GPT-5.3-Codex-Spark 发布说明
OpenAI 已发布 GPT-5.3-Codex-Spark 的研究预览版，这是 GPT-5.3-Codex 的小规模版本，专为实时交互式编码设计。通过与 Cerebras 的合作，该模型每秒可输出超过 1,000 个 token，使开发者能够进行有针对性的编辑并以几乎即时的反馈重塑逻辑。
实时编码能力
GPT-5.3-Codex-Spark 针对延迟与智能同等关键的交互式工作流进行优化。不同于为自主、长时间任务设计的更大模型，Codex-Spark 调整为轻量化工作方式，专注于最小化、针对性的编辑，并在未明确请求时避免自动执行测试。这使开发者能够实时中断或重定向模型，快速迭代界面和逻辑。
性能与基准测试
尽管体积更小，Codex-Spark 在实际软件工程任务中仍保持高能力。在评估代理式软件工程的 SWE-Bench Pro 和 Terminal-Bench 2.0 基准测试中，该模型表现出强劲的性能，并在完成任务所需时间上仅为完整 GPT-5.3-Codex 模型的很小一部分。
基础设施与延迟优化
为支持实时协作，OpenAI 在整个请求-响应管道中实现了端到端的延迟改进。这些优化惠及所有模型，具体包括：
- Pipeline Streamlining: 重写推理栈并优化会话初始化，将首 token 响应时间缩短 50%。
- Network Efficiency: 引入持久化 WebSocket 连接并对 Responses API 进行优化，使每个客户端/服务器往返开销降低 80%，每个 token 的开销降低 30%。
与 Cerebras 的硬件集成
GPT-5.3-Codex-Spark 由 Cerebras Wafer Scale Engine 3 提供动力，这是一款专为高速推理设计的 AI 加速器。虽然 GPU 仍是成本效益广泛使用的主要基础，但 Cerebras 硬件提供了以低延迟为先的服务层，补充 GPU，以缩紧开发者的迭代循环。
"我们对 GPT-5.3-Codex-Spark 最感兴趣的，是与 OpenAI 以及开发者社区的合作，去探索快速推理所能实现的可能——全新的交互模式、新的使用场景，以及根本不同的模型体验。"
— Sean Lie, CTO and Co-Founder of Cerebras
可用性与技术规格
Codex-Spark 目前作为研究预览版向 ChatGPT Pro 用户提供，可通过 Codex 应用、CLI 和 VS Code 扩展使用。它也在 API 中向少数设计合作伙伴开放。
Technical Specifications:
- Context Window: 128k tokens.
- Modality: 文本。
- Safety: 该模型已通过标准部署评估，但未达到 Preparedness Framework 对网络安全或生物学高能力的阈值。
未来路线图
OpenAI 计划将 Codex-Spark 打造成超高速模型系列的首款。长期目标是打造一种混合式 Codex 体验，将长时程推理与执行与实时协作相结合。这将使用户在保持交互循环的同时，将复杂的后台工作委派给子代理，或将任务并行分配给多个模型。
Sources
- OriginalIntroducing GPT-5.3-Codex-Spark