每秒750个token的Ultrafast API要扩大开放，OpenAI可能赶在DevDay前后放量

一秒钟吐出750个token是什么概念？一段一千五百token左右的回答，两秒出完，眼睛还没对上焦，字已经铺满屏幕了。

这就是OpenAI手里那个Ultrafast模式的上限。它是跟着GPT-5.6 Sol一起露面的，一直是预览状态，只对受邀客户开放，普通开发者摸不到。现在的消息是，OpenAI准备在9月29日DevDay前后把开放范围扩大。

官方给的对比口径是推理速度比Standard档快14倍。

如果放开，开发者在Playground里大概会看到三个档位：Standard、Fast、Ultrafast。这个分档思路其实挺实在，它等于承认了一件事：同一个模型，不同场景对速度的敏感度差得很远。写一份周报，慢几秒没人在乎；可要是做实时语音对话、代码补全、或者让智能体连续调用十几轮工具，每一轮都卡一下，累积起来用户体验就崩了。过去大家的解法是换小模型，用能力换速度，现在OpenAI想给另一条路：模型不换，花钱买速度。

我觉得这事的关键不在750这个数字本身，而在”档位化”。一旦速度变成可以单独定价的维度，开发者做选型时就多了一根轴，以前比的是哪家模型聪明、哪家便宜，以后还得比同样聪明的前提下谁更快、快一档要多掏多少。对做Codex这类编程工具、或者在ChatGPT生态上做实时应用的团队来说，这个选项会直接影响产品形态。

当然，还有几件事没说清。价格没公布，三档之间差多少钱目前只能猜；GPT-6会不会支持Ultrafast，也还是个问号。

DevDay就在两天后，到时候答案应该会清楚一些。