இன்று, GPT‑5.3‑Codex இன் சிறிய பதிப்பான GPT‑5.3‑Codex‑Spark இன் ஆராய்ச்சி முன்னோட்டத்தை, மேலும் நேரடி கோடிங்கிற்காக வடிவமைக்கப்பட்ட எங்கள் முதல் மாடலை, நாங்கள் வெளியிடுகிறோம். Codex-Spark கிட்டத்தட்ட உடனடியாக உணருமாறு மேம்படுத்தப்பட்டுள்ளது—நிஜ உலக குறியீட்டு பணிகளுக்காக மிகுந்த திறன் கொண்டதாகவே இருந்து, 15 மடங்கு வேகமான உருவாக்க வேகங்களை வழங்குகிறது.
Codex-Spark, ஜனவரியில் நாங்கள் அறிவித்த Cerebras உடனான எங்கள் கூட்டாண்மையின் முதல் மைல்கல்லை குறிக்கிறது. ChatGPT Pro பயனர்களுக்கு ஒரு ஆராய்ச்சி முன்னோட்டமாக Codex-Spark-ஐ நாங்கள் பகிர்கிறோம், இதன் மூலம் டெவலப்பர்கள் Cerebras உடன் இணைந்து டேட்டாசென்டர் திறனை அதிகரிக்கவும், முழுமையான அனுபவத்தை வலுப்படுத்தவும், எங்கள் பெரிய அதிநவீன மாதிரியை பயன்படுத்தவும் ஆரம்பத்தில் பரிசோதனை செய்யத் தொடங்கலாம்.
எங்கள் சமீபத்திய அதிநவீன மாடல்கள் நீண்ட நேரம் இயங்கும் பணிகளைச் செய்யும் திறனில் குறிப்பிடத்தக்க வலிமைகளை வெளிப்படுத்தியுள்ளன. தலையீடு இல்லாமல் மணிநேரங்கள், நாட்கள் அல்லது வாரங்கள் வரை தன்னியக்கமாக செயல்படுகின்றன. Codex-Spark என்பது Codex உடன் நேரடி நேரத்தில் வேலை செய்வதற்காக குறிப்பாக வடிவமைக்கப்பட்ட எங்களின் முதல் மாடல் ஆகும்—குறிப்பிட்ட திருத்தங்களைச் செய்தல், லாஜிக்கை மறுவடிவமைத்தல், அல்லது இடைமுகங்களை மேம்படுத்தல் மற்றும் முடிவுகளை உடனடியாகப் பார்ப்பதை சாத்தியமாக்குகிறது. Codex-Spark மூலம், Codex குடும்பம் இப்போது நீண்டகால, லட்சியப் பணிகள் மற்றும் வேலையை உடனடியாக முடிப்பதை ஆதரிக்கிறது. டெவலப்பர்கள் இதை எவ்வாறு பயன்படுத்துகிறார்கள் என்பதிலிருந்து கற்றுக்கொண்டு, நாங்கள் அணுகலை தொடர்ந்து விரிவுபடுத்தும் போது பின்னூட்டத்தை இணைக்க முயற்சிக்கிறோம்.
வெளியீட்டின் போது, Codex-Spark க்கு 128k சூழல் சாளரம் உள்ளது மற்றும் இது உரை மட்டுமே கொண்டது. ஆராய்ச்சி முன்னோட்டத்தின் போது, Codex-Spark அதன் சொந்த விகித வரம்புகளைக் கொண்டிருக்கும், மேலும் பயன்பாடு நிலையான விகித வரம்புகளில் கணக்கிடப்படாது. எனினும், தேவை அதிகமாக இருக்கும் போது, நாங்கள் பயனர்களிடையே நம்பகத்தன்மையை சமநிலைப்படுத்துவதால், நீங்கள் மெதுவான அணுகல் அல்லது தற்காலிக வரிசையில் காத்திருப்பதை காணலாம்.
