Qué es el Cerebras CS-4
Cerebras anunció el CS-4 el 18 de agosto de 2026, según su comunicado oficial. Es un sistema a escala de rack con tres procesadores Wafer Scale Engine 3 Turbo (WSE-3T), construido sobre la plataforma modular Nexus. Cada oblea contiene 900.000 núcleos y 44 GB de SRAM integrada, según el fabricante. Corrección editorial: la versión anterior fechaba el anuncio el 19 de agosto; el comunicado y el blog de la empresa indican el 18 de agosto.
Hasta 30x más rápido: ¿en qué comparación?
El comunicado informa más de 4.400 tokens por segundo por usuario con GPT-OSS-120B, usando prompts idénticos en la comparación, y una ventaja de hasta 30x sobre soluciones basadas en GPU. El blog atribuye sus gráficos a datos de Artificial Analysis y pruebas internas de agosto de 2026. Son afirmaciones publicadas por el proveedor, no pruebas independientes realizadas por Max Assistant. La propia nota advierte que el rendimiento varía según la arquitectura del modelo, longitud del contexto, precisión y configuración del servicio.
Eficiencia y arquitectura Nexus
Cerebras también declara hasta 10x más rendimiento por vatio y hasta 2x más velocidad que el CS-3. Son comparaciones distintas de la ventaja de hasta 30x frente a GPU. El diseño modular separa cómputo, energía y entrada/salida. Según Cerebras, el módulo de cómputo Wafer-Scale Backpack usa un 50% menos de componentes y un 60% más de fabricación automatizada que la generación anterior; estas cifras se refieren al módulo, no a un recuento verificado de todas las piezas del rack. El fabricante describe una latencia entre obleas de tan solo dos microsegundos y la posibilidad de crear clusters para modelos de más de 50 billones de parámetros, no una demostración de un modelo así en uso comercial.
Envíos: previsión no es confirmación
El 18 de agosto, Cerebras dijo que los primeros envíos comenzarían ese trimestre. Es la previsión original del anuncio, no una confirmación de que todos los envíos o la disponibilidad general ya se hayan producido. Este artículo no verifica de forma independiente qué hitos de entrega se cumplieron.
Qué medir antes de contratar inferencia
Nuestra recomendación: compara el mismo modelo y flujo, incluyendo tiempo hasta el primer token, velocidad de generación, latencia de la tarea completa, concurrencia, calidad y costo por tarea completada. Un agente también espera herramientas, red y validaciones; más tokens por segundo no multiplican automáticamente el resultado del negocio. La eficiencia energética del hardware tampoco garantiza un menor precio de API. Para distinguir velocidad y finalización, lee AutomationBench-AA y los límites de las métricas de agentes. Para diseñar una prueba en atención u operaciones, consulta cómo aplicar IA en tu empresa.
Fuentes primarias
Comunicado de Cerebras, 18/08/2026; blog de lanzamiento y condiciones de los benchmarks; detalles de arquitectura en Hot Chips, 25/08/2026. Fuentes consultadas el 04/10/2026.