OpenAI 发布 GPT-5.3-Codex-Spark：实时编程的超快模型

引言

2026年2月12日，OpenAI 正式发布了 GPT-5.3-Codex-Spark 的研究预览版。这是 GPT-5.3-Codex 的一个精简版本，也是 OpenAI 首款专为实时编程设计的模型。Codex-Spark 标志着 OpenAI 与 Cerebras 在2025年1月宣布的合作伙伴关系中的首个里程碑。该模型针对超低延迟硬件进行了优化，能够实现近乎即时的响应——每秒生成超过1000个token，同时在实际编程任务中保持强大的性能。

实时编程的新纪元

Codex-Spark 作为研究预览版，通过 Cerebras 平台向 ChatGPT Pro 用户开放，让开发者能够尽早体验。与此同时，OpenAI 正与 Cerebras 合作扩大数据中心容量、完善端到端用户体验，并部署更大型的前沿模型。 OpenAI 最新的前沿模型在长时间自主任务方面表现出色，能够无需干预地连续工作数小时、数天甚至数周。Codex-Spark 则是首款专门设计用于与 Codex 实时协作的模型——进行精准编辑、重构代码逻辑、优化界面，并立即看到结果。借助 Codex-Spark，Codex 现在同时支持长期、宏大的任务和即时完成工作。OpenAI 希望通过开发者使用方式的反馈，不断改进并扩大访问权限。

技术规格与性能

Codex-Spark 拥有128k的上下文窗口，目前仅支持文本输入。在研究预览期间，它将拥有独立的速率限制，使用量不计入标准速率限制。但在高需求时段，用户可能会遇到访问受限或临时排队的情况，以确保系统可靠性。

速度与智能的平衡

Codex-Spark 专为交互式工作优化，其中延迟与智能同样重要。开发者可以实时与模型协作，在模型工作时中断或重定向其行为，并通过近乎即时的响应快速迭代。由于针对速度进行了调优，Codex-Spark 默认采用轻量级工作风格：只进行最小化的精准编辑，除非用户要求，否则不会自动运行测试。

编码能力

Codex-Spark 是一个高性能的小型模型，专为快速推理优化。在 SWE-Bench Pro 和 Terminal-Bench 2.0 这两个评估智能体软件工程能力的基准测试中，GPT-5.3-Codex-Spark 表现出色，同时完成任务的时间仅为 GPT-5.3-Codex 的一小部分。

延迟优化

在训练 Codex-Spark 的过程中，OpenAI 发现模型速度只是实时协作的一部分——还需要减少整个请求-响应管道的延迟。OpenAI 实现了端到端延迟改进，这将惠及所有模型。具体优化包括：

• 简化响应从客户端到服务器的流式传输
• 重写推理堆栈的关键部分
• 重新设计会话初始化方式，使第一个可见token更快出现
• 引入持久化 WebSocket 连接
• 在 Responses API 内部进行针对性优化 通过这些改进，每次客户端/服务器往返的开销减少了80%，每个token的开销减少了30%，首个token的响应时间减少了50%。WebSocket 路径已默认启用，并将在未来成为所有模型的默认配置。

背后的技术：Cerebras

的 Wafer Scale Engine 3 Codex-Spark 运行在 Cerebras 的 Wafer Scale Engine 3 上——这是一款专为高速推理设计的 AI 加速器，为 Codex 提供了低延迟的服务层。OpenAI 与 Cerebras 合作，将这个低延迟路径集成到与现有模型相同的生产服务堆栈中，使其在 Codex 中无缝运行，并为未来模型的支持奠定基础。 Cerebras 的 CTO 兼联合创始人 Sean Lie 表示：“GPT-5.3-Codex-Spark 最令人兴奋的是，我们与 OpenAI 及开发者社区合作，探索快速推理带来的可能性——新的交互模式、新的用例，以及根本不同的模型体验。这个预览只是开始。” 需要注意的是，GPU 仍然是 OpenAI 训练和推理管道的基础，为广泛使用提供最具成本效益的token。Cerebras 则通过擅长处理极低延迟的工作负载来补充这一基础，收紧端到端循环，使 Codex 在迭代时更加响应迅速。GPU 和 Cerebras 可以结合用于单一工作负载，以达到最佳性能。

可用性与细节

Codex-Spark 从今天开始以研究预览形式向 ChatGPT Pro 用户开放，支持最新的 Codex 应用、CLI 和 VS Code 扩展。由于它运行在专用的低延迟硬件上，使用量受独立速率限制，研究预览期间可能根据需求动态调整。此外，OpenAI 也向一小部分设计合作伙伴开放了 API 访问，以了解开发者如何将 Codex-Spark 集成到他们的产品中。 Codex-Spark 目前仅支持文本输入，拥有128k上下文窗口，是超快模型系列中的第一款。随着 OpenAI 与开发者社区共同探索快速模型在编程方面的优势，未来将引入更多功能，包括更大的模型、更长的上下文长度和多模态输入。

安全与评估

Codex-Spark 包含了与主线模型相同的安全训练，包括与网络安全相关的训练。OpenAI 按照标准部署流程对 Codex-Spark 进行了评估，包括对网络安全和其他能力的基线评估，并确定其不具备达到预备框架阈值的高能力水平（在网络安全或生物学领域）。

未来展望

Codex-Spark 只是开始。OpenAI 将继续与 Cerebras 合作，扩大数据中心容量，完善用户体验，并部署更大型的前沿模型。随着开发者社区的反馈，Codex-Spark 将不断进化，为实时编程带来更多可能性。

总结

GPT-5.3-Codex-Spark 的发布标志着实时编程领域的一个重要里程碑。通过将超低延迟硬件与优化的模型架构相结合，OpenAI 为开发者提供了一种近乎即时的编程体验，同时保持了强大的编码能力。这不仅改变了开发者与 AI 协作的方式，也为未来更智能、更快速的编程工具奠定了基础。

相关阅读

• OpenAI基金会公布首批“以人为本AI基金”受助机构：208家非营利组织获4050万美元资助

• GPT-5.5与GPT-5.5-Cyber：打造可信网络防御的新一代AI模型

• OpenAI 发布 GPT-5.6 大幅降价，迈向智能普及新时代

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。 编辑团队：内容策划 · 技术编辑 · AI 研究组 网站：bingdada.com © 2026 Bingdada. 保留所有权利。