OpenAI下週下線GPT-5.3-Codex-Spark
Codex負責人Tibo Sottiaux宣佈，下週將退役GPT-5.3-Codex-Spark，理由是用量持續下滑，且公司已有明顯更強的模型，需要給後續產品騰出位置。
該模型於2月12日作爲研究預覽上線，定位爲GPT-5.3-Codex的更小版本，專攻實時編碼。它是OpenAI與Cerebras合作的首個里程碑，在晶圓級芯片上追求近乎即時的反饋，官方稱推理速度超過每秒1000個token，較旗艦編碼模型快一個數量級。
上線時只對ChatGPT Pro用戶開放，覆蓋Codex應用、命令行和VS Code擴展，上下文窗口12.8萬token，且爲純文本。預覽期用量單獨限額，不佔用常規Codex額度；高峯時可能排隊。5月清理機羣時，Tibo曾明確說當時不下線Spark，只先撤掉GPT-5.2和GPT-5.3-Codex在ChatGPT登錄路徑上的入口。
後續編碼主線已切向更大上下文與更高能力檔位，包括GPT-5.5默認、GPT-6 Astra等。Spark的速度優勢仍在，但開發者把長任務和代理工作流集中到更新模型後，這款專爲低延遲交互設計的小模型用量下降，機羣管理優先於保留實驗檔。
Tibo同時負責Codex與ChatGPT核心產品平臺，對外高頻發佈額度重置與模型下線。Codex命令行以Rust編寫並開源，內部已把編碼代理用進代碼評審、維護和系統重構；產品策略是把ChatGPT與Codex合併到同一套工作流，而不是長期並列多代編碼模型。
市場機制上，這是算力再配置而非需求消失：買方從Pro用戶的即時改代碼場景，轉向能跑長任務的新旗艦；賣方是OpenAI把Cerebras低延遲機位和GPU集羣從低使用率檢查點收回。事件驅動來自產品線簡化，資金與芯片時段流向Astra等更高需求模型。受益的是新模型訓練與推理配額，承壓的是依賴Spark手感做快速迭代的工作流，以及Cerebras這條“非英偉達實時編碼”展示位。
Cerebras合作把Spark做成首個完全跑在非英偉達硬件上的生產編碼模型，強調GPU與晶圓芯片可混部同一工作負載。隨着旗艦上下文擴到百萬token量級，128k、純文本、Pro限定的預覽檔失去默認入口位置。
來源：公開信息
ABAB AI 解讀
Tibo Sottiaux不是客服號，而是把Codex從研究預覽做成公司內部默認工程棧的產品負責人。他對外最出名的動作是額度硬重置，對內則把Rust命令行開源、把編碼代理嵌進評審與重構。Spark的誕生對應1月宣佈的Cerebras合作，四星期後就交出每秒千token的實時檔，邏輯是用專用硬件換交互時延，而不是再堆一套GPU上的同構大模型。
資本與資源調動很直接：低延遲機位、獨立限額和Pro入口被用來驗證“寫代碼能不能像打字一樣快”。用量下滑後，這些資源立刻回收到GPT-6 Astra和更高默認檔。動機是機羣利用率——編碼產品線已經從多檢查點並存，改成少數旗艦加API留存舊模型。5月先砍5.2和5.3-Codex登錄入口、當時特意留下Spark，說明Spark不是能力不夠，而是後來連“快”也競爭不過新產品的默認體驗。
類似路徑出現在GitHub Copilot多代模型輪換、Anthropic把Claude編碼檔快速迭代、Google把Gemini編碼端點合併進統一工作室。行業處在編碼代理從“模型菜單”進入“默認工作臺”的階段：用戶不再爲速度單獨留一個檢查點，而是要上下文、工具調用和倉庫級任務一次完成。Spark證明了實時檔能做出來，但沒能成爲默認生產力層。
結構判斷屬於技術替代：當新模型在可接受時延內覆蓋舊模型的交互場景，專用加速檔就從產品變成過渡芯片合同。機制是注意力和配額都有上限——開發者只願記住一兩個默認模型，平臺只願爲有規模用量的檢查點保留專用硬件；速度一旦不再構成獨立工作流，合作伙伴展示位也會被下一輪旗艦擠出產品選擇器。
ABAB News · 認知定律
快不是護城河，默認纔是
預覽產品的壽命，由下一款旗艦的時延決定
機羣不養回憶，只養用量