这里从官方资料向前回溯，并按发布日期倒序整理 Cerebras CS-4 的重大模型、核心功能、价格、安全和开放范围变化。只有达到公开标准的事件才进入主时间线，小修复和无法核实日期的消息不会混入。
2026 年重大更新
Cerebras 发布 CS-4：第四代晶圆级 AI 系统，推理速度最高达 GPU 30 倍
2026 年 8 月 18 日，Cerebras 发布其第四代晶圆级 AI 系统 CS-4，由三颗 Wafer Scale Engine 3 Turbo 处理器构成，采用闭源商用硬件销售模式，官方称其推理速度最高可达 GPU 系统的 30 倍、每瓦吞吐量最高为上一代 CS-3 的 10 倍，可服务超过 10 万亿参数的大模型；它就像把一整个厨房的灶台、锅铲和调料都焊成一块超大铁板，做菜时不用来回跑，出菜速度特别快。
为什么重要：2026 年 8 月 18 日，Cerebras 发布其第四代晶圆级 AI 系统 CS-4，由三颗 Wafer Scale Engine 3 Turbo 处理器构成，采用闭源商用硬件销售模式，官方称其推理速度最高可达 GPU 系统的 30 倍、每瓦吞吐量最高为上一代 CS-3 的 10 倍，可服务超过 10 万亿参数的大模型；它就像把一整个厨房的灶台、锅铲和调料都焊成一块超大铁板，做菜时不用来回跑，出菜速度特别快。
Cerebras与Upstage合作，在韩国推出超快AI推理
2026年7月10日，Cerebras与韩国AI公司Upstage合作，将Solar 31B模型部署在Cerebras Inference上，实现每秒2000 tokens的推理速度，提供企业级AI服务，官方未说明开源情况，比喻为超级跑车引擎。
为什么重要：2026年7月10日，Cerebras与韩国AI公司Upstage合作，将Solar 31B模型部署在Cerebras Inference上，实现每秒2000 tokens的推理速度，提供企业级AI服务，官方未说明开源情况，比喻为超级跑车引擎。
Cerebras推出Multi-LoRA：多适配器推理，简化AI模型定制
2026年5月6日，Cerebras发布Multi-LoRA功能，支持在Cerebras Inference上使用多个LoRA适配器与共享基础模型，实现按请求切换适配器，用于不同领域、任务或客户的定制化推理，目前为私有预览，对专用端点用户免费，官方未说明开源情况。
为什么重要：2026年5月6日，Cerebras发布Multi-LoRA功能，支持在Cerebras Inference上使用多个LoRA适配器与共享基础模型，实现按请求切换适配器，用于不同领域、任务或客户的定制化推理，目前为私有预览，对专用端点用户免费，官方未说明开源情况。
Cerebras 与 AWS 合作推出分离式推理架构：GPU 被一分为二
2026年3月26日，Cerebras 在其官方博客发布文章，介绍其与 AWS 合作推出的分离式推理（disaggregated inference）架构，该架构将大语言模型推理的 prefill 和 decode 两个阶段拆分到不同硬件上运行，其中 AWS Trainium 芯片负责 prefill，Cerebras CS-3 系统负责 decode，通过 Amazon EFA 网络连接并可通过 Amazon Bedrock 使用，官方未说明该合作的具体商业条款和全面上线时间，就像把餐厅厨房分成备菜组和出餐组，各干各最擅长的活，菜出得更快。
为什么重要：2026年3月26日，Cerebras 在其官方博客发布文章，介绍其与 AWS 合作推出的分离式推理（disaggregated inference）架构，该架构将大语言模型推理的 prefill 和 decode 两个阶段拆分到不同硬件上运行，其中 AWS Trainium 芯片负责 prefill，Cerebras CS-3 系统负责 decode，通过 Amazon EFA 网络连接并可通过 Amazon Bedrock 使用，官方未说明该合作的具体商业条款和全面上线时间，就像把餐厅厨房分成备菜组和出餐组，各干各最擅长的活，菜出得更快。
