OpenAI ha puesto en marcha un nuevo modo llamado Ultrafast para su modelo estrella GPT-5.6 Sol, con el que promete multiplicar por catorce la velocidad de procesamiento habitual. Esta mejora no se queda en un simple ajuste de rendimiento, sino que busca eliminar la disyuntiva clásica entre rapidez y capacidad, ofreciendo respuestas casi instantáneas sin renunciar a la inteligencia del modelo más avanzado de la compañía.
La novedad, que ya está disponible en fase de vista previa para un grupo reducido de clientes, se apoya en la infraestructura de Cerebras, un fabricante de chips especializado en inferencia de IA. Según los datos facilitados por OpenAI, el sistema es capaz de generar hasta 750 tokens por segundo, una cifra que cuadruplica lo que ofrecen la mayoría de los modelos comerciales actuales y que sitúa a esta tecnología en un nuevo escalón dentro de la industria.
Un salto de velocidad sin sacrificar el modelo
Hasta ahora, conseguir una respuesta rápida solía implicar recurrir a un modelo más pequeño o especializado, una concesión que OpenAI ha querido evitar con Ultrafast. En lugar de crear una variante recortada, la compañía ha optado por acelerar el mismo GPT-5.6 Sol, manteniendo intactas sus capacidades de razonamiento y generación de texto. Esto significa que los desarrolladores y empresas que utilicen la API podrán disfrutar de una latencia mínima sin perder calidad en los resultados.
La velocidad de 750 tokens por segundo se traduce en que un párrafo de respuesta se produce en menos de un segundo, lo que hace que la interacción sea prácticamente instantánea. Esta característica resulta especialmente valiosa en aplicaciones donde cada milisegundo cuenta, como el trading algorítmico, la atención al cliente con grandes volúmenes de consultas o la respuesta ante incidentes de seguridad. OpenAI subraya que la velocidad ya no requiere sacrificar la inteligencia, un mensaje que ha calado entre los primeros usuarios de la vista previa.
La infraestructura de Cerebras, clave en el rendimiento
El secreto detrás de Ultrafast está en la colaboración con Cerebras, cuyo procesador Wafer-Scale Engine integra 44 GB de SRAM y mantiene los pesos del modelo cerca de las unidades de cálculo. Esta arquitectura reduce drásticamente el movimiento de datos entre memoria externa y procesador, uno de los principales cuellos de botella en la inferencia de modelos grandes. Según explica la compañía, los pesos permanecen en el chip mientras los tokens atraviesan las capas, lo que permite sostener cientos de tokens por segundo sin degradación.
La integración con Cerebras no solo beneficia a OpenAI, sino que también supone un hito para el fabricante de chips, que ve cómo su infraestructura respalda a un modelo frontera dentro de un servicio comercial. Aunque la capacidad sigue siendo limitada, ambas compañías han confirmado que ampliarán el acceso a medida que aumenten los recursos disponibles. De momento, Ultrafast se ofrece únicamente a través de la API, y no está disponible en ChatGPT, una distinción que OpenAI ha dejado clara en su comunicado.
Casos de uso pensados para entornos críticos
OpenAI ha identificado varios escenarios donde la baja latencia marca la diferencia. Entre ellos destacan la respuesta a incidentes, donde un agente puede analizar registros, revisar trazas y proponer soluciones mientras el fallo sigue activo; la investigación financiera, que requiere procesar señales de mercado en tiempo real; y la atención al cliente, donde las conversaciones fluyen sin esperas perceptibles. También se menciona el comercio electrónico, con recomendaciones personalizadas y gestión de inventario en vivo.
Empresas como Jane Street, Podium, Basis y Rogo ya están probando Ultrafast en aplicaciones relacionadas con programación, comercio y soporte. Los primeros resultados apuntan a que la reducción de segundos en cada tarea puede transformar procesos que antes se ejecutaban por lotes nocturnos en iteraciones continuas durante la jornada. No obstante, OpenAI advierte que el rendimiento final depende de la complejidad de cada flujo, incluyendo herramientas externas y llamadas a bases de datos, por lo que la cifra de 750 tokens por segundo es solo una referencia del máximo de generación.
Disponibilidad limitada y próximos pasos
Ultrafast se encuentra en una fase de vista previa restringida, y OpenAI no ha comunicado una fecha para su disponibilidad general. La compañía ha confirmado que el acceso se ampliará conforme aumente la capacidad, pero por ahora solo un grupo selecto de clientes puede activarlo. Tampoco se ha revelado el precio público de este nuevo nivel de servicio, una variable esencial para que las empresas evalúen si la reducción de latencia compensa el coste adicional.
En comparación con la competencia, OpenAI asegura que Ultrafast supera al modo rápido de Claude de Anthropic, que no alcanza las mismas velocidades. Esta diferencia podría convertirse en un factor decisivo para organizaciones que dependen de respuestas casi instantáneas. Mientras tanto, los desarrolladores ya están imaginando aplicaciones que antes eran inviables por los tiempos de espera, desde generación de código en tiempo real hasta juegos interactivos basados en texto.
En definitiva, la llegada de Ultrafast marca un punto de inflexión en la carrera por la IA más rápida del mercado. Con la colaboración de Cerebras y un enfoque que no renuncia a la potencia del modelo, OpenAI ha plantado una bandera clara en el terreno de la baja latencia. Aunque todavía queda por conocer el precio y la disponibilidad general, la vista previa ya está demostrando que la velocidad puede ir de la mano de la inteligencia, y que los segundos ahorrados en cada tarea tienen un valor real en entornos empresariales.