OpenAI最快模型GPT-5.3-Codex-Spark退役：速度让位于智能，算力格局生变

【科技纵览】曾经被视为OpenAI技术突破象征的“史上最快”模型，如今已悄然退场。据新智元报道，Codex负责人Tibo近日在社交平台宣布，GPT-5.3-Codex-Spark将于下周正式停止服务。这款每秒能处理1200个Token、作为OpenAI首个脱离英伟达生态并交付于Cerebras 750兆瓦大单的模型，从上线到下线仅存活了七个月。Tibo给出的理由直白而残酷：使用量持续下滑，且内部已有更优替代品，“是时候给未来腾出空间了”。他甚至在评论区自嘲，难以相信公司曾发布过名称如此冗长的产品。

这场告别显得颇为冷清，甚至略带尴尬。Hugging Face的Vaibhav Srivastav试图营造温情氛围，感谢其作为“最快小子”的贡献，并邀请用户最后发送一条提示词以纪念这段历程。然而，随后的评论迅速转向犀利与质疑。有开发者直言，直到最近还在困惑该模型的实际用途；更有声音指出，仅剩的67位重度用户或许会感到失落，但更多人如argofowl般认为，Spark虽有趣却极难实用，因其在理解上下文或分析日志时极易耗尽窗口，迫使开发者频繁开启新对话。知名开发者Chubby则坦言，惋惜之情并非源于模型本身，而是其附带的独立配额——在Astra额度紧张的当下，Spark常被视作主额度耗尽后的“备用油箱”。

回溯至今年2月12日，Spark上线时的声势可谓浩大。作为首款专为实时编程设计的模型，它拥有128k上下文，生成速度超每秒1000 Token，官方宣称客户端往返开销降低80%，首Token延迟减半。早期使用者如Ryan Vogel将其融入工作流，替代Claude以提升效率；Instructor作者Jason Liu更是启用20个子代理搜索文件系统，高呼“RAG已死”，随后加入OpenAI Codex团队。更重要的是，Spark承载着OpenAI摆脱硬件单一依赖的战略野心，它是首个运行于Cerebras晶圆级芯片WSE-3的生产模型，标志着那份价值超200亿美元的算力合约迈出实质性一步。

然而，热度消退的速度远超预期。Spark的本质是为极致速度妥协的“蒸馏版小模型”，一块晶圆无法容纳旗舰体量。在Terminal-Bench 2.0评测中，其准确率仅为58.4%，远低于完整版GPT-5.3-Codex的77.3%。SWE-Bench Pro数据亦显示，Spark虽将任务时长压缩至1-2分钟，但准确率停滞在47%-51%区间；相比之下，完整版模型耗时更长但准确率稳步提升。所谓“15倍提速”的宣传也被开发者Nicholas Van Landschoot拆解，指出这是在对比最高推理强度下的结果，同等准确率下实际仅快1.37倍。在实际编码中，Spark常捏造API端点、JSON格式不稳定，被Turing College评价为“没有智能的速度，只是更快地失败”。对于程序员而言，等待17分钟获取可用代码，远胜于花费2分钟得到一堆Bug。

真正终结Spark命运的，是8月13日Cerebras发布的Ultrafast模式。此次运行于晶圆上的不再是缩水版，而是旗舰模型GPT-5.6 Sol本尊。通过层切分与流水线部署，Ultrafast在保证同等智能的前提下，实现每秒750 Token的速度，比标准档快14倍。CEO Andrew Feldman强调“速度与智能不再互斥”，测试显示端到端速度提升5.6倍且质量无损。这一突破直接抽空了Spark存在的逻辑基础——当旗舰模型能以接近的速度运行且能力完整时，“拿智能换速度”的策略便失去了意义。Cerebras产能有限，无人问津的“缩小版”自然需为排队疯抢的“旗舰版”让路。

过去三个月，OpenAI模型库经历激进洗牌：GPT-5.2、5.3-Codex、5.4及Mini相继退役，用户全面迁移至5.6世代，命名体系也更新为Sol、Terra、Luna、Astra等更具象的名称。深层逻辑在于，“快”已从独立专用模型演变为旗舰模型的付费档位，类似推理强度的分级。Spark作为探路者，验证了Cerebras晶圆承载生产级流量的能力及非英伟达生态的可行性，使命完成后自然退出。随着底层硬件利用率竞争加剧，行业规则已改写：未来的较量不再是谁能制造最快的阉割版，而是谁能将最强旗舰模型跑出极限速度。