Codex-Spark தாமதம் புத்திசாலித்தனத்துக்கு இணையாக முக்கியமான இடைமுகப் பணிக்காக உகந்தவாறு மேம்படுத்தப்பட்டுள்ளது. நீங்கள் மாடலுடன் நேரடி ஒத்துழைப்பாளரைப் போலவே பணியாற்ற முடியும்—அது வேலை செய்து கொண்டிருக்கும் போது அதை குறுக்கிடவோ அல்லது திசைதிருப்பவோ முடியும், மேலும் ஒரு ரோல்அவுட் முடிவடைய காத்திருக்காமல் விரைவாக மீண்டும் மீண்டும் மேம்படுத்தலாம். வேகத்திற்காக ஒழுங்குபடுத்தப்பட்டிருப்பதால், Codex-Spark அதன் இயல்புநிலை வேலை செய்யும் பாணியை எளிமையாக வைத்திருக்கிறது: அது குறைந்த அளவில், குறிவைத்து திருத்தங்களைச் செய்கிறது மற்றும் நீங்கள் கேட்காவிட்டால் தானாகவே சோதனைகளை இயக்காது.
Codex-Spark என்பது வேகமான அனுமானத்திற்காக உகந்ததாக்கப்பட்ட மிகவும் திறமையான சிறிய மாடலாகும். SWE-Bench Pro மற்றும் Terminal-Bench 2.0 ஆகிய இரண்டு ஏஜன்டிக் மென்பொருள் பொறியியல் திறனை மதிப்பீடு செய்யும் அளவுகோல்களில், GPT‑5.3‑Codex‑Spark GPT‑5.3‑Codex ஐ விட குறைவாக செயல்படுகிறது, ஆனால் குறைந்த நேரத்தில் பணியை நிறைவேற்ற முடியும்.
கால அளவு (1) வெளியீட்டு உருவாக்கும் நேரம் (வெளியீட்டு டோக்கன்கள் ÷ மாதிரி வேகம்), (2) முன் நிரப்பும் நேரம் (முன் நிரப்பு டோக்கன்கள் ÷ முன் நிரப்பு வேகம்), (3) மொத்த கருவி செயல்படுத்தும் நேரம் மற்றும் (4) மொத்த நெட்வொர்க் மேல்நிலை ஆகியவற்றின் கூட்டுத்தொகையாக மதிப்பிடப்படுகிறது.
Codex-Spark-ஐ நாங்கள் பயிற்சி செய்தபோது, நேரடி ஒத்துழைப்புக்கான சமன்பாட்டில் மாடல் வேகம் ஒரு பகுதி மட்டுமே என்பது தெளிவானது—முழு கோரிக்கை-பதில் பைப்லைன் முழுவதும் தாமதத்தை குறைக்கவும் வேண்டியது அவசியமாக இருந்தது. எங்கள் சேனலில் அனைத்து மாடல்களுக்கும் பயனளிக்கும் முழுமையான தாமத மேம்பாடுகளை நாங்கள் செயல்படுத்தினோம். முதலில், கிளையண்டிலிருந்து சர்வருக்கும், திரும்பவும் பதில்கள் எவ்வாறு ஸ்ட்ரீம் செய்யப்படுகின்றன என்பதை நாங்கள் நெறிப்படுத்தினோம், எங்கள் அனுமான அடுக்கின் முக்கிய பகுதிகளை மீண்டும் எழுதினோம், மேலும் அமர்வுகள் எவ்வாறு துவக்கப்படுகின்றன என்பதை மீண்டும் செய்தோம், இதனால் முதல் புலப்படும் டோக்கன் விரைவில் தோன்றும், மேலும் நீங்கள் மீண்டும் மீண்டும் செய்யும்போது Codex பதிலளிக்கக்கூடியதாக இருக்கும். தொடர்ச்சியான WebSocket இணைப்பு மற்றும் Responses API-க்குள் இலக்கு மேம்படுத்தல்களை அறிமுகப்படுத்துவதன் மூலம், ஒரு கிளையன்ட்/சர்வர் ரவுண்ட்ட்ரிப்பிற்கான ஓவர்ஹெடை 80%, ஒரு டோக்கன் ஓவர்ஹெடை 30% மற்றும் முதல் டோக்கனுக்கான நேரத்திலிருந்து 50% குறைத்துள்ளோம். நீங்கள் எந்த மாடலைத் தேர்ந்தெடுத்தாலும், முழு Codex அனுபவத்தில் மேலும் இறுக்கமான ஒரு லூப்பை நீங்கள் உணர்வீர்கள்.
