2500 道题，难度高到只有化学、经济、文学等领域的博士才答得上来。Claude Fable 5 跑完全部题目用了 78 小时 27 分，三天三夜不停机。同一批题，同一款顶级模型 GPT-5.6 Sol，只是换了一台「机器」，11 小时 11 分就跑完了。官方说法：快了近 7 倍，等于「一个工作日跑完人类知识前沿」。
图：HLE（人类最后考试）基准对比：2500 道题，Sol Ultrafast 用时 11 小时 11 分，Claude Fable 5 用时 78 小时 27 分。来源：cerebras.ai
这次的主角，不是模型，是芯片
先把新闻说清楚。OpenAI 和一家叫 Cerebras 的美国芯片公司合作，给 GPT-5.6 Sol 推出了「Ultrafast 极速模式」，先在 OpenAI 的接口里小范围开放，输出速度最高每秒 750 个 token（token 可以粗略理解为 AI 吐字的计量单位）。Cerebras 的说法是，极速模式比 Claude Fable 5 的输出速度快 11 倍，比另一款顶配模型的快模式快 5 倍。速度之外，官方强调「智能水平没有任何损失」——同一个大脑，只是换了台跑得更快的机器。
问题来了：为什么同一款模型，换台机器就能快这么多？这得从芯片讲起。现在 AI 算力几乎被 NVIDIA 的 GPU 垄断，各家大模型都跑在 GPU 集群上。GPU 的瓶颈在「搬数据」：模型有几万亿个参数，相当于一本几万页的字典，AI 每吐一个字，都要反复去查这本字典。字典放在芯片旁边的内存里，每次查询都要搬进搬出，路上堵车的时间比查字典本身还长。模型越大，堵得越狠。
Cerebras 走了一条相反的路：别人把一整块晶圆切成几百颗小芯片再拼起来用，它干脆不切了，把整块晶圆直接做成一颗超大芯片，再在上面塞进 44GB 的高速缓存——字典直接摊开放在灶台边上，厨师不用一趟趟跑仓库。用笔者的比喻，这就像同样的乘客，普通芯片是市区轿车，一颗颗排队过红绿灯；晶圆级芯片是高铁，整节车厢一起跑，运力完全不在一个量级。
图：Cerebras 的晶圆级芯片（Wafer-Scale Engine）：一整块晶圆直接做成一颗芯片，不切割。来源：cerebras.ai
评论区泼来一盆冷水：这 7 倍有水分
新闻在技术论坛 Hacker News 上拿到了 382 分、152 条评论，但热评第一条就是质疑。用户 zozbot234 说得很直白：2500 道题是互相独立的，「本质是个能并行处理的负载，多堆几台机器就行」，真正该比的是「单道难题从头到尾的完成时间」。翻译成人话：你让 2500 个学生各做一道题，和一个学生连做 2500 道题，总用时差 7 倍，说明的是「人手够多」，未必说明「这个人跑得快」。
这个质疑有没有道理？有，而且点到了宣传说法的软肋。但评论区另一位用户 desmondl 补了个关键细节：官方文章里的动画其实展示了单题用时——Sol Ultrafast 每道题约 3 秒，Fable 5 约 27 秒，单题也快了 9 倍左右，而且那个「11 小时对 78 小时」的动画暗示的是串行跑完的。也就是说，官方最强的牌（7 倍）恰好是最容易被质疑的一张；而它手里那张更硬的牌（单题 3 秒对 27 秒），反而藏在动画里没写进标题。笔者对此的判断是：总吞吐可以靠堆机器糊弄人，单题延迟却糊弄不了——芯片的底子是真提速了，宣传数字选得取巧，但没说谎。
图：官方博客动画（截图）：单题约 3 秒对 27 秒，总用时 11 小时对 78 小时。来源：cerebras.ai
评论区还有一层争论更有意思。有人说快当然好，但「尴尬并行」的任务（比如批量跑 2500 道题）用一堆慢机器也能堆出同样结果，多快意义不大；马上有人反驳：人类真正日常使用的场景——一个人和 AI 结对写代码、你问一句 AI 答一句——是没法并行拆分的，每一步都得等，单题延迟才是决定体验的东西。笔者的看法：两种说法都对，只是关注点不同。跑批量的研究员在乎总吞吐，等答案的普通用户在乎单题延迟，而 Cerebras 这次两样都占了，只是宣传时挑了最大的数字。
省钱账：一天省 500 美元
如果速度之争还停留在「公说公有理」，成本账就是实打实的了。评论区用户 aetherspawn 说自己公司 24 小时连轴跑前沿模型，实测发现 Sol 这模型特别「省话」——同样一个任务，它输出的 token 比 Fable 5 少 10 到 100 倍。按 token 单价算两家其实差不多，但 Sol 话说得少，账单自然小，换过去之后每天省下大约 500 美元。另一位用户补了一句：Sol 按 token 算本来就比 Fable 便宜。这里能看出 AI 降本的另一个路径：速度只是故事的一半，模型本身「话少、说到点子上」才是省钱的大头。硬件让 AI 变快，模型设计让 AI 变便宜，两条线在同时推进。
挑战者与垄断者
把镜头拉远，这桩合作还有一层产业含义。AI 芯片市场长期是 NVIDIA 一家独大，几乎所有大模型都跑在它的 GPU 上，生态、软件、供货全被捏在手里。Cerebras 是少数走完全不同路线的挑战者：别人切晶圆它不切，别人靠搬数据它把数据焊死在芯片里。晶圆级芯片的制造良率、散热、成本都是硬门槛，说它马上撼动 NVIDIA 为时过早；但 OpenAI 愿意给这条路背书，本身就说明垄断并非铁板一块。对普通人来说，这场竞争最直接的礼物，可能是 AI 越来越快、越来越便宜——毕竟厂家打架，用户受益。
这场争论教会我们什么
回头看，「快 7 倍」既是真的，也是挑着说的。2500 道独立题的总耗时，确实可以靠堆机器缩短；但单题 3 秒对 27 秒的差距，以及每天 500 美元的省钱账，说明硬件的提速是实打实的。宣传方挑了对自己最有利的数字，质疑方点中了数字背后的软肋，两边都没错，错的是只信一边。下次再看到「某某快了 N 倍」的新闻，不妨先问一句：比的是总时间，还是单次等待？前者可能靠人多，后者才见真功夫。
参考链接：
- Cerebras 官方博客: 加速 GPT-5.6 Sol Ultrafast（与 OpenAI 合作）
- Hacker News 讨论 (item?id=49289844)
- 评论区引述: Artificial Analysis 模型输出速度对比
