「賢さ」の競争は、いったん決着した

2026年のAIをめぐる話題は、少し前まで「どのモデルが最も賢いか」で埋め尽くされていた。GPT、Claude、Geminiがベンチマークの小数点以下を奪い合い、その差を各社が誇示する構図がずっと続いてきた。ところがこの夏、勝負の軸が静かにずれ始めている。賢さそのものではなく、その賢さを「どれだけ速く、どれだけ安く」届けられるかへと、戦う場所が移りつつある。

象徴的だったのが、8月13日に明らかになったOpenAIと半導体企業Cerebrasの協業だ。最新モデルGPT-5.6 Solを従来の最大14倍の速度で走らせる「Ultrafast」という新しい提供階層が用意された。GPT-5.6 Sol Ultrafastは毎秒最大750トークンを生成し、同じモデルの標準処理に比べて最大14倍高速だとされる。(unite.ai、26/08/13)

毎秒750トークンという数字の破壊力

数字だけを見ると実感が湧きにくいが、毎秒750トークンは人間が文章を読む速度をはるかに超えている。長い回答が出そろうまで待たされる感覚が消え、ほぼ一瞬で答えが埋まる。重要なのは、この速さと引き換えに賢さを削っていない点だ。Ultrafastで動くのは軽量版ではなく、GPT-5.6 Solそのものである。

この速度を可能にしているのは、Cerebrasのウエハースケール・エンジンという特殊な設計だ。1枚のウエハーサイズのチップに44GBものSRAMを載せ、モデルの重みをチップ上に置いたまま処理することで、一般的なハードウェアで推論を縛るメモリ帯域のボトルネックを回避しているという。(HPCwire、26/08/14)つまり「同じ頭脳を、詰まりのない回路で走らせた」だけで、体感は別物になる。

速さがサービスの形そのものを変える

速度がここまで重視され始めた背景には、AIの使われ方の変化がある。2026年の主役は、一問一答のチャットではなく、自律的に何十回もモデルを呼び出して作業をこなすエージェントだ。ここでは一回ごとのわずかな遅延が積み重なり、全体の待ち時間を決定的に左右する。応答が14倍速いということは、エージェントが実用に耐えるかどうかの分かれ目になる。

音声対話も同じだ。人と自然に話すには、返答が返ってくるまでの間が命取りになる。速さはもはや快適さの問題ではなく、成立するかしないかを決める機能そのものになった。賢いだけで遅いモデルは、使える場面が急速に狭まっていく。

次に効くのは順位表ではなく「配り方」

2026年後半のAI競争を読む鍵は、ベンチマークの順位表ではない。同じ知能をどれだけ速く、どれだけ安く配れるかだ。フロンティアの賢さは各社横並びに近づき、急速にコモディティ化しつつある。差がつくのは、その賢さを載せて走らせるインフラの側に移った。モデルの名前より、どのチップの上で動いているかが体験を決める時代に入ったということだ。速さを制した企業が、次の主導権を握る。

参照ソース（情報の出どころ）

Cerebras Runs OpenAI’s GPT-5.6 Sol at 750 Tokens Per Second in New Ultrafast Tier（unite.ai、26/08/13）

Cerebras Powers OpenAI’s GPT-5.6 Sol Ultrafast Mode（HPCwire、26/08/14）

Previewing Ultrafast mode: GPT-5.6 Sol at up to 14X the speed（OpenAI、26/08/13）