一句话总结
2026 年 10 月 27 日 Cerebras 与甲骨文官宣晶圆级推理 2027 年上线 OCI：已公布实测中 CS-4 在 GPT-OSS-120B 上交付 4,400+ tokens/秒/用户、最高较 GPU 方案快 30 倍，独立基准下 CS-3 在 gpt-oss-120B 上 2,700+ tokens/秒/用户对英伟达 B200 的 900 tokens/秒。
对比概览
2026 年 10 月 27 日，Cerebras 与甲骨文官宣：Cerebras 高速推理计划于 2027 日历年上线 OCI，面向 AI 实验室、企业与开发者。Cerebras 的晶圆级引擎 WSE 将计算与内存集成在单一晶圆上，减少数据搬运与芯片间通信，面向长推理序列与多步智能体工作流。本文基于 Cerebras 已公布的 CS-4 与 CS-3 实测数据，以及 Artificial Analysis 独立基准，量化晶圆级芯片相对主流 GPU（英伟达 B200）的单用户 token 速度差距。
对比表
| 对比维度 | Cerebras WSE（CS-4 / CS-3） | 英伟达 GPU（B200 等） |
|---|---|---|
| 芯片架构 | 晶圆级引擎 WSE：计算与内存集成在单一晶圆上，减少数据搬运与芯片间通信，权重驻留片上 SRAM（WSE-3/3T） | 主流 GPU（B200），为 Artificial Analysis 实测对照对象，架构参数未在本研究范围内列示 |
| 基准模型 | GPT-OSS-120B（CS-4）；gpt-oss-120B（CS-3）；Llama 4 Maverick 400B（CS-3） | 同左模型下的对照实测 |
| 单用户 tokens/秒 | CS-4：GPT-OSS-120B 相同提示词下 4,400+ tokens/秒/用户；CS-3：gpt-oss-120B 上 2,700+ tokens/秒/用户、Llama 4 Maverick（400B）上 2,522 tokens/秒 | B200：gpt-oss-120B 上 900 tokens/秒（10 路并发时 580）；Llama 4 Maverick（400B）上 1,038 tokens/秒 |
| 对比的 GPU | 作为基准参照方 | 英伟达 B200（Artificial Analysis 独立基准实测） |
| 领先倍数 | CS-4 最高较 GPU 方案快 30 倍（Cerebras 新闻稿）；CS-3 在 Llama 4 Maverick 400B 上领先约 2.4 倍 | 基准线 |
| OCI 上线时间 | Cerebras 高速推理计划于 2027 日历年上线 OCI；OCI 已有 Dedicated AI Clusters 推理基础 | 未在本研究范围内展开 OCI 侧 GPU 推理细节 |
| 典型场景 | 长推理序列与多步智能体工作流；智能体工作流有效批大小为 1，WSE-3/3T 权重驻留片上 SRAM 在解码时延上占优 | 通用 GPU 推理场景 |
证据与立场
Cerebras 官方口径：CS-4 在 GPT-OSS-120B 相同提示词下交付 4,400+ tokens/秒/用户，最高较 GPU 方案快 30 倍（Cerebras 2026 年 8 月 19 日新闻稿）；Cerebras 高速推理计划于 2027 日历年上线 OCI，OCI 已有推理能力基础（OCI Enterprise AI 的 Dedicated AI Clusters）；晶圆级引擎 WSE 将计算与内存集成在单一晶圆上，面向长推理序列与多步智能体工作流（Cerebras 新闻稿，2026 年 10 月 27 日）。
独立基准口径：据 Artificial Analysis 独立基准（Cerebras 博客援引），gpt-oss-120B 上 CS-3 达 2,700+ tokens/秒/用户，英伟达 B200 仅 900 tokens/秒（10 路并发时 580）；据 36氪 援引 Artificial Analysis，Llama 4 Maverick（400B）上 CS-3 为 2,522 tokens/秒、B200 为 1,038 tokens/秒，领先约 2.4 倍。
论文与披露口径：据 arXiv 2026 年 10 月论文，智能体工作流有效批大小为 1，权重驻留片上 SRAM 的架构（WSE-3/3T）在解码时延上占优；Cerebras 现有大客户含 OpenAI、G42、MBZUAI、AWS（Cerebras 10-Q 风险披露）。
争议解读
口径差异一：厂商自测与独立基准并存。CS-4 的 4,400+ tokens/秒与最高快 30 倍来自 Cerebras 自家新闻稿（2026 年 8 月 19 日），属厂商自测口径；CS-3 的 2,700+ tokens/秒、2,522 tokens/秒与 B200 的对照值来自 Artificial Analysis 独立基准（经 Cerebras 博客与 36氪 援引），两者测量条件、并发设置与模型版本均未完全对齐，30 倍上限是特定提示词与模型组合下的峰值，而非跨场景的普遍差距。
口径差异二：B200 数值随并发变化。gpt-oss-120B 上 B200 单路 900 tokens/秒、10 路并发时降至 580 tokens/秒，说明对照基准对并发设置敏感，比较时需注明并发口径。
口径差异三：OCI 交付尚未发生。晶圆级推理 2027 日历年才上线 OCI，当前所有数字均来自 Cerebras 自有集群的已公布实测；OCI 侧上线后的实际速度、容量与定价未披露。