OpenAI y Cerebras presentaron esta semana el modo Ultrafast, un nuevo nivel de servicio en la API de OpenAI que permite ejecutar el modelo GPT-5.6 Sol a velocidades inéditas en el sector, con el respaldo de un socio de hardware poco convencional frente al dominio tradicional de las GPUs de NVIDIA. El anuncio marca un paso significativo en la carrera por democratizar la inferencia de frontera y abre nuevas posibilidades para aplicaciones empresariales donde la latencia es crítica.
Según el comunicado oficial de Cerebras, el modo Ultrafast es capaz de generar hasta 750 tokens de salida por segundo, una cifra que combina inteligencia de frontera con tiempos de respuesta en tiempo real. La propia Cerebras destaca que GPT-5.6 Sol en modo Ultrafast es hasta 11 veces más rápido que Fable 5 y 5 veces más rápido que Opus 4.8 en su modo rápido, todo ello sin comprometer la calidad de las respuestas. OpenAI, por su parte, afirmó en su blog que la velocidad ofrecida equivale a 14 veces el procesamiento estándar, una diferencia numérica que responde a metodologías de comparación distintas pero que apunta en la misma dirección: un salto cualitativo en el rendimiento.
Las pruebas de referencia resultaron particularmente llamativas. Cerebras ejecutó ambos modelos sobre Humanity's Last Exam (HLE), un exigente benchmark compuesto por 2.500 preguntas propias de doctores en química, economía o literatura. GPT-5.6 Sol Ultrafast completó la batería en 11 horas y 11 minutos, mientras que Claude Fable 5 necesitó 78 horas y 27 minutos para alcanzar el mismo nivel de precisión, más de tres días de cómputo continuo. En la prueba GDP-Val, orientada a tareas de trabajo del conocimiento económicamente valiosas, Ultrafast ofreció una aceleración de 5,6 veces de extremo a extremo, también sin pérdida de calidad. Las evaluaciones se realizaron los días 10, 13, 14, 15 y 31 de julio de 2026, en condiciones de razonamiento xhigh y medium dentro de Codex, según detalla Cerebras.
La clave tecnológica radica en la arquitectura Wafer-Scale Engine de Cerebras, que rompe con el modelo tradicional de las GPUs. En lugar de transferir los pesos del modelo entre la memoria del chip y el almacenamiento externo —el principal cuello de botella identificado por la compañía—, Cerebras integra 44 GB de SRAM en cada chip a escala de oblea. Los pesos permanecen en el chip y los tokens fluyen sin interrupciones a través de las capas del modelo distribuidas en los wafers. Este enfoque, describen, escala de forma natural con el tamaño del modelo, lo que augura una ventaja competitiva sostenida en futuros modelos de frontera.
En el plano comercial, OpenAI y Cerebras coinciden en señalar los casos de uso más prometedores. En palabras de la propia OpenAI, el modo Ultrafast está pensado para flujos de trabajo corporativos que no admiten demoras: respuesta a incidentes, atención al cliente, análisis de mercados financieros y comercio electrónico. Cerebras añade escenarios adicionales, como la resolución de caídas en servicios web —donde cada minuto de inactividad impacta en ingresos y SLAs— y la respuesta a ciberataques adversarios, donde la detección temprana puede evitar pérdidas catastróficas. La modalidad permite además nuevos modos de trabajo con agentes, al eliminar la necesidad de alternar entre múltiples sesiones paralelas para obtener resultados en tiempo real.
El movimiento estratégico resulta relevante por varios motivos. En primer lugar, OpenAI diversifica su infraestructura más allá de los proveedores tradicionales de GPUs, lo que podría tener implicaciones a largo plazo en costes y en la geopolítica de los chips de inteligencia artificial. En segundo lugar, la competencia con Anthropic se intensifica: aunque Claude también dispone de un "modo rápido", OpenAI enfatiza que la velocidad ofrecida por Ultrafast no tiene equivalente en el mercado actual. Por último, la disponibilidad inicial es restringida —solo un grupo selecto de clientes puede acceder al preview— y la expansión dependerá del crecimiento de la capacidad instalada.
En definitiva, el lanzamiento del modo Ultrafast representa un punto de inflexión en la inferencia de modelos de frontera. Si las promesas de velocidad se sostienen en producción y el acceso se amplía según lo previsto, nos encontramos ante una nueva categoría de servicio que redefine los límites de lo posible en aplicaciones de inteligencia artificial en tiempo real. La pregunta para los próximos meses será si Cerebras logrará escalar su arquitectura a la altura de la demanda y si el ecosistema empresarial adoptará masivamente estas velocidades como nuevo estándar.