摘要
1) 一句话总结 OpenAI 首次在非英伟达硬件（Cerebras 芯片）上推出了专为编程任务微调的超快 AI 模型 GPT-5.3-Codex-Spark，其生成速度超过 1,000 Token/秒，标志着 OpenAI 在大幅提升推理速度的同时，正加速摆脱对英伟达的硬件依赖。
2) 关键要点
- 首发非英伟达硬件模型：GPT-5.3-Codex-Spark 运行在 Cerebras 的 Wafer Scale Engine 3 芯片上，这是双方于今年 1 月宣布合作后诞生的首款产品。
- 极致生成速度：代码生成速度超过 1,000 Token/秒，比上一代产品快约 15 倍，远超 OpenAI 现有模型在英伟达硬件上的速度（如 GPT-4o 约 147 Token/秒）。
- 产品定位与取舍：Spark 基于完整版 GPT-5.3-Codex 构建，它放弃了处理通用任务和知识深度，是一个专为编程任务微调的纯文本模型，以追求极致的低延迟。
- 可用性与规格：目前作为研究预览版向 ChatGPT Pro 订阅用户（200美元/月）开放；具备 128,000 个 Token 的上下文窗口；可通过 Codex 应用程序、CLI 和 VS Code 扩展使用，API 正向部分合作伙伴开放。
- 基准测试表现：在 SWE-Bench Pro 和 Terminal-Bench 2.0 测试中，Spark 的表现优于旧版 GPT-5.1-Codex-mini，且完成任务耗时极短。
- 多元化硬件战略：OpenAI 正在系统性减少对英伟达的依赖，具体举措包括：2025年10月与 AMD 签署多年协议、2025年11月与亚马逊达成 380 亿美元云协议，以及设计计划交由台积电代工的定制 AI 芯片。
3) 风险与不足
- 缺乏独立验证：OpenAI 尚未分享 Spark 在软件工程基准测试中表现的独立验证结果。
- 能力与准确性妥协：Spark 的体量和综合能力不及竞争对手 Anthropic 的 Claude Opus 4.6，且追求极致速度可能会以牺牲一定的准确性为代价。
- 系统开销限制：尽管速度极快，但 1,000 Token/秒仍低于 Cerebras 在其他模型上测得的 2,100 至 3,000 Token/秒，反映了 Spark 作为复杂模型带来的系统开销。
- 合作协议停滞：OpenAI 原计划与英伟达达成的 1,000 亿美元基础设施协议目前已无下文，且据报道 OpenAI 对部分英伟达芯片在推理任务上的速度感到不满。
正文
OpenAI 于周四发布了其首个在非英伟达（Nvidia）硬件上运行的生产级 AI 模型——全新的编程模型 GPT-5.3-Codex-Spark。该模型部署在 Cerebras 的芯片上，代码生成速度超过每秒 1,000 个 Token，据称比其上一代产品快约 15 倍。
相比之下，Anthropic 的 Claude Opus 4.6 在其全新推出的高价位“快速模式”下，速度也仅达到其标准速度（每秒 68.2 个 Token）的 2.5 倍。虽然 Spark 的体量和综合能力不及 Opus 4.6，但其速度优势极为显著。
OpenAI 计算主管 Sachin Katti 在一份声明中表示：“Cerebras 是一位出色的工程合作伙伴，我们很高兴能将快速推理作为一项新的平台能力加入进来。”
模型特性与可用性
目前，Codex-Spark 作为研究预览版向公众开放：
- 适用人群：ChatGPT Pro 订阅用户（200美元/月）。
- 使用渠道：可通过 Codex 应用程序、命令行界面（CLI）以及 VS Code 扩展使用。同时，OpenAI 正向部分设计合作伙伴逐步开放 API 访问权限。
- 技术规格：首发版本仅支持文本处理，具备 128,000 个 Token 的上下文窗口。
专为速度而生的编程利器
Spark 建立在本月早些时候发布的完整版 GPT-5.3-Codex 模型基础之上。完整版模型主要处理重量级的智能体编程任务，而 Spark 则在“知识深度”与“速度”之间果断选择了后者。它是一个纯文本模型，专为编程任务进行了微调，并不处理大型 GPT-5.3 模型所负责的通用任务。
