【软盟资讯 · 7×24快讯】 8月30日消息，据AI科技日报综合报道，AI推理速度正成为新的竞争焦点。OpenAI与Cerebras预览全新API服务层级Ultrafast，在Cerebras硬件上运行GPT-5.6 Sol，吞吐最高达每秒750个输出token，比标准接口快约11倍；谷歌发布Gemini 3.7 Flash，实测每秒330个输出token；Nvidia发布Nemotron 3.5 Lightning，同类最高4倍输出速度。与此同时，谷歌A2A智能体互操作协议正式加入Anthropic主导的MCP，共同并入新成立的”Agentic AI Foundation”，两大智能体生态标准走向统一。MCP协议月下载量已达9700万次。（来源：林伽一·AI科技日报、unrot.co）
【软盟观察】 “每秒750个token”与”每秒330个token”的对比，揭示了AI行业一个正在被重新定义的竞争维度——推理速度。过去，模型竞争的焦点是参数规模和智能水平；而当模型能力普遍接近天花板时，”快”本身就成了一种产品力。OpenAI将GPT-5.6 Sol的推理吞吐提升11倍，直接改变的是AI的可用场景——从”等待回答”到”实时交互”，从”离线的批处理”到”融入人类心流的无缝协作”。这不仅是技术指标的提升，更可能重塑AI的商业模式和用户体验。与此同时，谷歌A2A协议并入Anthropic的MCP、成立”Agentic AI Foundation”，则标志着智能体底层标准从”各自为战”走向”统一生态”——就像TCP/IP统一了互联网，统一的智能体协议将彻底打破”智能体孤岛”，让跨厂商、跨系统的多智能体协同成为可能。当”更快”的推理遇上”更统一”的标准，AI从”单点工具”走向”协同生产力”的基础正在加速夯实。