OpenAI推出GPT-5.3-Codex-Spark：专为实时编程设计的革命性小模型

最近，OpenAI 与 Cerebras 合作，推出了一款专为实时编程设计的人工智能小模型——GPT-5.3-Codex-Spark。这款新的模型给编程领域带来了许多突破性的功能，尤其在编程交互和实时反馈层面，填补了以往模型的空缺。

🚀 Codex-Spark 的性能亮点

GPT-5.3-Codex-Spark 是 Codex 系列的最新成员，具有以下重大性能优势：

• 超强推理速度：基于 Cerebras 晶圆级芯片，Codex-Spark 能实现每秒超过 1000 个 token 的推理速度，相较于传统模型，大幅提升效率。
• 实时编程交互：不仅停留在输出结果的层面，Codex-Spark 允许用户在运行中随时打断、纠正甚至追问问题，仿佛在与一名速度极快、反应灵敏的编程搭档合作。
• 高效的准度表现：在智能编程评测平台 SWE-Bench Pro 上，Codex-Spark 在 2.3 分钟就达到了 51% 的准确率，而同样的准确率，GPT-5.3-Codex 需要 3 分钟。这进一步缩短了编程验证和测试所消耗的时间。

🔧 技术革新背后的支持

推动 Codex-Spark 取得如此巨大突破的技术支持主要来源于以下几项优化：

• 持久化 WebSocket 连接：凭借这一技术，推理时的往返开销大幅减少 80%，极大提升了响应速度。
• 更低的 token 消耗：优化中每个 token 的额外开销降低了 30%，并使得首 token 的响应时间缩短一半。
• 融合架构：Cerebras 晶圆级引擎助力超低延迟场景运行，而 GPU 则保留训练及主要推理工作，比以往单一解决方案具备更高效的平衡性。

📊 性能测试展示的卓越实力

在多项技术测试中，Codex-Spark 表现出强劲的实力：

1. 在最新的 Terminal-Bench 2.0 测试中，Codex-Spark 得分高达 58.4%，虽然略逊于完整版 Codex 的 77.3%，但已经远超上一代小模型的 46.1%。
2. 其在处理耗时任务中的能力同样令人刮目相看。例如在 128K 上下文中，该模型运行快速且稳定。

🔮 未来展望：实时交互与长线任务完美融合

根据 OpenAI 的规划，Codex-Spark 的目标不仅是提供实时编码支持，还要通过子智能体承担耗时的后台任务，实现两种工作模式的融合。在未来，用户将无需手动切换模式，使用体验也会更加流畅。

随着模型计算能力的进一步提升，交互速度面临的瓶颈问题将会得到持续解锁。而 Codex-Spark 的发布也标志着 OpenAI 正在朝这个方向迈出智能编程领域的第一步。

🎯 总结

Codex-Spark 提供了程序员梦寐以求的工具——快速、灵活且实时的编程支持，无论是改进函数、调整接口，还是重构代码逻辑，都能显著提升开发效率。作为 OpenAI 和 Cerebras 合作的突破性成果，它也代表着未来 AI 编程模型发展的重要方向。

目前，Codex-Spark 正在 ChatGPT Pro 用户中进行研究预览，让我们拭目以待，这款标志性的模型会在程序开发领域掀起怎样的智能风暴！