Cerebras और OpenAI ने लॉन्च किया GPT-5.6 Sol का 'Ultrafast' मोड

गुरुवार, 13 अगस्त 2026 को Cerebras Systems और OpenAI ने संयुक्त रूप से Ultrafast मोड की घोषणा की। यह OpenAI के सबसे सक्षम मॉडल, GPT-5.6 Sol के लिए एक नया API सर्विस टियर है, जो पूरी तरह से Cerebras के वेफर-स्केल हार्डवेयर पर चलता है। यह टियर 750 आउटपुट टोकन प्रति सेकंड तक की रफ्तार से काम करता है और OpenAI के स्टैंडर्ड प्रोसेसिंग टियर की तुलना में 14 गुना तेज इन्फ्रेंस देता है ।

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 ।