突發！OpenAI關停史上最快模型

文章摘要：

新智元報道

OpenAI史上最快的模型，死了。史上

剛剛，最快開云kaiyun手機官網入口Codex負責人Tibo發帖，模型GPT-5.3-Codex-Spark，關停下周退役。史上

每秒1200個Token、最快OpenAI第一個逃離英偉達的模型模型、750兆瓦Cerebras大單的關停頭一份交付，從發布到下線，史上只活了7個月。最快

Tibo給的模型理由很簡單，用量一直在往下掉，關停手上也已經有明顯更好的史上模型了。「是最快時候給未來騰地方了。」

然后，他又在底下補了一刀，「真不敢相信，我們居然發布過名字這么長的模型！！」

告別式上，大家只關心「備用額度」

Spark走得很安靜，開云kaiyun手機官網入口甚至顯得有些尷尬。

Hugging Face的Vaibhav Srivastav試圖在評論區留下一點溫情。

感謝服役，你很特別，希望你為自己是第一個「最快的小子」而驕傲。下周退役前，發條prompt吧，感受一下我們從那時到現在走了多遠。

緊隨其后的熱評，畫風立刻變得犀利起來。

所以它到底是干嘛用的？前兩天我還在跟同事討論這個問題。

OpenAI要退役Codex-Spark了，那僅存的67個重度用戶該傷心了。

更致命的評價來自開發者argofowl，「Spark是個好玩的模型，也是個極度糟糕、根本沒法用的模型。很高興它走了，我好幾個月沒碰過了。」

還有開發者表示，幾個規模不小的項目里，他幾乎沒用過Spark，連理解項目上下文、分析日志這種基礎任務，都會迅速把上下文窗口塞滿，逼著他另開一個對話。

事實上，真正對Spark退役感到一絲惋惜的，惋惜的也并非模型本身，而是它附帶的獨立配額。

知名開發者Chubby坦言想要一個「GPT-6-Spark」，因為Spark擁有一份不占主額度的獨立套餐。

在Astra額度極其緊張的當下，很多開發者是把Spark當作主額度耗盡后的「備用油箱」來頂一陣子。

7個月前的「未來」，敗給了「降智提速」

把時間撥回今年2月12日，Spark上線那天的排場可謂盛大。

這是OpenAI第一個專為實時編程設計的模型，128k上下文，每秒生成超過1000個Token。

按官方給的數字，客戶端和服務器之間的往返開銷降了80%，每個Token的處理開銷降了30%，首Token延遲砍掉一半。

代碼不再一行一行往外蹦，整塊整塊地傾瀉在屏幕上。

最早一批上手的開發者，反應也是真的興奮。

開發者Ryan Vogel直接把它編進了正式工作流，GPT-5.4負責規劃，GPT-5.3-Codex負責構建，Spark負責探索代碼庫、查文檔、給第二意見。

他說這是自己第一次工作流里一個Claude模型都沒有，「效率更高，花得更少」。

Instructor作者Jason Liu，直接開20個Spark子代理去搜文件系統，宣布「RAG已死」。

然后，他就在不久之后加入了OpenAI的Codex團隊。

更關鍵的是，Spark承載著OpenAI擺脫單一硬件依賴的野心。

它是OpenAI第一個跑在英偉達技術棧之外的生產模型，底層算力來自初創公司Cerebras的晶圓級芯片WSE-3。

它標志著OpenAI與Cerebras簽下的那份750兆瓦、總價值超200億美元算力大單，交出了第一份答卷。

但熱度退得比漲得還要快。

Spark的致命傷在于，一塊晶圓裝不下旗艦模型，它本質上是一個為了極致速度而妥協的「蒸餾版小模型」。

在Terminal-Bench 2.0評測中，Spark僅獲得58.4%的準確率，遠低于完整版GPT-5.3-Codex的77.3%。

OpenAI自己放出的SWE-Bench Pro曲線也顯示——Spark雖然能把任務時長壓在1到2分鐘，但準確率會停在47%到51%之間。

相比之下，完整版GPT-5.3-Codex從3分鐘起步就是51%，拉到9分鐘是56%，16分鐘能到57%。

也就是說，Spark省下的那幾分鐘，換來的是往下掉五六個點。

宣傳中的「15倍提速」也被拆穿了。

發布第二天，開發者Nicholas Van Landschoot就在X上發了篇長文，把OpenAI的對比條件扒了一遍，所謂15倍，是拿Spark去比開了最高推理強度的GPT-5.3-Codex。

