OpenAI drückt aufs Gaspedal: Der neue Ultrafast-Modus lässt das Spitzenmodell GPT-5.6 Sol mit bis zu 750 Output-Token pro Sekunde antworten — bis zu 14-mal schneller als im normalen Standard-Tier. Das Besondere: Du bekommst das Tempo, ohne auf ein kleineres Modell umsteigen zu müssen.
DAS steckt hinter dem Tempo-Sprung
Die Vorschau vom 13. August ist ein neues Service-Tier in der OpenAI-API: Gleiche Modellqualität, andere Hardware. Unter der Haube laufen die Anfragen auf Systemen von Cerebras — dem Chip-Hersteller, dessen Wafer-Scale-Prozessoren so groß sind wie ein ganzer Speiseteller und die für Inferenz-Geschwindigkeit gebaut wurden. Damit umgeht OpenAI den klassischen Kompromiss der Branche: Bisher hieß Echtzeit-Tempo fast immer, auf ein kleineres oder spezialisiertes Modell auszuweichen.
DARUM ist Geschwindigkeit das neue Schlachtfeld
OpenAI nennt die Zielgruppen klar beim Namen: Voice-Anwendungen, Kundensupport, Commerce, Entwickler-Agenten, Finanz-Research und Security-Response — alles Bereiche, in denen jede Sekunde Wartezeit Nutzer kostet. Gerade bei Agenten summieren sich die Ausgabezeiten: Wer zehn Werkzeug-Aufrufe hintereinander plant, wartet im Standard-Tempo schnell eine gefühlte Ewigkeit. Mit 14-facher Geschwindigkeit wird aus der Kaffeepause ein Wimpernschlag.
Es ist der nächste Schlag in einem Wettrennen, das OpenAI zuletzt im Wochentakt befeuert: GPT-5.6 startete erst im Juli in drei Varianten, kurz darauf verschmolzen Codex und ChatGPT zu einer App.
ABER: Noch kommst du wahrscheinlich nicht ran
Ultrafast startet als limitierte Vorschau für ausgewählte API-Kunden. OpenAI will den Zugang ausweiten, „sobald die Kapazität wächst“ — Interessenten können sich für Benachrichtigungen registrieren. Preise hat OpenAI in der Ankündigung nicht genannt; auch zu einem ChatGPT-Rollout für Endnutzer schweigt sich das Unternehmen bislang aus.
EXTRA-TIPP: Was das für dein Homelab bedeutet
Auch wenn du die Vorschau nicht nutzen kannst, lohnt der Blick auf den Trend: Tokens pro Sekunde werden zur neuen Währung im KI-Markt. Wer lokal mit Ollama und Co. experimentiert, kennt das Prinzip längst — dort entscheidet die eigene Hardware über das Tempo. Die Cloud-Anbieter ziehen jetzt mit Spezial-Silizium nach, und die Konkurrenz von Cerebras-Partnern wie Mistral und Meta zeigt: Der Inferenz-Speed-Krieg hat gerade erst begonnen.
FAZIT: Volle Intelligenz, keine Wartezeit
OpenAIs Botschaft ist unmissverständlich: Geschwindigkeit soll kein Grund mehr sein, bei der Modellqualität Abstriche zu machen. Wenn das Versprechen im Alltag hält, verschiebt Ultrafast die Grenze dessen, wo sich große Modelle einsetzen lassen — mitten hinein in Telefonate, Kassensysteme und Sicherheits-Dashboards, wo bisher nur kleine Spezialmodelle schnell genug waren.