Quando a OpenAI lançou o GPT-5.6 Sol como seu modelo mais avançado de linguagem, o mundo da inteligência artificial já sabia que a empresa estava subindo mais um degrau em capacidade bruta. Mas a questão que persistia era a velocidade: modelos mais poderosos costumam ser mais lentos, consumindo mais tempo de processamento a cada resposta. Nesta quarta-feira (13), a OpenAI virou essa equação ao anunciar o modo Ultrafast, uma novidade que promete entregar até 750 tokens de saída por segundo, equivalente a 14 vezes a velocidade do processamento padrão do GPT-5.6 Sol.
A novidade foi divulgada pelo TechCrunch e representa uma virada significativa para empresas que dependem de respostas rápidas e em escala. O Ultrafast ainda está em fase de preview e disponível apenas para um grupo reduzido de parceiros, mas a OpenAI já sinalizou que a expansão virá conforme a infraestrutura de suporte crescer.
O que é o modo Ultrafast e como ele funciona
O Ultrafast é essencialmente um modo operacional do GPT-5.6 Sol que prioriza velocidade de processamento acima de outras variáveis. Em termos técnicos, a OpenAI afirma que o modo oferece “progresso em uma nova direção: mais trabalho útil por segundo”. A comparação com o modo padrão é impressionante: enquanto o GPT-5.6 Sol convencional já é considerado rápido para tarefas complexas, o Ultrafast produz respostas em uma fração do tempo.
O segredo está na parceria com a Cerebras, fabricante de chips especializados em inteligência artificial. A Cerebras desenvolve processadores com arquitetura diferente dos tradicionais GPUs da Nvidia, focando em latência ultrabaixa e throughput elevado. Essa combinação entre o modelo da OpenAI e o hardware da Cerebras é o que permite atingir os 750 tokens por segundo, um número que poucos sistemas de inteligência artificial no mundo conseguem alcançar atualmente.
Para ter uma noção do que isso significa na prática: um token equivale aproximadamente a quatro caracteres de texto em inglês. Gerar 750 tokens por segundo significa produzir um texto de cerca de 3.000 caracteres em apenas um segundo, o suficiente para redigir um e-mail completo, responder a uma consulta de suporte ao cliente ou gerar um resumo de documento em tempo real. A velocidade que antes parecia o gargalo intransponível dos modelos grandes deixou de ser uma limitação prática para empresas que precisam de IA em produção.
A tecnologia por trás do desempenho: o chip wafer scale da Cerebras
A parceria estratégica com a Cerebras não é acidental. A empresa produz chips com um design chamado wafer scale, no qual o processador ocupa praticamente a área inteira de uma bolacha de silício, em vez de ser cortado em dezenas de pedaços menores como acontece com os chips convencionais. Isso permite muito mais interconexões internas e menos gargalos de comunicação, resultando em menor latência e maior throughput de dados.
Essa arquitetura é especialmente eficiente para tarefas de inferência em modelos de linguagem grandes, que precisam mover grandes quantidades de dados entre memória e processamento de forma contínua. Com o design wafer scale, a Cerebras consegue manter os dados mais próximos do processamento, eliminando os saltos que causam atrasos em GPUs convencionais. O resultado prático é exatamente o que o Ultrafast demonstra: velocidade fora do comum sem sacrificar a qualidade da resposta.
A parceria também sinaliza uma tendência mais ampla no setor: os grandes laboratórios de inteligência artificial estão diversificando seus fornecedores de hardware para além da Nvidia, que domina o mercado mas enfrenta restrições de oferta e custos crescentes. A Cerebras, a AMD e outras empresas estão se beneficiando dessa busca por alternativas, e o acordo com a OpenAI representa um dos endossos mais significativos que a Cerebras poderia receber para validar sua tecnologia no mercado.
Casos de uso e quem se beneficia do Ultrafast
A OpenAI não está posicionando o Ultrafast como uma funcionalidade para usuários casuais do ChatGPT. O foco é claramente corporativo e voltado a desenvolvedores que constroem aplicações sobre a API da empresa. Os casos de uso citados incluem:
- Resposta a incidentes de TI: ambientes onde cada segundo de atraso pode representar prejuízo financeiro e a IA precisa sugerir ações de remediação em tempo real;
- Atendimento ao cliente em escala: centrais de suporte onde centenas de conversas simultâneas precisam de respostas imediatas para não prejudicar a experiência do consumidor;
- Análise de mercado financeiro: plataformas onde dados mudam em frações de segundo e a latência da IA precisa ser mínima para que as análises sejam relevantes;
- Comércio eletrônico: assistentes de venda e recomendação onde a velocidade da resposta afeta diretamente a taxa de conversão e a satisfação do cliente.
Nesses contextos, a diferença entre uma resposta em dois segundos e uma em 0,1 segundo não é apenas técnica. É a diferença entre uma experiência de usuário aceitável e uma verdadeiramente fluida. Para empresas que processam milhares de requisições por hora, essa melhoria pode representar também uma redução expressiva nos custos operacionais: o mesmo volume de trabalho pode ser processado com menos instâncias paralelas rodando simultaneamente.
A corrida pela velocidade em inteligência artificial
O lançamento do Ultrafast acontece em um contexto de acirrada competição por desempenho no setor. A Anthropic, criadora do Claude, também lançou versões aceleradas de seus modelos, embora o Claude Fast não alcance velocidades equivalentes ao que a OpenAI está anunciando. O Google, com o Gemini, e a Meta, com o Llama, igualmente têm investido pesado em reduzir a latência de seus sistemas para torná-los mais competitivos em aplicações corporativas.
O que diferencia a abordagem da OpenAI no caso do Ultrafast é exatamente o uso de hardware especializado da Cerebras. Enquanto a maioria dos concorrentes otimiza software e infraestrutura de servidores com GPUs convencionais, a OpenAI apostou em uma solução de hardware diferenciada para atingir um patamar de velocidade que nenhuma otimização de software sozinha conseguiria alcançar com a mesma eficiência e custo-benefício.
Disponibilidade e perspectiva para desenvolvedores brasileiros
O modo Ultrafast está em preview fechado, disponível apenas para um conjunto limitado de clientes empresariais selecionados pela OpenAI. A expansão está prevista conforme a capacidade de infraestrutura da Cerebras escalar para atender à demanda global. Não há um prazo público definido para quando o recurso estará amplamente disponível via API ou no ChatGPT Enterprise.
Para desenvolvedores e empresas brasileiras que utilizam a API da OpenAI, o Ultrafast representa uma perspectiva relevante. O Brasil é um dos maiores mercados consumidores de produtos da OpenAI na América Latina, com adoção crescente do ChatGPT tanto no segmento corporativo quanto entre programadores e criadores de conteúdo. Quando o modo estiver disponível de forma ampla, aplicações que hoje dependem de processamento em lote, como análise de documentos, geração de relatórios automáticos e sistemas de suporte, poderão operar em tempo real sem custo adicional de infraestrutura paralela.
O anúncio do Ultrafast é mais um capítulo da transformação que a OpenAI está liderando: não basta construir modelos mais capazes, é preciso entregá-los de forma que os negócios possam realmente extrair valor no dia a dia. Velocidade, nesse contexto, não é apenas uma métrica técnica. É um diferencial competitivo que pode determinar quem domina o mercado de inteligência artificial empresarial nos próximos anos.
Fonte original: TechCrunch