Codex-Spark, Cerebras’ Wafer Scale Engine 3(புதிய சாளரத்தில் திறக்கும்)மீது இயங்குகிறது—இது உயர்-வேக இன்ஃபரன்ஸுக்காக சிறப்பாக வடிவமைக்கப்பட்ட AI முடுக்கி ஆகும், இது Codex க்கு குறைந்த-பதுங்குநிலை கொண்ட சர்விங் அடுக்கை வழங்குகிறது. எங்கள் ஃப்ளீட்டின் மற்ற பகுதிகளுடன் ஒரே புரொடக்ஷன் சர்விங் ஸ்டாக்கில் இந்த குறைந்த-பதுங்குநிலை பாதையைச் சேர்க்க Cerebras உடன் நாங்கள் கூட்டிணைந்தோம், எனவே இது Codex முழுவதும் தடையின்றி செயல்படுகிறது மற்றும் எதிர்கால மாடல்களை ஆதரிக்க எங்களைத் தயாராக்குகிறது.
“GPT-5.3-Codex-Spark பற்றி எங்களை மிகவும் உற்சாகப்படுத்துவது என்னவென்றால், விரைவான அனுமானம் என்ன சாத்தியமாக்குகிறது என்பதைக் கண்டறிய OpenAI மற்றும் டெவலப்பர் சமூகத்துடன் கூட்டு சேர்வதுதான் - புதிய தொடர்பு முறைகள், புதிய பயன்பாட்டு நிகழ்வுகள் மற்றும் அடிப்படையில் வேறுபட்ட மாடல் அனுபவம். இந்த முன்னோட்டம் வெறும் தொடக்கம் தான்.
GPUs எங்கள் பயிற்சி மற்றும் இன்ஃபெரன்ஸ் பைப்லைன்களில் அடிப்படையாகவே உள்ளன மற்றும் பரந்த பயன்பாட்டிற்காக மிகச் செலவுசெயல்திறன் கொண்ட டோக்கன்களை வழங்குகின்றன. மிகக் குறைந்த தாமதத்தைக் கோரும் பணிப்பாய்வுகளில் சிறந்து விளங்குவதன் மூலம் Cerebras அந்த அடித்தளத்தை நிறைவு செய்கிறது, இறுதி முதல் இறுதி வரையிலான சுழற்சியை இறுக்குகிறது, இதனால் நீங்கள் மீண்டும் மீண்டும் செய்யும்போது Codex மிகவும் பதிலளிக்கக்கூடியதாக உணர்கிறது.
Codex-Spark இன்று Codex ஆப், CLI மற்றும் VS Code நீட்டிப்பின் சமீபத்திய பதிப்புகளில் உள்ள அனைத்து ChatGPT Pro பயனர்களுக்காக ஆராய்ச்சி முன்னோட்டமாக அறிமுகமாகிறது. இது சிறப்பு குறைந்த தாமத வன்பொருளில் இயங்குவதால், ஆராய்ச்சி முன்னோட்டக் காலத்தில் தேவையைப் பொறுத்து மாற்றக்கூடிய தனி பயன்பாட்டு வரம்பின் கீழ் பயன்பாடு கட்டுப்படுத்தப்படுகிறது. மேலும், டெவலப்பர்கள் Codex-Spark ஐ தங்கள் தயாரிப்புகளில் எவ்வாறு ஒருங்கிணைக்க விரும்புகிறார்கள் என்பதைப் புரிந்துகொள்ள, சில வடிவமைப்பு கூட்டாளர்களுக்காக API இல் Codex-Spark ஐ வழங்குகிறோம். நாங்கள் எங்கள் ஒருங்கிணைப்பை உண்மையான பணிச்சுமைகளின் கீழ் தொடர்ந்து சீரமைத்து வரும் நிலையில், அணுகலை வரும் வாரங்களில் விரிவுபடுத்துவோம்.
