英伟达 10 月 1 日的博客写，GPT-6 Astra Ultrafast 跑在 NVIDIA Blackwell GPU 上，现在可以通过 OpenAI API 使用，也向符合条件的 ChatGPT Work 和 Codex 用户开放。加速来自 OpenAI 模型在 Blackwell 上做的推理优化。博客说，相对 Astra 标准档，token 生成最快可以到 8 倍。这篇没有写出测的是哪类提示、多长上下文、多大批量，也没有给出「最快」之外的典型速度。
[1]
博客把更快的生成放在会重复的流程里：智能体写代码，调用工具，看结果，再决定下一步。它说极速档把 Astra 的能力放进这些在意时间的循环，可以缩短编程智能体里修改、测试、排错的来回，减少两次工具调用之间等回复的时间。这是用途说明，不是一份公开的任务计时。
OpenAI 推理负责人 Philippe Tillet 说，英伟达在工具和文档上的投入，让他们的模型特别擅长为 Blackwell 和 Rubin GPU 写程序；Astra 能把这些知识变成高性能内核，覆盖延迟、吞吐和成本。这句话里的 Rubin 是他们会去编程的硬件，博客写 Ultrafast 正在跑的是 Blackwell，没有写它已经跑在 Rubin 上。
[1]博客写，性能不会在模型部署之后停住。OpenAI 在用自己的模型改进跑在英伟达 GPU 上的推理软件，利用平台可编程这一点去试改动。计算首席技术官 Uday Ruddarraju 说，他们用内部模型优化了英伟达 GPU 上的推理，可编程性帮助他们做出 Ultrafast 背后的加速。这是双方对已经做的事的说法。博客没有给出下一轮还能再快多少。
可编程平台让同一套基础设施可以在训练、推理和强化学习之间转用，需求变化时改派计算，提高利用率，免得每种负载都按峰值多备机器。这是博客对平台的描述，没有附上利用率数字。
开发者今天可以通过 API 使用 GPT-6 Astra Ultrafast。访问方式、价格和接法在一篇 Ultrafast 指南里。这篇博客没有写下价格。
[1]要点
- GPT-6 Astra Ultrafast 已在 OpenAI API 提供，也向符合条件的 ChatGPT Work 和 Codex 用户开放，跑在 Blackwell 上。
- 相对 Astra 标准档，token 生成称最快到 8 倍。博客没有给出任务、上下文长度和批量。
- Tillet 提到为 Blackwell 和 Rubin 写内核。博客写正在跑的是 Blackwell，没有写已经跑在 Rubin 上。
- 价格和接法在另一份指南里。这篇没有写价格，也没有写下一轮还能再快多少。