# OpenAI lança GPT-5.6 Sol na Cerebras com até 750 tokens por segundo
A OpenAI anunciou o lançamento do GPT-5.6 Sol, modelo de inteligência artificial com cerca de 3 trilhões de parâmetros, projetado para rodar na arquitetura de hardware da Cerebras e capaz de atingir até 750 tokens por segundo — uma velocidade que redefine os limites práticos da inferência em larga escala.
Arquitetura e detalhes técnicos do GPT-5.6 Sol
O GPT-5.6 Sol representa uma abordagem arquitetônica inédita na distribuição de modelos de linguagem em hardware especializado. Segundo Bleys Goodson, o modelo pode ser distribuído em 70 a 100 wafers da Cerebras, com aproximadamente uma camada do modelo alocada por wafer. Essa configuração resulta em cerca de 3 trilhões de parâmetros totais, dos quais 150 bilhões ficam ativos simultaneamente durante a inferência, distribuídos ao longo de 70 camadas.
Essa arquitetura de ativação esparsa — na qual apenas uma fração dos parâmetros totais é utilizada a cada passagem — é o que viabiliza a velocidade de até 750 tokens por segundo. Para efeito de comparação, modelos densos de escala semelhante enfrentam gargalos severos de latência em GPUs tradicionais, tornando esse nível de throughput praticamente inviável sem hardware dedicado.
A proporção de parâmetros ativos em relação ao total (150 bilhões de 3 trilhões, ou cerca de 5%) indica que o GPT-5.6 Sol utiliza uma variante de arquitetura Mixture of Experts (MoE), estratégia que permite escalar a capacidade do modelo sem aumentar proporcionalmente o custo computacional por inferência.
Parceria estratégica entre OpenAI e Cerebras
A colaboração entre OpenAI e Cerebras vai além de uma simples integração de software e hardware. O fato de o GPT-5.6 Sol ter sido projetado especificamente para os wafers da Cerebras — chips que se distinguem por ocupar a totalidade de um wafer de silício, em vez de serem recortados em dies menores — sugere um co-design profundo entre as duas empresas.
Para a Cerebras, essa parceria representa uma mudança estratégica significativa. A empresa, fundada em 2016 e conhecida pelo Wafer-Scale Engine (WSE), historicamente se posicionou como fornecedora de inferência rápida para modelos de menor porte. Com o GPT-5.6 Sol, a Cerebras passa a oferecer inteligência de fronteira com velocidade extrema, competindo diretamente com soluções baseadas em clusters de GPUs NVIDIA.
Para a OpenAI, a diversificação de hardware reduz a dependência de um único fornecedor de chips e abre caminho para otimizações de custo e latência que seriam difíceis de alcançar em arquiteturas convencionais. Essa movimentação ocorre em um contexto de crescente demanda por capacidade de inferência, impulsionada pela adoção massiva de aplicações baseadas em modelos de linguagem.
Impacto no setor de inteligência artificial
O lançamento do GPT-5.6 Sol na Cerebras estabelece um novo referencial de desempenho para modelos de linguagem em larga escala. A marca de 750 tokens por segundo em um modelo com 3 trilhões de parâmetros demonstra que a combinação de arquiteturas esparsas com hardware especializado pode superar as limitações tradicionais de throughput.
Esse avanço tem implicações práticas diretas. Aplicações que exigem respostas em tempo real — como assistentes de código, agentes autônomos e sistemas de análise financeira — se beneficiam enormemente de latências mais baixas. A velocidade de geração também impacta o custo por token, uma métrica cada vez mais relevante para empresas que integram modelos de IA em seus produtos.
A parceria sinaliza ainda uma tendência mais ampla no setor: a convergência entre desenvolvimento de modelos e design de hardware. Assim como o Google desenvolveu as TPUs para otimizar seus próprios modelos, a OpenAI agora demonstra disposição para co-projetar soluções com fabricantes de chips especializados, indicando que a era dos modelos "agnósticos de hardware" pode estar dando lugar a uma nova fase de otimização vertical.
O GPT-5.6 Sol consolida a posição da OpenAI na vanguarda da pesquisa em IA e posiciona a Cerebras como uma alternativa viável às GPUs tradicionais para inferência de modelos de fronteira — um desdobramento que deve intensificar a competição no mercado de infraestrutura para inteligência artificial nos próximos meses.
