☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
OpenAI 历史上最迅猛的模型，悄然谢幕。Codex 团队负责人 Tibo 在社交平台发文确认：GPT-5.3-Codex-Spark 将于下周正式退役。这款峰值吞吐达每秒 1200 Token 的引擎、OpenAI 首个彻底摆脱英伟达技术栈的生产级模型、也是那笔 750 兆瓦、估值逾 200 亿美元 Cerebras 算力订单的首个落地成果——自面世起仅存续 7 个月。
Tibo 的告别理由直白而务实：“调用量持续走低，我们手头已有性能更优的新模型，是时候为下一代让出空间了。”他还不忘调侃一句：“真没想到，我们居然真发布过名字这么长的模型！！”
从“未来标杆”到被边缘化，输在“以智换速”
今年 2 月 12 日 Spark 上线时声势浩大：作为 OpenAI 首款专为实时编程场景打造的大模型，它支持 128k 上下文窗口，首 Token 延迟减半，端到端往返延迟降低 80%，实测生成速率突破每秒千 Token 大关。更关键的是，它是 OpenAI 首个运行于非英伟达硬件之上的主力模型，底层算力由 Cerebras 第三代晶圆级芯片 WSE-3 提供，也标志着那份天量算力采购协议首次兑现交付。
然而热度消退得比升温更快。Spark 的根本软肋在于——单块晶圆承载能力有限，无法部署完整旗舰架构，因此它本质上是一个为极致响应速度而大幅精简的“轻量化蒸馏模型”。在 Terminal-Bench 2.0 综合评测中，其得分仅为 58.4%，相较完整版 GPT-5.3-Codex 的 77.3% 显著落后；SWE-Bench Pro 实测曲线亦显示：虽能将任务压缩至 1–2 分钟内完成，但准确率始终徘徊于 47%–51% 区间；而完整版在 3 分钟耗时下已可达 51%，延展至 16 分钟则跃升至 57%。所谓“15 倍提速”的宣传口径，也在同等精度基准下被证伪——实际仅快出 1.37 倍。开发者普遍反馈其频繁虚构 API 接口、JSON 输出格式紊乱；培训机构 Turing College 的总结尤为犀利：“没有智能支撑的速度，不过是更快地犯错。”
使用 OpenAI Codex CLI 处理编码任务。触发词：codex、code review、fix CI、refactor code、implement feature、coding agent、gpt-5-codex。Clawdbot 可将编码工作委托给 Codex CLI 作为子代理或直接工具。
真正宣判 Spark 终结的，是 8 月 13 日 Cerebras 推出的 Ultrafast 模式：这一次，跑在晶圆上的不再是缩水版本，而是原汁原味的旗舰模型 GPT-5.6 Sol。通过将模型按层拆解、跨多台 CS-3 节点分布式部署并构建推理流水线，Ultrafast 在“与标准版完全一致的智能水平”前提下，实现每秒 750 Token 的稳定吞吐——同一复杂任务，标准档平均耗时 7.7 分钟，Ultrafast 仅需 83 秒，端到端提速达 5.6 倍。Cerebras CEO Andrew Feldman 明确表态：“速度与智能，从此不必二选一。”
“快”不再是一个独立模型，而成为一项可分级付费的能力
Spark 并非此次清理浪潮中唯一的“历史印记”。过去三个月，OpenAI 模型体系正经历一场密集迭代：6 月 2 日，GPT-5.2 与 GPT-5.3-Codex 正式下线；8 月 31 日，GPT-5.4 及其 Mini 版本退出服务，全量用户迁移至 5.6 系列；9 月 11 日，轮到 GPT-5.3-Codex-Spark 完成使命。伴随旧世代模型批量退场，Codex 进入以 Sol、Terra、Luna、Astra 为代号的全新命名周期。
更深层的范式转移在于：“极速推理”正从一个需要单独开发、单独维护的专属模型，转变为旗舰模型内置的弹性能力模块——正如推理强度分为 Light / Balanced / Max，推理速度也已形成 Standard / Priority / Ultrafast 的三级档位，并成功验证了按档计费的商业化路径。回望来路，Spark 作为过渡阶段的关键探路者，已充分验证 Cerebras 晶圆级架构具备承载大规模生产流量的能力，也证实了推理任务完全可脱离英伟达生态独立运行；当探路使命达成、主力部队全面进驻，探路者的角色自然画上句点。下一阶段的竞争焦点，早已不是谁更能造出“最快的阉割模型”，而是谁能将最强的旗舰模型，压榨出最极限的推理速度。
