OpenAI Ultrafast モードとは

Ultrafast モードとは、OpenAIが2026年8月13日にプレビュー公開したAPIの新サービスティアで、対象モデルはGPT-5.6 Solのみだ。推論基盤にCerebrasのWafer-Scale Engine（WSE）を採用し、出力速度は公式値で最大750 output tokens/sec、標準モードの最大14倍に達すると発表されている。8月14日にはHacker Newsのトップに立つなど注目を集めたが、提供は一部顧客への限定プレビューにとどまり、料金は本稿執筆時点で非公表だ。

生成速度が数倍〜十数倍になることで恩恵が大きいのは、単発のチャット応答よりも「トークンを大量に、繰り返し生成する」タイプのワークロードだ。代表例は、AIエージェントがツール呼び出しと結果検証を何十ターンも往復するマルチステップ実行、数百〜数千件のプロンプトを流す大規模バッチ評価やデータ生成、そして対話型UIでの体感レイテンシ改善である。特にエージェント用途では、1リクエストあたりの出力待ち時間がそのままタスク全体の所要時間に積み上がるため、生成速度の向上が総実行時間に直結しやすい。GPT-5.6の料金体系についてはGPT-5.6 API料金改定の記事も参照してほしい。

表の倍率はいずれもOpenAIおよびCerebrasが公表した値であり、第三者による独立検証はまだ確認できていない。他社の数値は当該各社の測定条件下のものであるため、単純な横並び比較としては参考程度にとどめるべきだ。

通常のGPU推論では、トークンを1つ生成するたびにモデルの重みをHBM（高帯域幅メモリ）からGPUの演算コアへ読み出す必要があり、このメモリ帯域が生成速度の上限を事実上決めてしまう。これに対してCerebrasのWafer-Scale Engineは、ウエハー1枚全体を1チップとして使う特殊な構造を持ち、1チップあたり44GBのSRAMを搭載する。モデル重みをこのオンチップSRAMに常駐させておくことで、トークン生成のたびに発生していたオフチップメモリとの往復そのものをなくし、メモリ帯域がボトルネックになる構造を回避しているのが速度の源泉だと説明されている。Cerebras基盤での高速推論の事例としては、Cerebras InferenceでGemma 4を動かした記事も参考になる。

OpenAIとCerebrasは、2,500問からなるHumanity's Last ExamをUltrafastモードで11時間で完了したと発表している。比較対象として挙げられているClaude Fable 5は同ベンチで78時間を要したとされ、単純計算で約7倍の差になる。またGDP-Valではエンドツーエンドで5.6倍の高速化を達成しつつ、品質面での劣化はないと主張されている。ただし、これらの数値はいずれもベンダー自身が実施・公表したベンチマークであり、評価条件（プロンプト、サンプリング設定、採点方法など）の詳細が第三者にどこまで開示されているかは本稿執筆時点で確認できていない。「速度が上がっても精度は落ちない」という主張自体は重要な論点であり、独立した第三者機関やコミュニティによる追試結果が出るまでは、参考値として受け止めるのが妥当だろう。

Ultrafastは、GPT-5.6 SolをAPIから呼び出す際のサービスティアの一つとして位置づけられている。ただし本稿執筆時点では限定プレビューであり、申込制で一部顧客から順次拡大していく方針とされている。既存のAPIコードからどのようなパラメータ変更で切り替わるのか、具体的なエンドポイントやリクエストパラメータの仕様については、公開情報では未確定であり、推測での記載は避ける。利用を検討する場合は、OpenAI公式のアナウンス（Previewing Ultrafast）およびCerebras公式ブログの一次情報を必ず確認してほしい。

標準ティアのGPT-5.6 Solは、入力$5/100万トークン・出力$30/100万トークンという料金が公表されている。Ultrafastモードについては、本稿執筆時点で料金体系そのものが非公表であり、標準ティアからどの程度の上乗せになるかも不明だ。一般的に、専用ハードウェアで速度を担保するサービスティアは、標準ティアより単価が高く設定される傾向があるが、これはあくまで業界全体の傾向であり、Ultrafastの実際の価格を保証するものではない。過去のGPT-5.6の値下げ経緯はGPT-5.6とGrok 4.5の料金比較記事にまとめている。

Cerebras・Groqはいずれも専用ハードウェアでメモリ帯域のボトルネックを回避するアプローチだが、実装方式は異なる。ローカル環境での推論高速化を検討している場合は、ローカルLLM推論エンジン比較の記事も合わせて確認するとよい。

現時点でUltrafastが向いているのは、大量のバッチ処理やエージェントの多段実行で生成速度そのものがボトルネックになっている、かつ限定プレビューへのアクセスが得られる大口顧客だろう。一方で、料金が非公表であること、品質面の主張がまだ第三者検証を経ていないこと、一般提供の時期が未定であることを踏まえると、多くの中小企業のシステム開発においては、正式な料金体系と一般提供開始、そして独立した評価結果が出そろってから採用を検討するのが無難だ。標準ティアのGPT-5.6でコストと速度のバランスを取りつつ、Ultrafastの動向を注視するという構えが現実的と言える。