OpenAI 将在 Cerebras 上推出 GPT-5.6 Sol，推理速度达 750 tokens/s

OpenAI 将于 7 月在 Cerebras 上推出 GPT-5.6 Sol，推理速度达 750 tokens/s。据 Bleys Goodson 估算，模型横跨 70-100 片 Cerebras 晶圆，每片约承载一层，总参数量约 3T，活跃参数 150B，共约 70 层（整体范围 2-4T 参数，70-90 层）。Sol 极可能采用轻量 KV cache 设计（类似 DeepSeekV4 或混合 SSM），以充分利用 SRAM 带宽。这表明 OpenAI 并非简单将前沿模型部署到第三方平台，而是围绕硬件设计了该模型，使 Cerebras 从"小型模型快速推理"跃升至服务前沿智能的极致速度。 via AI HOT · https://aihot.virxact.com/items/cmr8xovv201gbsllstg6owgxe