OpenAI近日宣布，其于今年早些时候推出的实验性编程模型GPT-5.3-Codex-Spark即将停止服务。这款模型自2月12日以研究预览形式上线以来，仅维持了不足八个月的运营周期，成为该公司探索非英伟达芯片推理路线后首个被淘汰的产品。
作为一款专为实时交互编程设计的轻量化模型，Spark的核心优势在于其硬件架构。该模型运行于Cerebras公司研发的WSE-3晶圆级处理器，通过将数万个计算核心与片上内存集成在单块晶圆上，显著减少了传统GPU架构中数据在计算单元与外部存储间频繁传输带来的延迟。这种设计使其在代码编辑、局部修改等场景中表现出色，尤其适合需要快速响应的编程任务。
OpenAI与Cerebras的合作始于2026年1月，双方签署了为期多年的算力供应协议。根据披露信息，OpenAI计划部署总功率达750兆瓦的Cerebras推理集群，相关投资超过200亿美元，算力资源将在2028年前逐步投入使用。这一举措被业界视为OpenAI降低对单一GPU供应商依赖、构建多元化算力体系的重要战略转型。
尽管在硬件层面具有创新性，Spark的用户反馈却呈现明显分化。部分开发者称赞其在代码重构等重复性工作中展现出"惊人的速度"，但更多用户指出模型存在严重缺陷。有开发者直言："这可能是个有趣的玩具，但作为生产工具完全不合格。"这种评价差异与其定位密切相关——作为ChatGPT Pro用户专属功能，Spark仅支持Codex客户端、命令行工具和VS Code插件等有限场景。
技术演进的速度很快削弱了Spark的竞争优势。8月份推出的GPT-5.6 SolUltrafast模式同样基于Cerebras架构，但采用了完整的GPT-5.6 Sol模型而非压缩版本，在保持750 token/s输出速度的同时，提供了更全面的编程能力。这种"既要速度又要智能"的技术突破，使得专门为速度优化的小模型失去了存在价值。
从行业视角观察，Spark的退役标志着大模型发展进入新阶段。传统上以半年到数年为周期的迭代模式正在被颠覆，取而代之的是更接近互联网产品的快速实验机制：针对特定场景开发专用模型，验证技术可行性后将成功经验整合到主力模型中，最终快速淘汰过渡性产品。这种转变反映了AI领域对技术落地效率和商业可持续性的更高要求。
Cerebras公司对这种趋势给出了技术层面的解释：过去AI产品必须在响应速度和模型规模间做出妥协，但新一代硬件架构正在打破这种限制。通过优化数据流动路径和计算单元利用率，开发者可以同时获得高性能与低延迟，这为模型设计提供了更大的灵活性空间。