据 OpenAI 称，在评估软件工程能力的两个基准测试（SWE-Bench Pro 和 Terminal-Bench 2.0）中，Spark 的表现优于旧版的 GPT-5.1-Codex-mini，且完成任务的时间仅为后者的一小部分（注：OpenAI 尚未分享这些数据的独立验证结果）。
从过往经验来看，Codex 的速度曾是一个痛点。去年 12 月，在测试四个 AI 编程智能体构建《扫雷》克隆游戏时，Codex 生成可运行游戏的时间大约是 Anthropic 的 Claude Code 的两倍。
编程智能体的军备竞赛
每秒 1,000 个 Token 的速度，对于 OpenAI 过去在自有基础设施上提供的任何服务来说，都是一次巨大的飞跃。根据独立基准测试，OpenAI 在英伟达硬件上运行的最快模型远低于这一水平：GPT-4o 约为 147 Token/秒，o3-mini 约为 167 Token/秒，GPT-4o mini 约为 52 Token/秒。
然而，按照 Cerebras 的标准，每秒 1,000 个 Token 其实相对“保守”。该公司曾在 Llama 3.1 70B 上测得 2,100 Token/秒的速度，并在 OpenAI 自家的开源权重模型 gpt-oss-120B 上报告了 3,000 Token/秒的速度。这表明 Codex-Spark 相对较低的速度，反映了其作为更大或更复杂模型所带来的系统开销。
AI 编程智能体迎来了爆发的一年。OpenAI、谷歌和 Anthropic 都在竞相推出更强大的编程智能体，而**延迟（Latency）**已成为决定胜负的关键——模型写代码越快，开发者的迭代速度就越快。
面对 Anthropic 的激烈竞争，OpenAI 一直在快速迭代其 Codex 产品线。在 CEO Sam Altman 针对谷歌的竞争压力发布内部“红色警报”备忘录后，OpenAI 于 12 月发布了 GPT-5.2，并在几天前刚刚推出了 GPT-5.3-Codex。
摆脱对英伟达的依赖
相比于基准测试的分数，Spark 背后的硬件布局可能具有更深远的影响。该模型运行在 Cerebras 的 Wafer Scale Engine 3 上，这是一款“餐盘大小”的芯片，也是 Cerebras 自 2022 年以来的核心业务基础。OpenAI 与 Cerebras 于今年 1 月宣布合作，Codex-Spark 正是双方合作诞生的首款产品。
过去一年里，OpenAI 一直在系统性地减少对英伟达的依赖：
- 2025年10月：与 AMD 签署了大规模的多年合作协议。
- 2025年11月：与亚马逊达成了价值 380 亿美元的云计算协议。
- 自研芯片：一直在设计定制的 AI 芯片，计划最终交由台积电（TSMC）代工。
与此同时，一项原计划与英伟达达成的 1000 亿美元基础设施协议目前已无下文（尽管英伟达随后承诺了 200 亿美元的投资）。据报道，OpenAI 对某些英伟达芯片在推理任务上的速度感到不满，而推理任务正是 OpenAI 设计 Codex-Spark 的核心应用场景。
无论底层使用的是哪种芯片，速度都至关重要，尽管这可能会以牺牲一定的准确性为代价。对于那些整天在代码编辑器里等待 AI 建议的开发者来说，每秒 1,000 个 Token 的速度可能不再像是小心翼翼地操作曲线锯，而更像是开启了一把狂野的纵切锯——使用时，请务必看清你正在切割什么。
相关文档
- 推出 GPT-5.3-Codex-Spark：专为实时编程打造的超快模型；关联理由：同一事件；说明：两文都围绕 Codex-Spark 首次发布，本文是媒体解读，该文提供官方技术细节与可用性范围。
- 介绍 GPT-5.3-Codex：迄今最强大的智能体编程模型；关联理由：版本演进；说明：本文将 Spark 与完整版 GPT-5.3-Codex 对照，该文补充其上游主模型能力与基准背景。
- GPT-5.3-Codex-Spark 处理速度显著提升；关联理由：版本演进；说明：该文记录 Spark 后续提速至 1200+ Token/秒，可对照本文发布时 1000 Token/秒的初始性能基线。