OpenAI presenta Ultrafast: GPT-5.6 Sol fino a 14 volte più veloce con Cerebras

OpenAI ha deciso di spingere su un fronte che di solito resta in secondo piano rispetto alla potenza pura dei modelli: la velocità. Il 13 agosto 2026 l’azienda ha presentato in anteprima Ultrafast, un nuovo livello di servizio della sua API che fa girare GPT-5.6 Sol fino a 14 volte più velocemente rispetto all’elaborazione standard, con una generazione che arriva a 750 token di output al secondo. A rendere possibile questo salto è la collaborazione con Cerebras, l’azienda di chip che ha costruito la propria reputazione proprio sull’inferenza a bassissima latenza.

La promessa è tanto semplice quanto ambiziosa: la stessa intelligenza del modello più capace di OpenAI, ma a una rapidità che finora era riservata ai modelli più piccoli e specializzati. E c’è un dettaglio da fissare subito, perché cambia il modo di leggere l’intera notizia: non si tratta di un modello nuovo.

Cosa è davvero la modalità Ultrafast

Ultrafast non aggiunge un modello al catalogo di OpenAI. Prende GPT-5.6 Sol, cioè il cervello più intelligente della gamma, quello che alimenta le versioni più avanzate di ChatGPT, e lo fa rispondere molto più in fretta. L’azienda è esplicita nel dire che l’intelligenza resta identica a quella della versione standard, mentre a cambiare è soltanto il tempo di risposta. In pratica, quella scelta che prima ti obbligava a decidere tra un modello grande e lento oppure uno piccolo e veloce ora non devi più farla.

Per ora la disponibilità è limitata. Il livello Ultrafast parte in anteprima all’interno della API di OpenAI, riservato a un gruppo ristretto di clienti selezionati, con la possibilità di iscriversi per essere avvisati quando l’accesso si allargherà. È una mossa prudente, pensata per capire dove questa velocità genera davvero valore prima di aprire i rubinetti a tutti. Puoi leggere i dettagli nell’annuncio ufficiale di OpenAI.

Perché la velocità conta quanto l’intelligenza

La tesi che OpenAI e Cerebras portano avanti è che ogni grande svolta dell’informatica sia stata sbloccata da un salto di velocità, non solo di capacità. L’era del personal computer ha avuto bisogno del passaggio dai kilohertz ai gigahertz, e internet è diventato di massa solo quando siamo passati dal modem lento alla banda larga. Con l’intelligenza artificiale, sostengono, vale lo stesso principio: ora che i modelli di frontiera hanno dimostrato di essere capaci, il prossimo collo di bottiglia per l’adozione è quanto in fretta rispondono.

Quando la velocità non ti obbliga più a rinunciare all’intelligenza, l’AI può entrare nei processi più sensibili al tempo, quelli in cui ogni secondo pesa. È qui che, secondo OpenAI, si aprono usi prima semplicemente impraticabili. La formula che l’azienda usa per riassumere il concetto è efficace: non più token al secondo fini a se stessi, ma più lavoro utile per ogni secondo che passa.

I numeri dichiarati, tra benchmark e confronti

Sui numeri conviene tenere la testa fredda, perché le cifre di confronto arrivano da OpenAI e Cerebras e non da un ente indipendente. Detto questo, i dati diffusi danno l’idea della portata del salto. Su Humanity’s Last Exam, un benchmark da 2.500 domande che spazia dalla chimica all’economia fino alla letteratura di livello universitario, GPT-5.6 Sol in modalità Ultrafast avrebbe completato l’intero set in poco più di 11 ore, contro gli oltre tre giorni di calcolo continuo attribuiti a Claude Fable 5, raggiungendo un’accuratezza paragonabile quasi 7 volte più in fretta.

C’è poi GDP-Val, un test costruito su compiti di lavoro intellettuale ad alto valore economico come pareri legali, modelli finanziari e relazioni tecniche: qui Ultrafast avrebbe garantito un’accelerazione complessiva di 5,6 volte senza perdite di qualità. Sempre secondo Cerebras, e basandosi sui dati di Artificial Analysis, la nuova modalità sarebbe 5 volte più rapida di Claude Opus 4.8 in modalità Fast e 11 volte più rapida di Claude Fable 5.

