल डिकोडिंग को धीमा कर देती है ।

व्यावहारिक रूप से, इसका मतलब है कि एक 3,000-टोकन वाला एजेंट टर्न, जिसे एक मानक H100 क्लस्टर पर पूरा होने में लगभग 43 सेकंड लगते हैं, वह Cerebras हार्डवेयर पर लगभग 4 सेकंड में पूरा हो जाता है ।

बाजार की प्रतिक्रिया

इस ऐतिहासिक तकनीकी घोषणा के बावजूद, Cerebras के शेयर (NASDAQ: CBRS) में भारी गिरावट आई। नियमित कारोबार में शेयर की कीमत 11.85% गिरकर $231.01 पर बंद हुई, और आफ्टर-आवर्स ट्रेडिंग में यह 17% तक गिर गया ।

हालांकि, यह गिरावट काफी हद तक Cerebras के Q2 2026 के कमाई परिणामों के कारण थी, जो एक दिन पहले (बुधवार, 12 अगस्त) जारी हुए थे। इसमें रिकॉर्ड $209.9 मिलियन का राजस्व (साल-दर-साल दोगुने से अधिक) दिखा, लेकिन प्रति शेयर $2.98 का घाटा हुआ, जो विश्लेषकों के $0.18 के अनुमान से कहीं अधिक था ।

विश्लेषकों की मिली-जुली प्रतिक्रिया रही। मॉर्गन स्टैनली ने CBRS पर अपना लक्ष्य मूल्य $273 से बढ़ाकर $279 कर दिया, जबकि सिटी ने बाय रेटिंग बरकरार रखी, लेकिन अपने लक्ष्य को घटाकर $320 कर दिया ।