Esta é a primeira vez que a OpenAI executa publicamente um modelo de fronteira em produção em silício que não é da Nvidia nesta escala . O acesso é inicialmente limitado a um grupo seleto de clientes, com uma expansão mais ampla planejada à medida que a capacidade cresce .

Velocidade e Comparativos

Os números de desempenho colocam o Ultrafast em uma classe própria em comparação com implantações convencionais baseadas em GPU:

• Velocidade de saída: Até 750 tokens/seg de pico .
• vs. processamento padrão da OpenAI: Até 14× mais rápido .
• vs. cluster típico Nvidia H100 (~70 TPS): Cerca de 10× mais rápido nos mesmos pesos do modelo .
• vs. Claude Opus 4.8 no modo Fast: Aproximadamente 5× mais rápido, de acordo com velocidades de saída reportadas pelo Artificial Analysis .
• vs. Claude Fable 5: Aproximadamente 11× mais rápido .
• Aceleração ponta a ponta: Melhoria de 5,6× no benchmark "GDP val" .

A Cerebras também publicou uma execução completa do Humanity's Last Exam, um benchmark com 2.500 questões abrangendo disciplinas de nível de pós-graduação. O GPT-5.6 Sol Ultrafast completou o conjunto total de questões em 11 horas e 11 minutos; o Claude Fable 5 precisou de 78 horas e 27 minutos para chegar a conclusões comparáveis .

Como a Arquitetura Wafer-Scale Engine Entrega Esse Desempenho

O WSE-3 (Wafer-Scale Engine 3) da Cerebras é o grande diferencial. Diferente dos clusters multi-GPU convencionais, que interligam dezenas ou centenas de chips pequenos, o WSE-3 é um único wafer de silício maciço, do tamanho de um prato de jantar. Isso elimina os gargalos de comunicação entre chips que afetam sistemas de GPU distribuídos .

A arquitetura inclui 44 GB de SRAM no próprio chip, o que permite que o modelo inteiro do GPT-5.6 Sol caiba na memória local do processador . Durante a inferência, os pesos do modelo nunca precisam ser transferidos para a lenta DRAM externa, removendo o gargalo de largura de banda de memória que normalmente limita a decodificação de grandes modelos de linguagem .

Na prática, isso significa que uma interação de agente de 3.000 tokens, que leva cerca de 43 segundos em um cluster H100 padrão, é concluída em aproximadamente 4 segundos no hardware da Cerebras .

Reação do Mercado

Apesar do anúncio técnico marcante, as ações da Cerebras (NASDAQ: CBRS) caíram fortemente no dia. O preço da ação despencou 11,85% no pregão regular, fechando a US$ 231,01, e caiu até 17% no after-hours .

No entanto, o declínio foi amplamente atribuído ao balanço do 2º trimestre de 2026 da Cerebras, divulgado na noite anterior (quarta-feira, 12 de agosto) — que mostrou receita recorde de US$ 209,9 milhões (mais que o dobro ano a ano), mas um prejuízo ajustado muito maior que o esperado, de -US$ 2,98 por ação, contra a estimativa dos analistas de -US$ 0,18 .

As reações dos analistas foram mistas. O Morgan Stanley elevou o preço-alvo do CBRS de US$ 273 para US$ 279, enquanto o Citi manteve a classificação de Compra, mas cortou o alvo para US$ 320 .

Esta é a primeira vez que a OpenAI executa publicamente um modelo de fronteira em produção em silício que não é da Nvidia nesta escala . O acesso é inicialmente limitado a um grupo seleto de clientes, com uma expansão mais ampla planejada à medida que a capacidade cresce .

Velocidade e Comparativos

Os números de desempenho colocam o Ultrafast em uma classe própria em comparação com implantações convencionais baseadas em GPU:

• Velocidade de saída: Até 750 tokens/seg de pico .
• vs. processamento padrão da OpenAI: Até 14× mais rápido .
• vs. cluster típico Nvidia H100 (~70 TPS): Cerca de 10× mais rápido nos mesmos pesos do modelo .
• vs. Claude Opus 4.8 no modo Fast: Aproximadamente 5× mais rápido, de acordo com velocidades de saída reportadas pelo Artificial Analysis .
• vs. Claude Fable 5: Aproximadamente 11× mais rápido .
• Aceleração ponta a ponta: Melhoria de 5,6× no benchmark "GDP val" .

A Cerebras também publicou uma execução completa do Humanity's Last Exam, um benchmark com 2.500 questões abrangendo disciplinas de nível de pós-graduação. O GPT-5.6 Sol Ultrafast completou o conjunto total de questões em 11 horas e 11 minutos; o Claude Fable 5 precisou de 78 horas e 27 minutos para chegar a conclusões comparáveis .

Como a Arquitetura Wafer-Scale Engine Entrega Esse Desempenho

O WSE-3 (Wafer-Scale Engine 3) da Cerebras é o grande diferencial. Diferente dos clusters multi-GPU convencionais, que interligam dezenas ou centenas de chips pequenos, o WSE-3 é um único wafer de silício maciço, do tamanho de um prato de jantar. Isso elimina os gargalos de comunicação entre chips que afetam sistemas de GPU distribuídos .

A arquitetura inclui 44 GB de SRAM no próprio chip, o que permite que o modelo inteiro do GPT-5.6 Sol caiba na memória local do processador . Durante a inferência, os pesos do modelo nunca precisam ser transferidos para a lenta DRAM externa, removendo o gargalo de largura de banda de memória que normalmente limita a decodificação de grandes modelos de linguagem .

Na prática, isso significa que uma interação de agente de 3.000 tokens, que leva cerca de 43 segundos em um cluster H100 padrão, é concluída em aproximadamente 4 segundos no hardware da Cerebras .

Reação do Mercado

Apesar do anúncio técnico marcante, as ações da Cerebras (NASDAQ: CBRS) caíram fortemente no dia. O preço da ação despencou 11,85% no pregão regular, fechando a US$ 231,01, e caiu até 17% no after-hours .

No entanto, o declínio foi amplamente atribuído ao balanço do 2º trimestre de 2026 da Cerebras, divulgado na noite anterior (quarta-feira, 12 de agosto) — que mostrou receita recorde de US$ 209,9 milhões (mais que o dobro ano a ano), mas um prejuízo ajustado muito maior que o esperado, de -US$ 2,98 por ação, contra a estimativa dos analistas de -US$ 0,18 .

As reações dos analistas foram mistas. O Morgan Stanley elevou o preço-alvo do CBRS de US$ 273 para US$ 279, enquanto o Citi manteve a classificação de Compra, mas cortou o alvo para US$ 320 .