Sono confronti di parte, va ribadito. Ma raccontano bene l’obiettivo: spostare la frontiera là dove intelligenza alta e latenza bassa convivono.

Il segreto sta nel silicio: l’architettura Wafer-Scale di Cerebras

La velocità di Ultrafast non nasce da un trucco software, ma dall’hardware. Cerebras utilizza la sua Wafer-Scale Engine, un chip grande quanto un intero wafer di silicio che tiene i pesi del modello direttamente a bordo, sfruttando 44 GB di memoria SRAM su ogni singolo chip. La differenza con le GPU tradizionali è sostanziale: queste ultime devono spostare di continuo i pesi tra la memoria interna al chip e quella esterna, e proprio questo andirivieni crea il collo di bottiglia sulla banda di memoria che frena la velocità di inferenza dei modelli di frontiera.

Eliminando quel passaggio, Cerebras riesce a generare token a un ritmo che le architetture basate su GPU faticano a raggiungere. È una scommessa architetturale diversa da quella dominante, e arriva in una fase in cui l’intera filiera dei chip per l’AI è in fermento, tra chi prova a incidere i modelli direttamente nel silicio e chi lavora per erodere il vantaggio competitivo di Nvidia. Andrew Feldman, amministratore delegato e cofondatore di Cerebras, l’ha riassunta come la prova che velocità e intelligenza non sono più in contraddizione.

Dove serve davvero, dai log di sistema al carrello

OpenAI ha raccontato alcuni scenari concreti in cui la rapidità cambia la natura stessa del lavoro. Nella gestione degli incidenti informatici, quando un sistema critico va in tilt, il modello può leggere i log, analizzare le modifiche recenti al codice e i report degli ingegneri per individuare la causa probabile e aiutare a preparare una correzione mentre il guasto è ancora in corso. Nella ricerca finanziaria e nella sicurezza può esaminare i segnali di mercato e le transazioni per scovare attività sospette mentre le condizioni cambiano.

Ci sono poi il supporto clienti vocale, dove risolvere un problema complesso in tempo reale senza interrompere la conversazione fa una differenza enorme, e il commercio elettronico, dove rispondere alle domande sui prodotti e sistemare gli intoppi al momento del pagamento prima che l’esitazione diventi un carrello abbandonato ha un valore immediato. C’è infine la ricerca dal vivo, con esperimenti che prima richiedevano un’elaborazione notturna e che ora possono trasformarsi in una sessione di lavoro interattiva.

Non è teoria. Nel periodo di anteprima OpenAI sta lavorando con aziende come Jane Street, Podium, Basis e Rogo, attive tra programmazione, ricerca finanziaria, supporto e voce. E la stessa OpenAI usa Ultrafast al proprio interno, per esempio nella risposta agli incidenti e nella ricerca, dove il classico ciclo lancio gli esperimenti la notte e leggo i risultati la mattina si sta accorciando fino a permettere più iterazioni nell’arco della stessa giornata lavorativa.

Cosa aspettarsi adesso

Ultrafast è ancora un’anteprima a capacità limitata, e OpenAI ha detto chiaramente che allargherà l’accesso man mano che crescerà la disponibilità di calcolo. Ma il segnale è più grande del singolo annuncio. Per anni la corsa si è giocata quasi solo sull’intelligenza dei modelli, con ogni nuova versione che alzava i punteggi nei benchmark. Ora una parte della competizione si sposta sulla latenza, cioè su quanto un modello di frontiera riesce a stare al passo con chi lo sta usando.

Per chi costruisce prodotti la posta in gioco è concreta: interi flussi di lavoro che oggi non reggono perché il modello risponde troppo lentamente potrebbero diventare praticabili. E la scelta di appoggiarsi a Cerebras dice qualcosa anche sul mercato dei chip, dove l’alternativa alle GPU comincia a ritagliarsi uno spazio proprio sull’inferenza veloce.

Se vuoi capire in che direzione sta andando l’ecosistema di OpenAI, tieni d’occhio come evolve GPT-5.6 Sol e prova a immaginare quali dei tuoi processi trarrebbero vantaggio da risposte quasi istantanee. La velocità, questa volta, non è un dettaglio tecnico: è il prossimo terreno di gioco.