OpenAI 上線 Ultrafast 模式：GPT-5.6 Sol 快 14 倍，每秒 750 token
OpenAI 聯合 Cerebras 推出 API 新層級 Ultrafast 模式，讓 GPT-5.6 Sol 輸出速度達每秒 750 token，比標準處理快 14 倍。過去追求低延遲通常要犧牲模型尺寸，現在前沿大模型也能直接進入即時響應場景。目前該服務處於有限預覽階段。
Cerebras
Cognition 釋出程式設計模型 SWE-1.7：基於 Kimi K2.7，效能逼近 GPT-5.5
Cognition 釋出專為 Devin 打造的程式設計模型 SWE-1.7。該模型基於開源的 Kimi K2.7，通過強化學習將效能拉至逼近 GPT-5.5 與 Opus 4.8，且成本大幅降低。目前已在 Devin 全平臺上線，藉助 Cerebras 晶片實現每秒 1000 token 的極速推理。
OpenAI 升級 Responses API：加長連線支援，智慧體呼叫提速 40%
OpenAI 為 Responses API 增加 WebSocket 模式。該模式通過持久長連線與記憶體狀態快取，避免每次 HTTP 請求重複傳輸和校驗歷史，將智慧體迴圈端到端延遲降低最高 40%，首字響應時間縮短近 45%，並在 Cursor 等編碼工具中全面落地。
OpenAI 被曝斥資超 200 億美元採購 Cerebras 晶片：或換取高達 10% 股權
據 The Information 報道，OpenAI 同意在未來三年向晶片初創公司 Cerebras 支付超 200 億美元租用算力伺服器，並出資約 10 億美元資助資料中心，以換取 Cerebras 最多 10% 的股權。這項新承諾比 1 月份的協議規模翻倍，直接為 Cerebras 衝擊二季度 IPO 鋪平了道路。
OpenAI 推出 Codex-Spark：每秒超 1000 token，主打即時程式設計
OpenAI 釋出 GPT-5.3-Codex-Spark 研究預覽版。這是其首個面向即時互動的程式設計小模型，藉助 Cerebras 硬體將生成速度推至每秒 1000 token 以上。它專注於精準區域性的快速微調，目前已向 ChatGPT Pro 使用者開放測試。
Perplexity 推出新版 Sonar：每秒 1200 token，幾乎即時出答覆
Perplexity 釋出新版自研模型 Sonar。它基於 Llama 3.3 70B 微調，由 Cerebras 提供推理支援，生成速度達每秒 1200 token。官方稱其使用者滿意度超越 Claude 3.5 Sonnet，目前已面向 Pro 使用者開放測試。