OpenAI
·
介绍GPT-5.3-Codex-Spark
内容提要
今天发布了GPT-5.3-Codex-Spark，这是一个针对实时编码的小型模型，优化于超低延迟硬件，支持每秒超过1000个令牌。Codex-Spark旨在快速响应，适合开发者进行实时协作、目标编辑和逻辑重塑。该模型具有128k的上下文窗口，目前仅支持文本，未来将扩展更多功能。
关键要点
-
今天发布了GPT-5.3-Codex-Spark，这是一个针对实时编码的小型模型。
-
Codex-Spark优化于超低延迟硬件，支持每秒超过1000个令牌。
-
该模型适合开发者进行实时协作、目标编辑和逻辑重塑。
-
Codex-Spark具有128k的上下文窗口，目前仅支持文本，未来将扩展更多功能。
-
Codex-Spark在SWE-Bench Pro和Terminal-Bench 2.0基准测试中表现强劲，完成任务的时间远低于GPT-5.3-Codex。
-
通过引入持久的WebSocket连接，Codex-Spark的客户端/服务器往返开销减少了80%。
-
Codex-Spark运行在Cerebras的Wafer Scale Engine 3上，提供高速度推理。
-
Codex-Spark作为研究预览版向ChatGPT Pro用户推出，使用受单独速率限制。
-
Codex-Spark是超快速模型系列的第一款，未来将引入更多功能，包括更大的模型和多模态输入。
-
Codex-Spark的安全性培训与主线模型相同，经过标准部署过程评估。
延伸解读
实时协作的优势
Codex-Spark专为实时编码设计，优化了低延迟硬件，使得开发者能够在协作时快速响应。这种实时性不仅提高了工作效率，还允许开发者在编码过程中进行即时调整，适应不断变化的需求。
未来扩展的潜力
目前Codex-Spark仅支持文本输入，但未来将扩展到更多功能，包括多模态输入。这意味着开发者可以期待更丰富的交互方式，提升编码体验和应用场景的多样性。
性能基准与比较
在SWE-Bench Pro和Terminal-Bench 2.0基准测试中，Codex-Spark的表现显著优于其前身GPT-5.3-Codex，完成任务的时间大幅缩短。这表明Codex-Spark在实际应用中具有更高的效率和响应速度。
延伸问答
GPT-5.3-Codex-Spark的主要特点是什么？
GPT-5.3-Codex-Spark是一个针对实时编码的小型模型，优化于超低延迟硬件，支持每秒超过1000个令牌，具有128k的上下文窗口。
Codex-Spark如何提高实时协作的效率？
Codex-Spark通过优化延迟和引入持久的WebSocket连接，减少了客户端/服务器的往返开销，使得实时协作更加高效。
Codex-Spark的应用场景有哪些？
Codex-Spark适合开发者进行实时协作、目标编辑和逻辑重塑，能够快速响应并进行迭代。
Codex-Spark与之前的模型相比有什么优势？
Codex-Spark在SWE-Bench Pro和Terminal-Bench 2.0基准测试中表现强劲，完成任务的时间远低于GPT-5.3-Codex。
Codex-Spark的安全性如何？
Codex-Spark的安全性培训与主线模型相同，经过标准部署过程评估，确保其安全性。
Codex-Spark的未来发展方向是什么？
Codex-Spark将扩展更多功能，包括更大的模型和多模态输入，未来将实现更长的上下文长度和更复杂的交互模式。
