OpenAI下线史上最快模型GPT-5.3-Codex-Spark，仅存活7个月

OpenAI史上最快模型悄然退场

9月13日，OpenAI Codex团队负责人Tibo在社交平台宣布：GPT-5.3-Codex-Spark将于下周正式下线。这款曾号称“每秒1200个Token”的极速模型，从今年2月12日发布到退役，仅存活了7个月。

Tibo给出的理由很直接：使用量持续下滑，且团队已有明显更优的替代方案。“是时候给未来腾地方了。”他还调侃道：“真不敢相信我们居然发布过名字这么长的模型！”

这番轻松语气背后，是一次技术路线的快速试错与果断放弃。Spark曾承载着OpenAI摆脱英伟达硬件依赖的野心——它是首个运行在Cerebras晶圆级芯片WSE-3上的生产模型，也是那笔价值超200亿美元、750兆瓦算力大单的首份交付成果。但现实很快证明，极致速度若以牺牲智能为代价，终究走不远。

开发者怀念的不是模型，而是“备用额度”

Spark的告别仪式显得有些冷清。Hugging Face工程师Vaibhav Srivastav试图在评论区营造温情氛围：“感谢服役，你很特别，希望你为自己是第一个‘最快的小子’而骄傲。”

但紧随其后的热评迅速拉回现实：“所以它到底是干嘛用的？前两天我还在跟同事讨论这个问题。”另一条评论更扎心：“OpenAI要退役Codex-Spark了，那仅存的67个重度用户该伤心了。”

最尖锐的评价来自开发者argofowl：“Spark是个好玩的模型，也是个极度糟糕、根本没法用的模型。很高兴它走了，我好几个月没碰过了。”

多位开发者证实，在实际项目中，Spark连分析日志、理解上下文这类基础任务都难以胜任。它的上下文窗口虽标称128k，但处理稍复杂任务时极易“塞满”，迫使用户另开对话。更糟的是，它常凭空捏造API端点、输出格式不稳定的JSON，多步任务极易跑偏。

真正让部分人感到一丝惋惜的，并非模型本身，而是它附带的独立配额。知名开发者Chubby坦言：“我想要一个‘GPT-6-Spark’，因为Spark有一份不占主额度的独立套餐。”在当前Astra额度极其紧张的情况下，不少开发者把Spark当作主额度耗尽后的“备用油箱”应急使用。

“降智提速”的致命缺陷

回看2月12日Spark上线时的盛况，反差尤为强烈。当时OpenAI宣称，Spark专为实时编程设计，客户端与服务器往返开销降低80%，首Token延迟减半，代码“整块倾泻”而非逐行输出。

早期尝鲜者确实兴奋。开发者Ryan Vogel将其纳入正式工作流：GPT-5.4负责规划，GPT-5.3-Codex负责构建，Spark则用于探索代码库、查文档、提供第二意见。他称这是自己首次工作流中完全不用Claude，“效率更高，花得更少”。

Instructor作者Jason Liu甚至同时启动20个Spark子代理搜索文件系统，高呼“RAG已死”——不久后他加入了OpenAI Codex团队。

然而热度迅速消退。问题核心在于：Spark本质是一个为速度妥协的蒸馏版小模型。一块Cerebras晶圆无法容纳完整的旗舰模型，只能运行缩水版本。

评测数据揭示了残酷真相。在Terminal-Bench 2.0中，Spark准确率仅58.4%，远低于完整版GPT-5.3-Codex的77.3%。OpenAI自家SWE-Bench Pro曲线显示：Spark虽能在1-2分钟内完成任务，但准确率卡在47%-51%；而完整版从3分钟起就是51%，16分钟可达57%。

所谓“15倍提速”也被拆穿。开发者Nicholas Van Landschoot指出，该对比是拿Spark对阵开启最高推理强度的完整版。在同等准确率下，Spark实际仅快1.37倍。

培训机构Turing College的总结一针见血：“没有智能的速度，只是更快地失败。”对程序员而言，花17分钟等一个能跑通的代码，远比2分钟拿到一堆Bug划算。

旗舰本尊下场，终结“阉割版”时代

真正宣判Spark死刑的，是8月13日Cerebras发布的Ultrafast模式。这一次，跑在晶圆上的不再是缩水模型，而是GPT-5.6 Sol旗舰本尊。

通过将庞大模型按层切分，铺设在多台CS-3节点形成流水线，Ultrafast在保持“与标准版同等智能”的前提下，实现每秒750个Token的速度。Cerebras CEO Andrew Feldman直言：“速度与智能，不再互斥。”

实测数据更具说服力。在GDP-Val的6个质量对齐任务中，标准档Sol平均耗时7.7分钟（其中7.5分钟为模型生成）；Ultrafast总耗时83秒（模型生成68秒），端到端提速5.6倍，且回答质量几乎无损。

这一突破彻底抽干了Spark的存在意义。Spark的设计逻辑是“拿智能换速度”，而半年后，同一家公司的晶圆上已能运行完整旗舰模型——速度只慢约四分之一（1200 vs 750 Token/s），能力却一分不减。

Cerebras产能有限。当无人问津的“缩小版”与排队疯抢的“旗舰版”争夺晶圆资源时，谁该为未来腾地方，答案不言自明。

速度变成付费档位，专用模型成历史

Spark并非孤例。过去三个月，OpenAI正对模型库进行激进“大换血”：

• 6月2日：GPT-5.2与GPT-5.3-Codex退役
• 8月31日：GPT-5.4与5.4 Mini退役，用户迁移至5.6世代
• 9月11日：GPT-5.3-Codex-Spark退役

伴随旧世代离场，Codex迎来以Sol（太阳）、Terra（大地）、Luna（月亮）、Astra（星辰）命名的新纪元。“GPT-5.3-Codex-Spark”这类冗长版本号，已成为上一个时代的遗迹。

更深层的变化在于：“快”正从独立专用模型，演变为旗舰模型的一项标配“档位”。就像推理强度分为Light到Max，如今速度也从Standard、Priority排到Ultrafast。速度与算力挂钩，按档付费的商业模式已然跑通。

回头看，Spark完美完成了历史使命：它验证了Cerebras晶圆能扛住生成式AI的生产级流量，也证明推理任务可脱离英伟达生态运行。当探路结束，大部队正式入驻，探路者自然退场。

“拿智能换速度”的歧途已被封死。随着各大平台竞逐底层硬件的极致利用率，下一轮军备竞赛的规则已然改写——比的不再是谁能做出最快的阉割版模型，而是谁能把最强的旗舰模型，跑出最极限的速度。