Hari ini, kami melancarkan pratonton penyelidikan GPT‑5.3‑Codex‑Spark, versi GPT‑5.3‑Codex yang lebih kecil dan model pertama kami yang direka untuk pengekodan masa nyata. Codex-Spark menandakan pencapaian pertama dalam perkongsian kami dengan Cerebras, yang kami umumkan pada bulan Januari. Codex-Spark dioptimumkan untuk berfungsi hampir serta-merta apabila digunakan pada perkakasan dengan kependaman ultra-rendah—menghantar lebih daripada 1000 token sesaat sambil mengekalkan keupayaan tinggi untuk tugas pengekodan sebenar.
Kami berkongsi Codex-Spark di Cerebras sebagai pratonton penyelidikan kepada pengguna ChatGPT Pro supaya pembangun boleh mula bereksperimen lebih awal sementara kami bekerjasama dengan Cerebras untuk meningkatkan kapasiti pusat data, memperkukuh pengalaman pengguna dari hujung ke hujung, dan melaksanakan model perbatasan yang lebih besar.
Model perbatasan terkini kami telah menunjukkan kelebihannya khususnya dari segi keupayaan untuk melaksanakan tugas yang memakan masa lama, berfungsi secara autonomi selama berjam-jam, berhari-hari atau berminggu-minggu tanpa campur tangan. Codex-Spark ialah model pertama kami yang direka khusus untuk bekerja dengan Codex dalam masa nyata—membuat suntingan bersasar, membentuk semula logik atau memperhalusi antara muka dan melihat hasilnya dengan serta-merta. Dengan Codex-Spark, Codex kini menyokong kedua-dua tugas jangka panjang yang bercita-cita tinggi dan menyelesaikan kerja dengan segera. Kami berharap untuk belajar daripada cara pembangun menggunakannya dan menyepadukan maklum balas sambil terus memperluaskan akses.
Semasa dilancarkan, Codex-Spark dilengkapi tetingkap konteks 128k dan hanya menyokong teks. Semasa pratonton penyelidikan, Codex-Spark akan dilengkapi dengan had kadar yang tersendiri dan penggunaan tidak akan dikira terhadap had kadar standard. Namun, apabila permintaan tinggi, anda mungkin mengalami akses terhad atau barisan menunggu sementara kerana kami mengimbangi kebolehpercayaan di kalangan pengguna.
Codex-Spark dioptimumkan untuk kerja interaktif yang mementingkan kependaman sama seperti kecerdasan. Anda boleh bekerjasama dengan model dalam masa nyata, mengganggu atau mengubah haluannya semasa ia bekerja, dan melakukan iterasi dengan pantas dengan respons hampir serta-merta. Oleh sebab model ini disesuaikan untuk kelajuan, Codex-Spark mengekalkan gaya kerja lalainya yang ringan: model ini membuat penyuntingan minimum yang bersasar dan tidak menjalankan ujian secara automatik melainkan diminta berbuat demikian.
Codex-Spark ialah model kecil yang sangat berkemampuan dan dioptimumkan untuk inferens pantas. Pada SWE-Bench Pro dan Terminal-Bench 2.0, dua penanda aras yang menilai keupayaan kejuruteraan perisian agentik, GPT‑5.3‑Codex‑Spark menunjukkan prestasi yang cemerlang sambil menyelesaikan tugas dalam sebahagian kecil masa berbanding GPT‑5.3‑Codex.
Tempoh dianggarkan sebagai jumlah (1) masa penjanaan output (token output ÷ kelajuan pensampelan), (2) masa praisian (token praisian ÷ kelajuan praisian), (3) jumlah masa pelaksanaan alat dan (4) jumlah overhed rangkaian.
Semasa kami melatih Codex-Spark, jelas bahawa kelajuan model hanyalah sebahagian daripada persamaan bagi kerjasama masa nyata—kami juga perlu mengurangkan kependaman pada seluruh saluran permintaan-tindak balas. Kami melaksanakan penambahbaikan kependaman hujung ke hujung dalam rangka kerja kami yang akan memberikan manfaat kepada semua model. Di sebalik tabir, kami memperkemas cara respons distrim daripada klien kepada pelayan dan kembali, menulis semula bahagian utama tindanan inferens kami, dan mengolah semula cara sesi dimulakan supaya token pertama yang kelihatan muncul lebih awal dan Codex kekal responsif semasa anda melakukan pengulangan. Melalui pengenalan sambungan WebSocket yang berterusan dan pengoptimuman bersasar dalam Responses API, kami berjaya mengurangkan overhed bagi setiap perjalanan ulang-alik klien/pelayan sebanyak 80%, overhed bagi setiap token sebanyak 30% dan masa untuk token pertama sebanyak 50%. Laluan WebSocket diaktifkan untuk Codex-Spark secara lalai dan akan menjadi lalai untuk semua model tidak lama lagi.
