OpenAI 上线 Ultrafast 模式：GPT-5.6 Sol 快 14 倍，每秒 750 token
OpenAI 联合 Cerebras 推出 API 新层级 Ultrafast 模式，让 GPT-5.6 Sol 输出速度达每秒 750 token，比标准处理快 14 倍。过去追求低延迟通常要牺牲模型尺寸，现在前沿大模型也能直接进入实时响应场景。目前该服务处于有限预览阶段。
Cerebras
Cognition 发布编程模型 SWE-1.7：基于 Kimi K2.7，性能逼近 GPT-5.5
Cognition 发布专为 Devin 打造的编程模型 SWE-1.7。该模型基于开源的 Kimi K2.7，通过强化学习将性能拉至逼近 GPT-5.5 与 Opus 4.8，且成本大幅降低。目前已在 Devin 全平台上线，借助 Cerebras 芯片实现每秒 1000 token 的极速推理。
OpenAI 升级 Responses API：加长连接支持，智能体调用提速 40%
OpenAI 为 Responses API 增加 WebSocket 模式。该模式通过持久长连接与内存状态缓存，避免每次 HTTP 请求重复传输和校验历史，将智能体循环端到端延迟降低最高 40%，首字响应时间缩短近 45%，并在 Cursor 等编码工具中全面落地。
OpenAI 被曝斥资超 200 亿美元采购 Cerebras 芯片：或换取高达 10% 股权
据 The Information 报道，OpenAI 同意在未来三年向芯片初创公司 Cerebras 支付超 200 亿美元租用算力服务器，并出资约 10 亿美元资助数据中心，以换取 Cerebras 最多 10% 的股权。这项新承诺比 1 月份的协议规模翻倍，直接为 Cerebras 冲击二季度 IPO 铺平了道路。
OpenAI 推出 Codex-Spark：每秒超 1000 token，主打实时编程
OpenAI 发布 GPT-5.3-Codex-Spark 研究预览版。这是其首个面向实时交互的编程小模型，借助 Cerebras 硬件将生成速度推至每秒 1000 token 以上。它专注于精准局部的快速微调，目前已向 ChatGPT Pro 用户开放测试。
Perplexity 推出新版 Sonar：每秒 1200 token，几乎即时出答复
Perplexity 发布新版自研模型 Sonar。它基于 Llama 3.3 70B 微调，由 Cerebras 提供推理支持，生成速度达每秒 1200 token。官方称其用户满意度超越 Claude 3.5 Sonnet，目前已面向 Pro 用户开放测试。