Cerebras发布Codex Spark最佳实践指南：以1200+ tokens/秒速度改变AI编程方式
2026年3月4日，Cerebras发布Codex Spark最佳实践指南，介绍GPT-5.3-Codex-Spark模型，该模型在Cerebras WSE硬件上运行，生成速度超过1200 tokens/秒，支持实时协作编程，开源方式官方未说明，能帮助开发者像结对编程一样高效工作，就像给程序员配了一个闪电般快速的AI助手。
为什么重要：2026年3月4日，Cerebras发布Codex Spark最佳实践指南，介绍GPT-5.3-Codex-Spark模型，该模型在Cerebras WSE硬件上运行，生成速度超过1200 tokens/秒，支持实时协作编程，开源方式官方未说明，能帮助开发者像结对编程一样高效工作，就像给程序员配了一个闪电般快速的AI助手。
Cerebras 2026 年 2 月亮点：OpenAI Codex-Spark 上线、印度 8 exaflop 超算与 ExomeBench 基准
2026 年 2 月，Cerebras 发布月度亮点，宣布 OpenAI Codex-Spark 上线，这是其与 OpenAI 快速推理合作的首个产品，由 Cerebras 晶圆级引擎驱动，速度超过每秒 1000 个 token，面向 ChatGPT Pro 用户逐步开放；同时宣布与 G42、MBZUAI、C-DAC 在印度部署 8 exaflop 国家级 AI 超算，并推出临床基因组学基准 ExomeBench。Codex-Spark 像一位打字飞快、能立刻帮你改作业的智能小助手，你说一句它马上就能接上。
为什么重要：2026 年 2 月，Cerebras 发布月度亮点，宣布 OpenAI Codex-Spark 上线，这是其与 OpenAI 快速推理合作的首个产品，由 Cerebras 晶圆级引擎驱动，速度超过每秒 1000 个 token，面向 ChatGPT Pro 用户逐步开放；同时宣布与 G42、MBZUAI、C-DAC 在印度部署 8 exaflop 国家级 AI 超算，并推出临床基因组学基准 ExomeBench。Codex-Spark 像一位打字飞快、能立刻帮你改作业的智能小助手，你说一句它马上就能接上。
为什么速度制胜：更快推理不仅是更快回答，更是通往准确性的新路径
2026年2月19日，Cerebras发布技术博客，阐述其推理速度优势如何转化为准确性提升，其推理速度比NVIDIA GPU快15倍，支持开源模型，采用闭源服务，能加速推理迭代，如同滑雪射击运动员用速度换取射击准度。
为什么重要：2026年2月19日，Cerebras发布技术博客，阐述其推理速度优势如何转化为准确性提升，其推理速度比NVIDIA GPU快15倍，支持开源模型，采用闭源服务，能加速推理迭代，如同滑雪射击运动员用速度换取射击准度。
Introducing OpenAI GPT-5.3-Codex-Spark Powered by Cerebras
2026年2月12日，Cerebras与OpenAI联合发布GPT-5.3-Codex-Spark模型，由Cerebras Wafer-Scale Engine驱动，以超过1000 tokens/s的速度运行，专为实时软件开发设计，目前以研究预览形式向ChatGPT Pro用户开放，官方未说明开源情况。
为什么重要：2026年2月12日，Cerebras与OpenAI联合发布GPT-5.3-Codex-Spark模型，由Cerebras Wafer-Scale Engine驱动，以超过1000 tokens/s的速度运行，专为实时软件开发设计，目前以研究预览形式向ChatGPT Pro用户开放，官方未说明开源情况。
怎样阅读这份历史
先看日期和“为什么重要”，再进入单次深度报道了解能力、适用人群、限制与通俗比喻。页面顶部的文章目录可以直接跳到各年份；所有站外官方链接均使用 nofollow。