Ini adalah pertama kalinya OpenAI secara publik menjalankan model produksi kelas atas di atas silikon non-Nvidia dalam skala sebesar ini . Akses perdana hanya diberikan kepada sekelompok pelanggan terpilih, dengan rencana perluasan seiring bertambahnya kapasitas .

Kecepatan dan Perbandingan dengan Kompetitor

Angka performa ini menempatkan Ultrafast di kelas tersendiri dibandingkan dengan penggunaan GPU konvensional:

• Kecepatan keluaran: Puncak hingga 750 token/detik .
• vs. Mode Standar OpenAI: Hingga 14× lebih cepat .
• vs. Klaster Nvidia H100 biasa (~70 TPS): Kira-kira 10× lebih cepat pada bobot model yang sama .
• vs. Claude Opus 4.8 mode Fast: Sekitar 5× lebih cepat, menurut data dari Artificial Analysis .
• vs. Claude Fable 5: Sekitar 11× lebih cepat .
• Percepatan keseluruhan: Peningkatan 5,6× pada benchmark "GDP val" .

Cerebras juga mempublikasikan hasil uji coba pada Humanity's Last Exam, sebuah benchmark berisi 2.500 pertanyaan setara tingkat pascasarjana. GPT-5.6 Sol Ultrafast menyelesaikan seluruh rangkaian pertanyaan dalam 11 jam 11 menit; sementara Claude Fable 5 membutuhkan 78 jam 27 menit untuk mencapai kesimpulan yang sebanding .

Bagaimana Arsitektur Wafer-Scale Engine Mencapai Performa Ini

WSE-3 (Wafer-Scale Engine 3) milik Cerebras adalah kunci dari semua ini. Berbeda dengan klaster GPU konvensional yang menggabungkan puluhan atau ratusan chip kecil, WSE-3 adalah satu wafer silikon raksasa seukuran piring makan. Hal ini menghilangkan hambatan komunikasi antar-chip yang lazim terjadi pada sistem GPU terdistribusi .

Arsitektur ini juga menyertakan 44 GB SRAM on-chip, yang memungkinkan seluruh bobot model GPT-5.6 Sol disimpan dalam memori lokal prosesor . Selama proses inferensi, bobot model tidak perlu berpindah ke memori DRAM eksternal yang lambat, sehingga menghilangkan hambatan memori yang biasanya menjadi biang keladi lambatnya decoding model bahasa besar .

Secara konkret, sebuah putaran agen sepanjang 3.000 token yang membutuhkan waktu sekitar 43 detik pada klaster H100 standar, dapat diselesaikan dalam waktu sekitar 4 detik pada perangkat keras Cerebras .

Reaksi Pasar

Meski pengumuman teknis ini terbilang monumental, saham Cerebras (NASDAQ: CBRS) justru jatuh tajam pada hari yang sama. Harga saham turun 11,85% dalam perdagangan reguler menjadi $231,01, dan bahkan sempat merosot hingga 17% di perdagangan after-hours .

Namun, penurunan ini sebagian besar disebabkan oleh laporan laba Q2 2026 Cerebras yang dirilis pada malam sebelumnya (Rabu, 12 Agustus) — meskipun pendapatan rekor $209,9 juta (lebih dari dua kali lipat dari tahun lalu), kerugian yang disesuaikan justru melebar hingga -$2,98 per saham, jauh di bawah ekspektasi analis yang hanya memperkirakan -$0,18 .

Reaksi analis pun beragam. Morgan Stanley menaikkan target harga CBRS dari $273 menjadi $279, sementara Citi tetap mempertahankan rating Buy tetapi memangkas targetnya menjadi $320 .

Ini adalah pertama kalinya OpenAI secara publik menjalankan model produksi kelas atas di atas silikon non-Nvidia dalam skala sebesar ini . Akses perdana hanya diberikan kepada sekelompok pelanggan terpilih, dengan rencana perluasan seiring bertambahnya kapasitas .

Kecepatan dan Perbandingan dengan Kompetitor

Angka performa ini menempatkan Ultrafast di kelas tersendiri dibandingkan dengan penggunaan GPU konvensional:

• Kecepatan keluaran: Puncak hingga 750 token/detik .
• vs. Mode Standar OpenAI: Hingga 14× lebih cepat .
• vs. Klaster Nvidia H100 biasa (~70 TPS): Kira-kira 10× lebih cepat pada bobot model yang sama .
• vs. Claude Opus 4.8 mode Fast: Sekitar 5× lebih cepat, menurut data dari Artificial Analysis .
• vs. Claude Fable 5: Sekitar 11× lebih cepat .
• Percepatan keseluruhan: Peningkatan 5,6× pada benchmark "GDP val" .

Cerebras juga mempublikasikan hasil uji coba pada Humanity's Last Exam, sebuah benchmark berisi 2.500 pertanyaan setara tingkat pascasarjana. GPT-5.6 Sol Ultrafast menyelesaikan seluruh rangkaian pertanyaan dalam 11 jam 11 menit; sementara Claude Fable 5 membutuhkan 78 jam 27 menit untuk mencapai kesimpulan yang sebanding .

Bagaimana Arsitektur Wafer-Scale Engine Mencapai Performa Ini

WSE-3 (Wafer-Scale Engine 3) milik Cerebras adalah kunci dari semua ini. Berbeda dengan klaster GPU konvensional yang menggabungkan puluhan atau ratusan chip kecil, WSE-3 adalah satu wafer silikon raksasa seukuran piring makan. Hal ini menghilangkan hambatan komunikasi antar-chip yang lazim terjadi pada sistem GPU terdistribusi .

Arsitektur ini juga menyertakan 44 GB SRAM on-chip, yang memungkinkan seluruh bobot model GPT-5.6 Sol disimpan dalam memori lokal prosesor . Selama proses inferensi, bobot model tidak perlu berpindah ke memori DRAM eksternal yang lambat, sehingga menghilangkan hambatan memori yang biasanya menjadi biang keladi lambatnya decoding model bahasa besar .

Secara konkret, sebuah putaran agen sepanjang 3.000 token yang membutuhkan waktu sekitar 43 detik pada klaster H100 standar, dapat diselesaikan dalam waktu sekitar 4 detik pada perangkat keras Cerebras .

Reaksi Pasar

Meski pengumuman teknis ini terbilang monumental, saham Cerebras (NASDAQ: CBRS) justru jatuh tajam pada hari yang sama. Harga saham turun 11,85% dalam perdagangan reguler menjadi $231,01, dan bahkan sempat merosot hingga 17% di perdagangan after-hours .

Namun, penurunan ini sebagian besar disebabkan oleh laporan laba Q2 2026 Cerebras yang dirilis pada malam sebelumnya (Rabu, 12 Agustus) — meskipun pendapatan rekor $209,9 juta (lebih dari dua kali lipat dari tahun lalu), kerugian yang disesuaikan justru melebar hingga -$2,98 per saham, jauh di bawah ekspektasi analis yang hanya memperkirakan -$0,18 .

Reaksi analis pun beragam. Morgan Stanley menaikkan target harga CBRS dari $273 menjadi $279, sementara Citi tetap mempertahankan rating Buy tetapi memangkas targetnya menjadi $320 .