OpenAI 凌晨发新模型！每秒 1000 token，自行车秒变法拉利
凌晨 2 点，OpenAI 又整了个大活。
发布新模型 GPT-5.3-Codex-Spark，速度快到离谱——官方说法是每秒能吐出超过 1000 个 token。这是个什么概念？平时用大模型，有时候等它想个词能急死人，现在就像换了发动机一样，感觉就是瞬发。
可能你注释还没写完呢，代码就已经跑出来了。那种跟在后面等进度条的焦虑感完全消失了，自行车秒变法拉利！
每秒 1000 token 是什么体验？
先说数字。官方给出的数据是：Spark 版本每秒能输出超过 1000 个 token。
这个速度有多夸张？看看对比视频就知道了——老模型还在吭哧吭哧写代码呢，Spark 这边应用都已经跑起来了。
以前咱们用大模型写代码，总得等它慢悠悠地吐字，现在就像打开了水龙头一样，代码直接涌出来。你在编辑器里刚敲下回车，代码就开始出现了。这种丝滑的体验，才是我们梦寐以求的 AI 编程助手该有的样子。
为什么 OpenAI 要做这个模型？
还记得前段时间 Claude 只提升了 2.5 倍速度，价格直接暴涨了 6 倍吗？当时很多用户都不买账。
估计 OpenAI 就是瞅准了这个机会，直接摊牌：别涨价了，我给你们来个真正的秒出代码！
而且 OpenAI 这次换了个思路。他们发现，现在的 AI 智能体已经能自己干活了，有些任务甚至能跑上好几天不用管。但这还不够。
真正写代码的时候，我们其实更需要即时反馈。比如我想改个界面，或者修个逻辑漏洞，我希望它能立刻给我反馈，甚至能随时打断它说不对，换个思路。
这种工作模式更像是一个坐在你旁边的真人搭档，而不是一个只会闷头写作业的 AI 机器人。所以 Spark 的出现，补齐了 Codex 在实时协作这块的短板——现在它既能干大活，也能干细活。
技术细节——不只是模型快，整条链路都优化了
OpenAI 在做这个模型的时候，想得特别周全。他们发现，光模型本身快还不够，整个请求和响应的链路要是有延迟，体验还是会打折扣。
就像咱们开车，就算车本身性能再好，路上堵车也没法快速到达目的地。
所以他们对整个模型框架做了端到端的延迟优化，这个优化可不是只针对 Spark，后续所有模型都能受益。
底层优化
简化传输逻辑：客户端和服务器之间的数据传输更高效。
重写推理栈：推理栈的核心部分被重构，让第一个 token 能更快显示出来。
优化会话初始化：改代码的时候能一直保持流畅，不会卡顿。
引入 WebSocket 持久化连接
OpenAI 还引入了持久化 WebSocket 连接，优化了响应 API。效果很明显：
• 客户端和服务器每一轮交互的开销减少了 80%
• 单个 token 的开销减少 30%
• 第一个 token 的生成时间直接缩短了一半
背后的硬件支持——Cerebras 晶圆级引擎
Spark 能跑得这么快，背后离不开 Cerebras 的算力支持。这家公司的技术路线真的很野。
他们造了一种叫晶圆级引擎的芯片，简单理解就是在一整块晶圆上做一个超级大的芯片，而不是像传统那样把晶圆切成一个个小方块。
这种玩法天然就适合超低延迟的推理任务。虽然咱们习惯了 GPU 这种万金油，但在这种追求极致速度的场景下，Cerebras 确实给 OpenAI 提供了一种新的解题思路。这就是典型的术业有专攻。
Cerebras 的首席技术官肖恩·利也说，能和 OpenAI 还有开发者社区合作，探索快速推理技术的可能性，他们特别兴奋。这次的预览版只是一个开始，后续还会有更多惊喜。
谁能用？怎么用？
从今天开始，ChatGPT Pro 用户就能用上这个 Spark 了。
支持的平台包括：
• 最新版本的 Codex 应用
• 命令行界面
• Visual Studio Code 扩展程序
当前限制
虽然现在它还是个纯文本模型，只能处理文字，上下文窗口也只有 128K，但这仅仅是个开始。
OpenAI 的意思很明确：先让大家尝尝鲜，看看这种极速模型到底能玩出什么花样。后面肯定会有更强的版本出来，甚至可能加上多模态功能，不仅能写代码，还能看图写代码。
速度革命的意义
Spark 模型真的很猛，开创了一种新的超高速输出模式，真的很颠覆。
但更重要的是，它改变了我们和 AI 的交互方式。以前是我们等 AI，现在是 AI 跟着我们的思路跑。这种即时反馈的体验，让 AI 从工具变成了真正的协作伙伴。
而且这次优化不只针对 Spark，整个链路的改进会让后续所有模型都受益。这意味着未来所有 OpenAI 的模型，响应速度都会比现在快很多。
Claude 涨价 6 倍只提速 2.5 倍，OpenAI 直接送你每秒 1000 token。这一仗，打得漂亮。
