OpenAI Codex 团队的 Tibo 宣布下周退役 GPT-5.3-Codex-Spark，称使用量持续下降

9 月 11 日，OpenAI Codex 与 ChatGPT 团队的 Tibo（@thsottiaux）：下周将退役 GPT-5.3-Codex-Spark 模型。他给出的理由是「使用量一直在下降」和「我们现在有了显著更好的模型」；帖子没有给出更具体的日期，也没有点名接替它的模型。

即将退役的 Spark 是 OpenAI 在 2 月 12 日以研究预览形式上线的实时编码模型：运行在 Cerebras 的硬件上，每秒输出超过 1,000 个 token（词元），只面向 ChatGPT Pro 用户。按的说法，它是 GPT-5.3-Codex 的「更小版本」，也是 OpenAI 第一款为实时编码设计的模型。

帖子里的原文，和它留下的空白

帖子很短，第一句是「你能相信我们真的发布了一款叫这个名字的模型吗！！」，接着他写道：「它有过一段不错的旅程，也很有趣，但使用量一直在下降，而且我们现在有了显著更好的模型。是时候为未来腾出空间了。」

Tibo 的 X 资料写着「Codex & ChatGPT @OpenAI」。这条帖子发在他的个人账号上，通篇用的是「我们将退役」的口吻，也没有附 OpenAI 官方公告的链接。除了模型名和两条理由，它没有提供任何执行细节，也没有说明用户的用量安排会如何调整。

截至北京时间 9 月 12 日核验时，ChatGPT 与 Codex 的仍把「5.3 Codex Spark」列为可用模型，描述是「为近乎即时的实时编码迭代优化的纯文本研究预览模型，面向 ChatGPT Pro 用户」。退役还没有执行。

发帖约 12 小时后，这条帖子已有约 98 万次浏览、约 1.3 万次点赞和 1,600 多条回复。

Spark 是什么：Cerebras 上的实时编码研究预览

按官方说明，Spark 面向「实时协作」式的编码场景：做精准修改、调整逻辑、修改界面，立刻看到结果。因为追求速度，它的默认工作方式很轻：只做最小范围的针对性修改，不会自动运行测试，除非用户主动要求。

它的算力底座是 Cerebras 的晶圆级引擎（Wafer Scale Engine 3）。OpenAI 称 Spark 是它与 Cerebras 合作的首个成果，合作在今年 1 月公布。Cerebras 在中称，Spark 在 SWE-Bench Pro、Terminal-Bench 2.0 两个智能体编程基准上的表现强于 GPT-5.1-Codex-mini，完成任务所用时间只有后者的一小部分。

作为研究预览，Spark 上线时覆盖 Codex app、CLI（命令行界面）和 VS Code 扩展，API（应用编程接口）只向少数设计伙伴开放。它支持 128k 上下文窗口，仅限文本输入，配有独立于标准额度之外的速率限制，需求高峰时可能限流或排队。OpenAI 还提到，为 Spark 所做的全链路优化惠及所有模型：客户端与服务器往返开销降低 80%，单 token 开销降低 30%，首 token 时间缩短 50%。

约 7 个月：Spark 与 Codex 的模型清理节奏

从上线到「下周」退役，Spark 的公开生命周期约 7 个月；而这段时间，Codex 正在一轮轮清理旧模型。

4 月 7 日，OpenAI 在 Codex 的 GitHub 仓库：4 月 14 日之后，用 ChatGPT 账号登录的 Codex 只支持 gpt-5.4、gpt-5.4-mini、gpt-5.3-codex、gpt-5.3-codex-spark（仅限 Pro）和 gpt-5.2；gpt-5.2-codex、gpt-5.1 系列、gpt-5 等六款更老的型号被移出，Spark 被留了下来。

清理没有停在那一轮。官方模型文档显示，gpt-5.2 与 gpt-5.3-codex 已在 Codex 弃用；GPT-5.4 与 GPT-5.4 mini 于 8 月 31 日退役，文档同时给出替代路径：gpt-5.4 换用 gpt-5.6-terra，gpt-5.4-mini 换用 gpt-5.6-luna。文档中也出现了 Astra（gpt-6-astra）与 5.6 系列（Sol、Terra、Luna）等更新的型号。

前几轮退役大多附带替代说明，Spark 的退役通知并未给出类似指引。

告别与追问：额度与提前量

这款模型也收到了一些告别。X 资料里写着「@OpenAI」的发帖写道：「感谢你的付出，GPT-5.3-Codex-Spark……下周就要退役了，趁现在再发一条提示词，感受一下我们已经走了多远。」

帖子的回复里，问的是具体安排：「我们从 Codex Spark 获得的额外额度，会并入常规用量，还是被转换成 Luna 专用的额度？丢掉它太可惜了。」的追问则指向流程：「这里没人明说的一点是，模型退役现在对所有在它之上交付产品的人来说，都成了一种产品风险。我正是因为这一点才在生产环境里固定模型版本。」他还直接问：退役前通常会提前多久通知？

额度如何衔接、提前量有多久，这两个问题，Tibo 的帖子都没有回答。

Cerebras 的加速通道，退役通知未提及的后续

Spark 也是 OpenAI 低延迟推理通道的载体。OpenAI 在发布时说，把 Cerebras 的晶圆级算力接入生产环境，为延迟敏感的工作提供了一条低延迟路径，也为支持未来的模型做了准备。

在 Cerebras 的发布博客里，OpenAI 负责 Industrial Compute 的 Sachin Katti 说：「Cerebras 一直是很好的工程伙伴，我们很高兴把快速推理作为一种新的平台能力。把晶圆级计算投入生产，为我们提供了一种新方式，让 Codex 在延迟敏感的工作中保持响应；我们期待从开发者反馈中学习，把不同的计算能力组合成顺畅的工作流。」

双方当时给出的说法都更长线：OpenAI 把 Spark 称为「超快模型系列」的第一款，说会根据开发者反馈推出更大的模型、更长的上下文和多模态输入；Cerebras 表示，预计 2026 年把这种超快推理能力带给最大的前沿模型。

至于 Spark 之后，Codex 里是否还会保留跑在 Cerebras 上的超快模型、与设计伙伴的 API 合作如何收尾，是这次退役留下的待答问题。