OpenAI presentó Ultrafast, un nivel de procesamiento para su API que, según la empresa, permite ejecutar GPT 5.6 Sol hasta 14 veces más rápido que el servicio estándar. El acceso está restringido a un grupo inicial de clientes y todavía no se han comunicado precios.
OpenAI presentó el 13 de agosto de 2026 Ultrafast, un nuevo nivel de procesamiento en vista previa limitada para su API. Según el anuncio de la compañía, el servicio ejecuta GPT 5.6 Sol hasta 14 veces más rápido que el procesamiento estándar y puede generar hasta 750 tokens de salida por segundo sobre infraestructura de Cerebras.
Las dos cifras representan máximos comunicados por OpenAI. La velocidad de generación de tokens mide la producción de la respuesta una vez iniciada, pero no equivale por sí sola a la latencia total de una aplicación. En esta también influyen el procesamiento de la entrada, el tiempo hasta el primer token, las llamadas a herramientas y la comunicación con sistemas externos. El anuncio no incluye una metodología detallada que permita determinar qué proporción de las solicitudes alcanza el máximo indicado.
Acceso restringido y sin precio anunciado
Ultrafast estará disponible inicialmente para un grupo seleccionado de clientes de la API. OpenAI habilitó un formulario para recibir solicitudes de interés y señaló que ampliará el acceso a medida que aumente la capacidad. La empresa no comunicó una fecha de disponibilidad general, precios, cuotas de uso ni compromisos específicos de nivel de servicio.
GPT 5.6 Sol ya figura en el catálogo de modelos de la API, pero la modalidad Ultrafast constituye una ruta de procesamiento diferente. OpenAI también mantiene un modo Fast de pago por uso, que ofrece para Sol una velocidad de hasta 2,5 veces la del procesamiento estándar. Ultrafast promete un máximo considerablemente mayor, aunque sus condiciones comerciales todavía no son públicas.
La función de Cerebras
OpenAI y Cerebras anunciaron en enero de 2026 un acuerdo para incorporar 750 megavatios de capacidad de inferencia de baja latencia en varias etapas hasta 2028. Cerebras confirmó por separado el carácter plurianual del despliegue. Ultrafast representa una aplicación concreta de esa alianza para el modelo de mayor capacidad de la familia GPT 5.6.
La arquitectura de Cerebras concentra capacidad de cálculo, memoria y ancho de banda en procesadores de escala oblea. El objetivo es reducir los movimientos de datos que pueden limitar la velocidad de inferencia en otras configuraciones de hardware. OpenAI ya había utilizado esta infraestructura para acelerar un modelo especializado en programación, pero ahora la aplica a GPT 5.6 Sol.
Aplicaciones sensibles a la latencia
OpenAI plantea como posibles usos la respuesta a incidentes informáticos, la investigación financiera, la atención al cliente por voz, el comercio electrónico y la experimentación interactiva. En estos escenarios, una menor espera podría permitir más iteraciones durante una conversación o dentro de un flujo automatizado.
Estos ejemplos describen aplicaciones potenciales y experiencias preliminares, no resultados generalizables. Antes de adoptar el servicio, las organizaciones deberán medir la latencia completa de sus aplicaciones, la estabilidad de la velocidad, la calidad de las respuestas, la tasa de errores y el coste total. La rapidez del modelo tampoco elimina la necesidad de supervisión humana en decisiones operativas, financieras o de seguridad.
Ultrafast resulta relevante porque intenta reducir la tradicional elección entre capacidad y velocidad, al acelerar el modelo insignia en lugar de sustituirlo por uno más pequeño. Sin embargo, una evaluación definitiva requerirá mediciones independientes y conocer el precio y las condiciones de disponibilidad general.
Fuentes
- OpenAI, Previewing Ultrafast mode
- OpenAI, Fast mode for API Customers
- OpenAI API, comparación de modelos
- OpenAI, asociación con Cerebras
- Cerebras, acuerdo de inferencia con OpenAI
Ilustración: captura del sitio
📬 Newsletter gratuito
