Ultrafast API 是 OpenAI 今年 8 月随 GPT-5.6 Sol 推出的极速推理档位，官方宣称输出速度最高可达每秒 750 个 token，是标准档的 14 倍。9 月 26 日，多位开发者在 OpenAI Platform 与 API 文档中发现了 Ultrafast 相关文档；爆料者 @imjustnewatai 在 X 上贴出的截图显示，“Ultrafast”已出现在云端智能体（cloud agent）API 文档中。与此同时，TestingCatalog 发现 Responses API Playground 正在准备一个隐藏的速度选择器，开发者可在 Standard、Fast、Ultrafast 三档之间切换——该功能目前仍处于隐藏状态。
这不是新模型，而是一个“速度档位”
Ultrafast 并不是一个新模型，而是一个服务档位。OpenAI 的 API 此前已经有 Standard 和 Fast 两档（Fast 档有公开文档，开发者可在请求中设置 service_tier: "fast"），Ultrafast 是第三档，也是最快的一档。它跑在 Cerebras 的基础设施上——OpenAI 今年早些时候宣布了与 Cerebras 的 750MW 算力合作，容量将分阶段在 2028 年前上线。目前 Ultrafast 只向部分客户开放，GPT-5.6 Sol 是唯一确认支持的模型。
对开发者意味着什么
对开发者来说，最直接的变化是延迟可以按档购买。客服对话、实时语音、代码补全、交易风控这类对响应时间敏感的场景，过去往往被迫在“用小模型换速度”和“用大模型忍延迟”之间二选一；三档并存之后，团队可以按每个工作负载的价值来选择延迟，把高成本推理留给真正影响收入或体验的链路。速度档位化也等于把“延迟”变成了 API 经济学里的一等公民——应用架构开始需要为延迟做预算。
三个待确认的悬念
第一，9 月 29 日就是 OpenAI DevDay，从时间点看，在会上宣布扩围并非不可能，但官方尚未确认。第二，GPT-6 系列（Sol、Astra）是否支持 Ultrafast，目前也没有人能确认。第三，定价——极速档的溢价会是多少，OpenAI 至今没有透露。
文档和 Playground 开关同时出现，说明这不是一次偶然的“误上线”，而是有节奏的预热。对开发者而言，真正要准备的不是等一个开关打开，而是开始给自己的应用做延迟预算：哪些链路值得为毫秒付费，哪些不值得。答案要在 9 月 29 日的 DevDay 揭晓，在此之前，这仍是一次未经官方确认的爆料。
