OpenAIs schnellster Modus macht aus Wartezeit ein Gespräch

OpenAI hat am 13. August 2026 Ultrafast vorgestellt: einen neuen Service-Tier in der OpenAI-API, der das Spitzenmodell GPT-5.6 Sol nach Angaben des Unternehmens bis zu 14-mal schneller laufen lässt als Standard Processing — bei bis zu 750 Output-Token pro Sekunde. Es ist dasselbe Modell mit derselben Intelligenz, nur auf anderer Hardware: Die Rechenleistung liefert der US-Chiphersteller Cerebras. Verfügbar ist Ultrafast vorerst nur als limitierte Preview für eine kleine Gruppe ausgewählter Kunden.

Tempo ohne Rabatt auf Intelligenz

Bisher hiess «schnell» in der Praxis fast immer «kleineres Modell». Wer Antworten in Echtzeit brauchte, nahm ein abgespecktes System und damit schwächere Ergebnisse in Kauf. Genau diesen Handel will OpenAI beenden. Bis jetzt habe Echtzeit-Tempo meist bedeutet, ein kleineres oder spezialisierteres Modell zu wählen, schreibt das Unternehmen in seiner Ankündigung — Ultrafast zeige in eine andere Richtung: mehr nützliche Arbeit pro Sekunde.

44 Gigabyte SRAM auf einem Wafer

Der Trick steckt in der Hardware. Cerebras baut keine klassischen Prozessoren, sondern Wafer-Scale Engines — Chips so gross wie eine ganze Halbleiterscheibe. Auf jedem davon sitzen 44 Gigabyte sehr schneller Speicher (SRAM). Die Modellgewichte bleiben dadurch direkt auf dem Chip, statt für jedes einzelne Token zwischen Chip und externem Speicher hin- und hergeschoben zu werden. Dieser Datentransport ist bei herkömmlichen GPUs der eigentliche Flaschenhals.

Cerebras selbst beziffert den Vorsprung: fünfmal schneller als Claude Opus 4.8 im Fast Mode, elfmal schneller als Claude Fable 5. Beim Test «Humanity's Last Exam» (2500 Fragen auf Doktoratsniveau) habe GPT-5.6 Sol Ultrafast den kompletten Fragensatz in gut 11 Stunden abgearbeitet, Claude Fable 5 habe dafür über drei Tage gebraucht. Wichtig zur Einordnung: Diese Vergleichszahlen stammen vom Hardware-Lieferanten selbst und sind keine unabhängige Messung.

Wenn der Nachtlauf zur Sitzung wird

Spannender als die Multiplikatoren ist, was sich im Arbeitsalltag verschiebt. OpenAI nennt als Einsatzfelder die Störungsanalyse (Logs, Code-Änderungen und Berichte auswerten, während der Ausfall noch läuft), Finanzresearch und Betrugserkennung, Kundenservice per Sprache sowie den Onlinehandel — Produktfragen und Checkout-Probleme lösen, bevor der Warenkorb abbricht. Intern beobachte man laut OpenAI, dass Experimente, die bislang über Nacht liefen, zu mehreren Durchgängen pro Arbeitstag werden.

Für Schweizer Firmen noch nicht buchbar

Der Haken: Ultrafast ist eine limitierte Preview, und einen Preis nennt OpenAI bisher nicht. Nutzt du die OpenAI-API produktiv, ändert sich heute also noch nichts — bleibt die Warteliste. Interessant wird das Angebot überall dort, wo Latenz direkt Geld kostet: Voice-Support, trading-nahe Analyse, Echtzeit-Betrugserkennung. Konkurrenz gibt es bereits: Anthropic bietet für Claude einen eigenen Fast Mode an, laut TechCrunch allerdings nicht in dieser Grössenordnung.