Codex-Spark தற்போது 128k சூழல் சாளரத்தில் உரை மட்டுமே ஆக உள்ளது மற்றும் மிக வேகமான மாடல்களின் குடும்பத்தில் முதலாவதாகும். டெவலப்பர் சமூகத்துடன் சேர்ந்து, குறியீட்டிற்காக வேகமான மாடல்கள் எங்கு சிறப்பாக செயல்படுகின்றன என்பதைப் பற்றி மேலும் கற்றுக்கொள்ளும் போது, பெரிய மாடல்கள், நீளமான சூழல் நீளங்கள், மற்றும் மல்டிமோடல் உள்ளீடு போன்ற கூடுதல் திறன்களை நாங்கள் அறிமுகப்படுத்துவோம்.
Codex-Spark எங்கள் முக்கிய மாடல்களில் உள்ள அதே பாதுகாப்பு பயிற்சியையும், சைபர் தொடர்புடைய பயிற்சியையும் உட்பட, கொண்டுள்ளது. எங்கள் நிலையான டிப்ளாய்மெண்ட் செயல்முறையின் ஒரு பகுதியாக Codex-Spark-ஐ நாங்கள் மதிப்பீடு செய்தோம், இதில் சைபர் மற்றும் பிற திறன்களுக்கான அடிப்படை மதிப்பீடுகள் அடங்கும். சைபர் பாதுகாப்பில் உயர் திறனுக்கான எங்கள் பிரிபேர்ட்நெஸ் ஃப்ரேம்வொர்க் வரம்பை அது எட்டுவதற்கான நம்பத்தகுந்த வாய்ப்பு இல்லை என்று நாங்கள் தீர்மானித்தோம்.
Codex-Spark என்பது இரண்டு ஒருங்கிணைந்த முறைகளைக் கொண்ட Codex நோக்கான முதல் படியாகும்: நீண்டகால ரீஸனிங் மற்றும் செயலாக்கம், மேலும் வேகமான திருத்தத்திற்கான நேரடி ஒத்துழைப்பு. காலப்போக்கில், முறைகள் ஒன்றோடொன்று கலந்துவிடும்—Codex உங்களை நெருக்கமான தொடர்பு வட்டத்தில் வைத்துக்கொண்டே, நீண்ட நேரம் ஓடும் பணிகளை பின்னணியில் துணை-ஏஜென்ட்களுக்கு ஒப்படைக்கலாம், அல்லது பரப்பு மற்றும் வேகம் வேண்டும்போது பல மாடல்களுக்கு இணையாக பணிகளைப் பகிரலாம், அதனால் ஆரம்பத்திலேயே ஒரு முறையை மட்டும் தேர்வு செய்ய வேண்டியதில்லை.
மாடல்கள் மேலும் திறனடையும்போது, தொடர்பு வேகம் ஒரு தெளிவான தடையாக மாறுகிறது. அதிவேக இன்ஃபரன்ஸ் அந்த லூப்பை இறுக்கமாக்குகிறது, இதனால் Codex-ஐ பயன்படுத்துவது மேலும் இயல்பாக உணரப்படுகிறது மற்றும் யாரும் ஒரு யோசனையை செயல்படும் மென்பொருளாக மாற்றுவதற்கான சாத்தியங்களை விரிவாக்குகிறது.
