OpenAI حالت Ultrafast را برای GPT-5.6 Sol معرفی کرد

OpenAI از یک لایه سرویس جدید در API خود با نام Ultrafast رونمایی کرده که مدل GPT-5.6 Sol را با سرعتی تا ۱۴ برابر بیشتر نسبت به حالت معمول اجرا می‌کند. این قابلیت که هنوز در مرحله پیش‌نمایش (preview) قرار دارد، با اتکا به سخت‌افزار شرکت Cerebras توانسته نرخ تولید توکن خروجی را به تا ۷۵۰ توکن در ثانیه برساند.

چه اتفاقی افتاد

طبق اعلام OpenAI، لایه جدید Ultrafast به‌عنوان یکی از گزینه‌های سرویس در API این شرکت معرفی شده و به‌طور خاص برای اجرای مدل GPT-5.6 Sol طراحی شده است. نکات مشخص‌شده در این معرفی به شرح زیر است:

• نام سرویس: Ultrafast (در حال حاضر در مرحله preview)
• مدل هدف: GPT-5.6 Sol
• شتاب سرعت: تا ۱۴ برابر نسبت به حالت استاندارد
• زیرساخت: مبتنی بر فناوری Cerebras
• توان خروجی: تا ۷۵۰ توکن در ثانیه

OpenAI جزئیات بیشتری درباره قیمت‌گذاری، محدودیت‌های دسترسی یا زمان‌بندی عرضه نهایی (خارج از مرحله پیش‌نمایش) در این اعلامیه ارائه نکرده است.

چرا مهم است

سرعت پاسخ‌دهی مدل‌های زبانی بزرگ (LLM) یکی از موانع اصلی در استفاده از آن‌ها برای کاربردهای بلادرنگ یا حجم بالا بوده است. افزایش ۱۴ برابری سرعت پردازش، در صورت تثبیت در تولید، می‌تواند مسیر را برای دسته جدیدی از اپلیکیشن‌ها باز کند؛ از جمله ابزارهایی که به تعامل آنی نیاز دارند یا حجم بالایی از درخواست‌ها را در بازه زمانی کوتاه پردازش می‌کنند. استفاده OpenAI از زیرساخت Cerebras به‌جای تکیه صرف بر GPU های سنتی نشان می‌دهد که رقابت بر سر سخت‌افزار استنتاج (inference hardware) وارد فاز جدیدی شده است. این رویکرد می‌تواند فشار رقابتی بر تأمین‌کنندگان سنتی تراشه را افزایش دهد و برای شرکت‌هایی که هزینه استنتاج بخش قابل‌توجهی از بودجه فناوری آن‌هاست، گزینه‌ای برای کاهش هزینه در ازای سرعت بیشتر فراهم کند. برندگان اصلی این تحول کاربران سازمانی و توسعه‌دهندگانی هستند که محصولات مبتنی بر تعامل زنده با LLM می‌سازند؛ از چت‌بات‌ها گرفته تا ابزارهای کدنویسی بلادرنگ. در مقابل، این تحول می‌تواند فشار قیمتی بر رقبایی وارد کند که هنوز چنین شتابی را ارائه نمی‌دهند.

توصیه عملی

• تیم‌های DevOps و زیرساخت که از API مدل‌های OpenAI استفاده می‌کنند باید دسترسی به لایه Ultrafast را در محیط preview آزمایش کنند تا تأثیر واقعی آن بر تأخیر (latency) پاسخ‌ها سنجیده شود.
• پیش از مهاجرت کامل به این سرویس، سناریوهای تست بار (load testing) را برای اطمینان از پایداری عملکرد در مقیاس واقعی اجرا کنید.
• هزینه استفاده از این لایه را با حالت استاندارد مقایسه کنید، چون افزایش سرعت ممکن است با تغییر در ساختار قیمت‌گذاری همراه باشد.
• برای اپلیکیشن‌های حساس به تأخیر (real-time)، این حالت را در اولویت ارزیابی فنی قرار دهید.
• روند انتشار نهایی (خروج از preview) و اعلامیه‌های بعدی OpenAI درباره قیمت و در دسترس‌بودن را رصد کنید.

جمع‌بندی

معرفی حالت Ultrafast نشان‌دهنده تلاش OpenAI برای رفع یکی از محدودیت‌های عملی مدل‌های بزرگ زبانی، یعنی سرعت پاسخ‌دهی، از طریق همکاری با تأمین‌کنندگان سخت‌افزار تخصصی مانند Cerebras است. اگرچه این قابلیت هنوز در مرحله پیش‌نمایش قرار دارد، اما در صورت تثبیت، می‌تواند معیارهای جدیدی برای سرعت و هزینه استنتاج در صنعت هوش مصنوعی تعیین کند.

بیشتر بخوانید

• OpenAI مدل تخصصی GPT-5.6-Cyber را برای تحقیقات امنیتی عرضه کرد

منابع

• OpenAI