GPT-5.3-Codex-Spark 發行說明
OpenAI 已發布 GPT-5.3-Codex-Spark 的研究預覽版，這是 GPT-5.3-Codex 的小規模版本，專為即時、互動式程式編寫而設計。透過與 Cerebras 的合作，該模型每秒可產生超過 1,000 個 token，使開發者能夠執行有針對性的編輯並以近乎即時的回饋重新塑造程式邏輯。
即時程式編寫功能
GPT-5.3-Codex-Spark 為互動式工作流程進行了優化，在此類工作中延遲與智慧同等重要。與為自主、長時間任務設計的較大型模型不同，Codex-Spark 調整為輕量化的工作方式，專注於最小、針對性的編輯，且除非明確要求，否則避免自動執行測試。這讓開發者能即時中斷或重新導向模型，快速迭代介面與邏輯。
效能與基準測試
儘管體積較小，Codex-Spark 仍具備處理真實軟體工程任務的高能力。在 SWE-Bench Pro 與 Terminal-Bench 2.0 基準測試（評估代理式軟體工程）中，該模型展現出強勁表現，且完成任務的時間僅為完整 GPT-5.3-Codex 模型所需時間的一小部分。
基礎設施與延遲最佳化
為支援即時協作，OpenAI 在整個請求-回應管線中實施了端到端的延遲改進。這些最佳化惠及所有模型，包含以下項目：
- Pipeline Streamlining: 重新編寫的推論堆疊與優化的會話初始化，使首 token 時間縮短 50%。
- Network Efficiency: 引入持久的 WebSocket 連線並對 Responses API 進行最佳化，使每次客戶端/伺服器往返開銷降低 80%，每個 token 的開銷降低 30%。
與 Cerebras 的硬體整合
GPT-5.3-Codex-Spark 由 Cerebras Wafer Scale Engine 3 提供動力，這是一款專為高速推論而設計的 AI 加速器。雖然 GPU 仍是成本效益高且廣泛使用的主要基礎，Cerebras 硬體則提供以低延遲為先的服務層，與 GPU 互補，以縮緊開發者的迭代迴路。
「我們對 GPT-5.3-Codex-Spark 最感興趣的是與 OpenAI 及開發者社群合作，探索高速推論所能帶來的可能性——全新的互動模式、新的使用案例，以及根本不同的模型體驗。」
— Sean Lie, CTO and Co-Founder of Cerebras
可用性與技術規格
Codex-Spark 目前以研究預覽版形式提供給 ChatGPT Pro 用戶，可透過 Codex 應用程式、CLI 與 VS Code 擴充功能使用。亦可於 API 中供少數設計合作夥伴使用。
技術規格：
- Context Window（上下文窗口）: 128k tokens.
- Modality（模式）: 僅文字。
- Safety（安全性）: 該模型已完成標準部署評估，但未達到「Preparedness Framework」在網路安全或生物領域高能力的門檻。
未來路線圖
OpenAI 計畫將 Codex-Spark 作為一系列超高速模型的首款。長期目標是打造混合式 Codex 體驗，結合長遠推理與執行以及即時協作。這將使用戶能在保持互動迴路的同時，將複雜的背景工作委派給子代理，或將任務分散至多個模型平行執行。
Sources
- OriginalIntroducing GPT-5.3-Codex-Spark