在同等準確率下，Spark其實只快了1.37倍。

在實際編碼場景中，它的缺陷被無限放大，憑空捏造API端點，JSON格式不穩定，多步任務極易跑偏。

培訓機構Turing College對它的總結一針見血，「沒有智能的速度，只是更快地失敗。」

對于程序員而言，花17分鐘等一個能跑通的代碼，永遠比花2分鐘拿一個全是Bug的廢品要劃算。

于是，這款主打速度的模型，注定走向邊緣化。

旗艦本尊下場，Ultrafast終結了Spark

而真正給Spark宣判死刑的，是8月13日Cerebras發布的Ultrafast模式。

這一次，跑在晶圓上的不再是縮水版的Spark，而是旗艦模型GPT-5.6 Sol本尊。

通過將龐大的旗艦模型按層切分，鋪設在多臺CS-3節點上形成流水線，Ultrafast模式在保證「與標準版同等智能」的前提下，飆出了每秒750個Token的恐怖速度。

Cerebras給的對比是，Ultrafast比標準檔快14倍，中間還有一檔Priority，只快2.5倍。

Cerebras CEO Andrew Feldman對此的評價擲地有聲，「速度與智能，不再互斥。」

他們拿GDP-Val里6個質量對齊的任務做了一組耗時對比。

標準檔Sol平均要跑7.7分鐘，其中7.5分鐘花在模型生成上。換到Ultrafast，同樣的任務總共83秒，模型生成68秒，剩下的15秒是工具調用之類的非推理開銷。

也就是說，端到端快了整整5.6倍，而且回答的質量也幾乎沒有差別。

這句話不僅宣告了技術突破，也直接抽干了Spark存在的全部意義。

Spark的設計初衷就是「拿智能換速度」，而僅僅半年后，同一家公司的晶圓上已經能跑完整的旗艦模型，速度只慢了四分之一，能力卻一分沒少。

Cerebras的產能是有限的。

當無人問津的「縮小版」和排隊瘋搶的「旗艦版」擠在同一批晶圓上時，誰該為未來騰地方，答案不言而喻。

速度不再是「專屬模型」，而是「付費檔位」

Spark并非唯一被清理的歷史包袱。

過去三個月里，OpenAI的模型庫正在經歷一場激進的「大換血」。

• 6月2日，GPT-5.2與GPT-5.3-Codex退役。

• 8月31日，GPT-5.4與5.4 Mini退役，用戶整體遷移至5.6世代。

• 9月11日，輪到GPT-5.3-Codex-Spark。

伴隨著舊世代的離場，Codex迎來了Sol（太陽）、Terra（大地）、Luna（月亮）、Astra（星辰）的全新命名紀元。

「GPT-5.3-Codex-Spark」這種帶有冗長版本號和產品線后綴的名字，確實已經像上一個時代的遺跡。

更深層的邏輯更迭在于，「快」這一屬性，正在從一個獨立的專用模型，演變為旗艦模型的一項標配「檔位」。

就像推理強度分為Light到Max一樣，OpenAI現在的速度也從Standard、Priority排到了Ultrafast。速度與算力掛鉤，按檔付費的商業模式已經徹底跑通。

回頭再看，Spark完美地完成了它的歷史使命。

它作為一個過渡期的探路者，證明了Cerebras的晶圓足以扛住生成式AI的生產級流量，也證明了推理任務完全可以脫離英偉達的生態運行。

當探路結束，大部隊正式入駐，探路者的使命也就自然終結了。

「拿智能換速度」的歧途在今天被正式封死。

隨著各大平臺開始競逐底層硬件的極致利用率，下一輪的軍備競賽規則已經徹底改寫。

接下來要比的不再是誰能做出最快的閹割版模型，而是誰能把最強的旗艦模型，跑出最極限的速度。

參考資料：

https://x.com/thsottiaux/status/2098300998968357218

編輯：摩西