GPT-5.6 多一檔 14 倍速，你的帳單暫時算不出來

如果你在幫產品挑「用哪個 GPT-5.6 速度檔」——客服機器人、即時寫程式助手、要秒回的金融分析——OpenAI 這幾天多給了一個選項，只是這個選項現在還沒有價格標籤。

OpenAI 8 月 13 日公布 GPT-5.6 Sol 的第三個服務層 Ultrafast：官方稱最快可達 Standard 模式的 14 倍，輸出上看每秒 750 個 token，由 Cerebras 供應算力，目前限量預覽給一小群客戶，之後隨產能擴大開放。技術上靠的是 Cerebras 的晶圓級引擎（wafer-scale engine）——每片晶片上有 44GB SRAM，模型權重直接留在晶片上，不必像一般 GPU 那樣把資料不斷搬進搬出，繞開了推論最容易卡住的記憶體頻寬瓶頸。

這不是 Sol 的第一個加速檔。同一天 OpenAI 也把 Fast 模式擴大支援到 272K token 以上的長文本——Fast 比 Standard 快 2.5 倍，代價是價格直接翻倍：input 從每百萬 token 5 美元漲到 10 美元、output 從 30 美元漲到 60 美元。換算成「每單位速度的成本」，Fast 其實比 Standard 便宜兩成；但你每月帳單的絕對數字，確實是照翻在走。

Ultrafast 這段目前是空的。OpenAI 跟 Cerebras 兩邊的公告都沒提價格，也沒講清楚會不會照 Fast 那種「翻倍價」邏輯，還是走 Cerebras 專用硬體常見的按時段包底價模式。如果你現在在規劃下一季的推理成本，Ultrafast 先別排進預算——它還沒有價格可以排。

雙方都強調沒有犧牲智能：GDP-Val 這個經濟任務基準上，官方稱端到端提速 5.6 倍且品質沒有下降；在 Humanity's Last Exam 這個 2,500 題的研究生程度基準上，Ultrafast 模式約 11 小時跑完全部題目，對照的 Claude Fable 5 要三天以上。這組對照題目與對照模型是 OpenAI／Cerebras 自己選的，我沒有找到第三方獨立跑分。

我的判斷是：三層分級的重點不是「哪個更強」——三層跑的都是同一個 Sol，同樣的智能。真正的決定題是你的產品有沒有「用戶等得起、你也付得起」那段時間差。客服機器人、語音助手這類要即時回話的場景，慢一秒用戶就流失，多花的錢多半划算；批次處理、背景任務這種不趕時間的活，多付兩倍錢換速度多半是浪費。

今天可以做的事：先盤點你產品裡哪些呼叫是「用戶在等」、哪些是「背景在跑」——前者才是該考慮 Fast 或 Ultrafast 的候選；Ultrafast 定價公布前，先別把它寫進架構決策，等價格出來那天再回頭算這筆帳划不划算。

查核備註：本篇是對 OpenAI、Cerebras 官方部落格與 TechCrunch、9to5Mac 等媒體報導的檢視，我沒有實際測試過 Ultrafast 的真實延遲或輸出品質，GDP-Val 與 Humanity's Last Exam 的對比數字是官方自選情境，我沒有找到第三方復現。