OpenAI 发布了 GPT-5.3-Codex-Spark，这是其为实时编程打造的 GPT-5.3 Codex 编码模型的小型版本。它运行在 Cerebras 芯片上，每秒处理超过 1,000 个令牌。

Codex-Spark 是 OpenAI 于一月宣布的 Cerebras 合作项目中推出的首款产品。该模型运行在Cerebras的Wafer Scale Engine 3上，这是一款专为快速推断设计的人工智能加速器。

研究预览现已向ChatGPT Pro用户提供，可通过Codex应用、CLI和VS Code扩展访问。OpenAI表示计划在未来几周内扩大访问权限。由于该模型运行在专用硬件上，公司表示会有独立的速率限制，并在需求高峰期可能会进行调整。

Codex-Spark优先考虑速度而非自主性

OpenAI的大型前沿模型，如新发布的Codex 5.3，设计为能够自主工作数分钟或数小时，完成复杂的编程任务。Codex-Spark采取了不同的方法：OpenAI表示，该模型针对交互式工作进行了优化，延迟与智能同等重要。开发者可以实时中断和重定向模型，并立即看到结果。

根据OpenAI，Codex-Spark在运营方式上刻意采取了保守态度。相比大型型号，它默认做的改动很少，且只有在你明确要求的情况下不会启动自动测试。该模型有一个128k上下文窗口，只处理文本。

准确率下降，时间也有所下降

OpenAI表示，Codex-Spark在SWE-Bench Pro和Terminal-Bench 2.0基准测试中取得了强劲成绩，这些基准测试评估了基于代理的软件工程能力，但完成任务的时间远低于GPT-5.3-Codex。在SWE-Bench Pro上，Codex-Spark大约两到三分钟就能达到类似的精度，而GPT-5.3-Codex完成同样的任务大约需要15到17分钟。

在终端工作台2.0中，Codex-Spark的准确率为58.4%。较大的GPT-5.3-Codex达到77.3%，而较旧的GPT-5.1-Codex-mini则为46.1%。两款较小的型号都用速度牺牲了精准度。

构建Codex-Spark迫使OpenAI不仅加快了模型本身的速度。为了达到延迟目标，公司重写了推理堆栈的关键部分，优化了客户端与服务器之间的响应流，并重新设计了会话启动，使第一个令牌更快显示。结果是：每次往返开销下降了80%，每个代币开销下降了30%，首个代币的时间缩短了一半，OpenAI表示。这些改进默认适用于Codex-Spark，并将很快推广到所有型号。

OpenAI 希望未来将实时模式和推理模式合并

OpenAI表示，Codex-Spark是计划中的“超快”模型家族中的首个型号。更多功能即将到来，包括更大的模型、更长的上下文窗口以及多模态输入支持。

从长远来看，公司正致力于为Codex提供两种互补模式：一种用于扩展推理和自主执行，另一种用于实时协作。OpenAI表示计划随着时间推移合并这些模式，保持开发者处于快速互动循环中，同时将较长任务在后台交给子代理，或将任务分散到多个并行运行的模型中。