OpenAI 推出 Codex-Spark：每秒超 1000 token，主打即時程式設計

很多人寫程式碼時最煩的不是 AI 不懂，而是等它敲字的過程太漫長。哪怕只是改個變數名或者調一下介面樣式，你都得盯著游標一點點吐字，原本連貫的思路直接被打斷了。

OpenAI 在 2 月 12 日放出了 GPT-5.3-Codex-Spark 的研究預覽。這是它家第一款專門為「即時程式設計」打造的小尺寸模型，每秒生成速度超過了 1000 個 token。

它的定位不是去啃需要幹幾個小時的大型工程，而是做你的即時副駕駛，你打斷它、修改需求，它幾乎都是眨眼間把程式碼改好遞給你。

4 萬億電晶體的大晶片，加上徹底重寫的網路協議

要讓模型跑到每秒千字，OpenAI 這次找來了 Cerebras 幫忙。上個月雙方剛簽下超過 100 億美元的多年合作協議，Spark 正是第一項落地產物。

這款模型跑在 Cerebras 的第三代晶圓級晶片 WSE-3 上。這塊擁有 4 萬億電晶體的龐然大物，專攻極低延遲的推理場景。

不過光換晶片還不夠。OpenAI 這次把客戶端到服務端的整套通訊鏈路全給翻新了，預設改用持久的 WebSocket 連線。

這一套工程改造下來，客戶端和服務端往返開銷降了 80%，首字響應時間縮短了一半，每個 token 的傳輸額外開銷也降了 30%。

目前 Spark 只有純文本輸入，上下文長度為 128k。在評價智慧體程式設計能力的 SWE-Bench Pro 和 Terminal-Bench 2.0 測試中，OpenAI 稱它用極其微小的時間代價，拿到了相當強勁的分數。

它的預設行為也做了剋制調整：只做極簡的針對性修改，不會主動自作主張去跑測試，把控制權完全留給人。

目前 ChatGPT Pro 使用者可以在 Codex 桌面應用、CLI 終端以及 VS Code 外掛裡體驗它。它擁有獨立的使用頻率上限，不擠佔標準額度，但高峰期可能需要排隊。API 則先開放給少數設計合作伙伴。

為什麼重要

我們認為，OpenAI 這一步走得極其務實。過去一年行業都在拼誰家模型的長程推理更深、能自主幹幾天的活，但現實中開發者日常打交道最多的，恰恰是修修補補、快速調參的高頻互動。

如果你每天都要寫程式碼，現在就可以去 VS Code 裡試試它。1000 token 每秒的速度意味著你回車剛按下去，完整的函式重構就已經貼在螢幕上了。這種像敲本地快捷鍵一樣的即時感，是傳統雲端大模型給不了的。

對行業來說，這也是給輝達主導的 GPU 生態敲了一記警鐘。OpenAI 並沒有否認 GPU 在吞吐和成本上的通用優勢，但它用真金白銀的 100 億美元大單證明了，極低延遲的互動型任務必須上專用硬體。這無疑給剛完成 10 億美元融資、正籌備上市的 Cerebras 打了一劑最強的廣告。

不過隱患也顯而易見。專用硬體的算力池目前遠不如通用資料中心充裕，OpenAI 已經在公告裡打了預防針，提到高負載時段可能會限流排隊。如果後續無法迅速鋪開產能，極致體驗可能很難普及到更便宜的訂閱檔位。

但整體來看，將長耗時思考留給後臺智慧體，把即時響應交給極速小模型，這種「快慢分工」的混合架構，很大機率會成為下一代 AI 程式設計工具的標配。