Codex-Spark dijalankan pada Wafer Scale Engine 3(dibuka dalam tetingkap baru)Cerebras—pemecut AI yang direka khusus untuk inferens berkelajuan tinggi, memberi Codex lapisan penyampaian yang mengutamakan kependaman. Kami telah bergabung dengan Cerebras untuk menambah laluan kependaman rendah ini dalam tindanan penyampaian pengeluaran yang sama dengan armada kami yang selebihnya, supaya laluan ini dapat berfungsi dengan lancar merentas Codex dan mempersiapkan kami untuk menyokong model masa hadapan.
Perkara yang paling mengujakan bagi kami tentang GPT-5.3-Codex-Spark ialah kerjasama dengan OpenAI dan komuniti pembangun untuk meneroka perkara yang boleh dilakukan dengan inferens pantas—corak interaksi baharu, kes penggunaan baharu dan pengalaman model yang pada asasnya berbeza. "Pratonton ini hanyalah permulaan.”
GPU kekal sebagai asas dalam saluran latihan dan inferens kami dan menyediakan token yang paling kos efektif untuk penggunaan yang meluas. Cerebras melengkapi asas tersebut dengan cemerlang dalam aliran kerja yang memerlukan kependaman yang sangat rendah, mengetatkan gelung dari hujung ke hujung supaya Codex terasa lebih responsif apabila anda berulang kali membuat penambahbaikan. GPU dan Cerebras boleh digabungkan untuk beban kerja tunggal bagi mencapai prestasi yang terbaik.
Codex-Spark dilancarkan hari ini sebagai pratonton penyelidikan untuk pengguna ChatGPT Pro dalam versi terkini aplikasi Codex, CLI, dan sambungan VS Code. Oleh kerana ia beroperasi pada perkakasan khusus dengan kependaman rendah, penggunaan dikawal oleh had kadar berasingan yang mungkin disesuaikan berdasarkan permintaan semasa pratonton penyelidikan. Selain itu, kami menyediakan Codex-Spark dalam API untuk sekumpulan kecil rakan kongsi reka bentuk bagi memahami bagaimana pembangun ingin mengintegrasikan Codex-Spark ke dalam produk mereka. Kami akan memperluaskan akses dalam beberapa minggu yang akan datang sambil kami terus menyesuaikan integrasi kami di bawah beban kerja sebenar.
Codex-Spark kini hanya menyokong teks pada tetingkap konteks 128k dan merupakan yang pertama dalam keluarga model ultra-pantas. Apabila kami mempelajari lebih lanjut bersama komuniti pembangun tentang di mana model pantas menyerlah untuk pengekodan, kami akan memperkenalkan lebih banyak lagi keupayaan, termasuk model yang lebih besar, panjang konteks yang lebih panjang, dan input multimodal.
Codex-Spark merangkumi latihan keselamatan yang sama seperti model utama kami, termasuk latihan berkaitan siber. Kami menilai Codex-Spark sebagai sebahagian daripada proses pelaksanaan standard kami, yang merangkumi penilaian asas untuk keupayaan siber dan lain-lain, dan mendapati bahawa ia tidak mempunyai peluang yang munasabah untuk mencapai ambang Rangka Kerja Kesediaan kami bagi keupayaan tinggi dalam keselamatan siber atau biologi.
Codex-Spark ialah langkah pertama ke arah Codex dengan dua mod pelengkap: penaakulan dan pelaksanaan jangka panjang, serta kerjasama masa nyata untuk iterasi pantas. Dari semasa ke semasa, mod-mod ini akan bercampur—Codex boleh memastikan anda kekal dalam gelung interaktif yang rapat sambil mendelegasikan kerja yang mengambil masa lebih lama kepada sub-ejen di latar belakang, atau mengagihkan tugas kepada banyak model secara selari apabila anda mahukan keluasan dan kelajuan, supaya anda tidak perlu memilih satu mod tunggal dari awal.
Apabila model menjadi lebih berkebolehan, kelajuan interaksi menjadi satu kekangan yang jelas. Inferens ultra-pantas mengetatkan gelung itu, menjadikan Codex terasa lebih semula jadi untuk digunakan dan memperluas kemungkinan bagi sesiapa sahaja yang menukar idea menjadi perisian yang berfungsi.
