OpenAIは2026年8月13日、GPT-5.6 Solを高速で動かす新サービス層「Ultrafast」の限定プレビューを始めた。OpenAI APIから先行し、Standard処理に比べて最大14倍、最大750出力トークン/秒を掲げる。これまで最高速度を求める用途では、小型または用途特化型のモデルを選ぶ場面が多かった。Ultrafastは、OpenAIが最も知能の高いモデルとするSolを保ったまま、障害対応や音声対話の時間軸へ持ち込もうとする試みである。
ただし、提供は選定顧客向けの限定プレビューにとどまる。価格も一般提供の日程も示されていない。最大750トークン/秒という数字が業務全体の待ち時間をどこまで縮めるかは、モデルが外部ツールを待つ時間や入力処理も含めて測る必要がある。
最大750トークン/秒で、速度と知能の二択を崩す
Ultrafastが変えるのはモデルではなく、同じGPT-5.6 Solを動かす速度層である。OpenAIはStandard処理との比較で最大14倍、生成速度で最大750出力トークン/秒と説明する。対象はまずOpenAI APIだ。コーディングとコマースのほか、金融リサーチや顧客サポートを手がける初期顧客が試している。
既存のFast modeとの差は大きい。OpenAIは2026年7月30日、Priority processingをFast modeへ改称し、GPT-5.6 SolをStandard比で最大2.5倍に高速化した。Fast modeはStandardの2倍の価格で、APIリクエストのservice_tierにfastまたはpriorityを指定すれば使える。一方、Ultrafastの価格と指定方法はまだ公表されていない。
| 速度層 | GPT-5.6 Solの公表速度 | 提供状況 | 公表された価格条件 |
|---|---|---|---|
| Standard | 比較の基準 | 通常提供 | 入力100万トークン5ドル、出力100万トークン30ドル |
| Fast | Standard比で最大2.5倍 | APIで提供 | Standardの2倍 |
| Ultrafast | Standard比で最大14倍、最大750出力トークン/秒 | 選定顧客向け限定プレビュー | 未公表 |
この比較から、Ultrafastは既存の高速オプションを置き換えるというより、その上に設けるアクセス限定の低遅延経路と分かる。Fast modeでは急激にトラフィックを増やすと一部のリクエストがStandardへ降格する場合がある。Ultrafastでも容量が提供範囲を決めることは、OpenAIが「capacity grows」に合わせてアクセスを広げると説明している点に表れている。
Cerebrasの750MW計画が旗艦モデルへ届いた
OpenAIとCerebrasは2026年1月、750MWの低遅延AI計算資源をOpenAIの基盤へ組み込む提携を公表した。計算資源は2028年まで複数段階で稼働する計画であり、用途に合う計算システムを割り当てるOpenAIの戦略の一部だ。Cerebrasは計算、メモリ、帯域を巨大な単一チップへ集約し、従来型ハードウェアの推論で生じるデータ移動のボトルネックを減らす。
最初の製品化は2026年2月のGPT-5.3-Codex-Sparkだった。これはGPT-5.3-Codexの小型版で、CerebrasのWafer Scale Engine 3上で毎秒1,000超トークンを生成する。128kコンテキスト、テキスト専用の研究プレビューとして始まり、高速なコーディングに対象を絞っていた。
Ultrafastでは、その低遅延経路がGPT-5.6 Solへ広がった。生成速度はCodex-Sparkの毎秒1,000超トークンを下回るものの、比較すべき点はモデルの規模と役割である。小型の専用モデルを速く動かす段階から、複雑な専門業務を担う旗艦モデルを最大750トークン/秒で返す段階へ進んだ。1月に示した750MWの計画が、Solを使うAPIサービスとして姿を現し始めたことになる。
速さが効くのは回答表示より反復の回数
OpenAIが挙げた用途のうち、速度の意味が分かりやすいのは障害対応だ。システム障害の最中にログ、トレース、直近のコード変更を読み、原因の仮説と次の確認項目を更新する。エンジニアが判断とデプロイを担う点は変わらないが、信号を見つけてから仮説を試すまでの間隔を縮められる。
研究でも同じ効果を狙う。OpenAIでは、夜に一群の実験を走らせて翌朝に結果を確認していた作業を、勤務時間内に何度も回す使い方を試している。金融リサーチやコマース、複雑な問い合わせを扱う音声サポートも、状況が変わる前に次の処理へ進めるかどうかが価値を左右する。速さは回答を早く表示するためというより、人間やソフトウェアが一日に試せる回数を増やすために効く。
ここには明確な境界もある。出力トークン速度は、モデルが回答を生成している区間の指標だ。OpenAIはCodex-Sparkの所要時間を、出力生成に加えて入力のprefill、ツール実行、ネットワークの合計として説明している。外部データベースの応答や決済処理が遅ければ、Ultrafastを選んでもタスク全体は14倍にならない。導入効果は、トークン速度ではなく利用者が操作を始めてから結果を得るまでの時間で測るべきである。
価格より先に、容量と実測を確かめる
Ultrafastは2026年8月13日時点で、少数の顧客に限られる。OpenAIは容量の増加に合わせてアクセスを広げる方針だが、一般提供日と対応地域は明らかにしていない。レート制限やサービス水準も不明である。公表値も「最大14倍」「最大750出力トークン/秒」であり、平均速度や長い入力を与えたときの変化は分からない。
企業が検証すべき数字は三つある。最初のトークンが届くまでの時間、ツール処理を含むタスク完了時間、負荷をかけた状態で維持できる出力速度だ。そこへUltrafastの単価を重ねれば、Fast modeの最大2.5倍で足りる業務と、さらに高い速度へ費用を払う業務を分けられる。
OpenAIは初期顧客としてJane StreetとPodiumの評価を紹介した。BasisとRogoのコメントも掲載している。しかし、いずれも測定条件をそろえた比較試験ではない。Ultrafastが本番システムの選択肢になるかは、アクセス拡大時に価格が示され、各社が実際のプロンプトとツール構成で待ち時間を測った時点で決まる。750MWの計算資源が段階的に立ち上がる2028年まで、速度の数字と同じ重さで容量の増え方を追う必要がある。
