凌晨2点，OpenAI突然放了个大招——GPT-5.3-Codex-Spark横空出世，速度快到让人怀疑人生。说实话，这次他们是真的瞄准了AI编程的痛点，把实时交互这件事做到了极致。
还记得前段时间Claude提速2.5倍却涨价6倍的事吗？不少用户当时就不太爽。OpenAI这次算是看准了时机，直接放大招：不跟你玩涨价那套，直接给你秒出代码！ 速度快到离谱
官方数据显示，Spark版本每秒能输出超过1000个token。这是什么概念？以往你用大模型，有时候等它"思考"一个词能急死人，现在这个Spark就像换了台涡轮增压发动机。在Cerebras的硬件加持下，代码几乎是瞬间就出来了。
可能你注释还没写完，代码已经跑出来了，那种盯着进度条干着急的感觉彻底没了。看下面这个对比视频就知道有多暴力——老模型还在慢悠悠地敲代码，Spark这边应用都已经运行起来了。
不只是快，更懂实时协作
以前大家都觉得大模型嘛，慢点就慢点，只要结果准确就行。但OpenAI这次换了个角度想问题。
他们发现，现在的AI智能体已经可以独立完成任务了，有些甚至能自动跑好几天。可真正写代码的时候，你其实更需要即时反馈——改个界面、修个bug，你希望它马上给出响应，甚至随时能打断它说"不对，换个思路"。
这种工作方式更像是身边坐了个真人搭档，而不是一个只会埋头苦干的机器人。Spark的出现，正好填补了Codex在实时协作方面的空白，现在它既能处理复杂任务，也能快速响应小改动。
你在编辑器里刚敲下回车，代码就开始往外冒了，这种丝滑体验才是AI编程助手该有的样子。
端到端的延迟优化
OpenAI在做Spark时考虑得很周全。他们明白，光模型本身快还不够，整个请求-响应链路要是有延迟，体验照样会打折扣。就像开车，车性能再好，路上堵车也快不起来。
所以他们对整个框架做了端到端优化，而且这个优化不只针对Spark，后续所有模型都能受益。底层做了大量调整：简化客户端和服务器间的传输逻辑，重写推理栈核心部分，重构会话初始化方式……目的就是让第一个token更快显示，改代码时也能一直保持流畅。
他们还引入了持久化WebSocket连接，优化了响应API。效果很明显：客户端和服务器每轮交互开销减少80%，单token开销减少30%，第一个token生成时间直接砍半。现在Codex-Spark已经默认用这种传输方式了，相信很快所有模型都会跟进。
硬件黑科技加持
Spark能跑这么快，背后离不开Cerebras的算力支持。这家公司的技术路线确实很另类——他们搞了种叫"晶圆级引擎"的芯片，简单说就是在整块晶圆上做一个超大芯片，而不是像传统方式那样切成小块。
这种设计天然适合超低延迟的推理任务。虽然GPU是万金油，但在追求极致速度的场景下，Cerebras给OpenAI提供了一种全新的解决方案。术业有专攻嘛。
Cerebras首席技术官肖恩·利也表示，能和OpenAI及开发者社区合作探索快速推理技术，他们特别兴奋，这次预览版只是开始，后面还有更多惊喜。
谁能用上？
从今天起，ChatGPT Pro用户就能体验Spark了，支持最新版Codex应用、命令行界面和VS Code扩展。虽然现在它还是纯文本模型，只能处理文字，上下文窗口也只有128k，但这只是个开始。
OpenAI的态度很明确：先让大家尝鲜，看看这种极速模型能玩出什么花样。后面肯定会有更强版本，甚至可能加上多模态功能，不光能写代码，还能看图写代码。
Spark的出现，算是开创了一种全新的超高速输出模式。AI编程这条赛道，看来又要卷起来了。
AI 速览
