OpenAI เปิดตัว GPT‑5.3‑Codex‑Spark อีกครั้งสำหรับการเข้ารหัสแบบเรียลไทม์

วันนี้ OpenAI เปิดเผยตัวอย่างการวิจัยของ GPT‑5.3‑Codex‑Spark ซึ่งเป็น GPT‑5.3‑Codex เวอร์ชันขนาดเล็กที่ปรับความเร็วให้เหมาะสม ซึ่งออกแบบมาสำหรับการเขียนโค้ดแบบเรียลไทม์ สิ่งนี้เกิดขึ้นเพียงไม่กี่วันหลังจากที่บริษัทเปิดตัว GPT-5.3-Codex เพื่อรับมือกับ Claude Opus 4.6 ของ Anthropic

การเปิดตัว GPT-5.3-Codex-Spark ถือเป็นก้าวแรกในความร่วมมือของ OpenAI กับ Cerebras ซึ่งมีเป้าหมายที่จะส่งมอบผลลัพธ์การเขียนโค้ดเกือบจะในทันทีบนฮาร์ดแวร์ที่มีความหน่วงต่ำเป็นพิเศษ Codex-Spark สามารถสร้างโทเค็นได้มากกว่า 1,000 โทเค็นต่อวินาที ในขณะที่ยังคงสามารถพัฒนางานในโลกแห่งความเป็นจริงได้

Codex-Spark ปรับให้เหมาะสมเพื่อความเร็วและการโต้ตอบ

ไม่เหมือนกับ Codex รุ่นก่อนๆ Codex-Spark มุ่งเน้นไปที่การเขียนโค้ดเชิงโต้ตอบ ได้รับการออกแบบมาเพื่อทำการแก้ไขเฉพาะ ปรับแต่งตรรกะ และอัปเดตอินเทอร์เฟซแบบเรียลไทม์ โมเดลนี้มีหน้าต่างบริบทโทเค็นขนาด 128,000 และปัจจุบันรองรับการโต้ตอบแบบข้อความเท่านั้น ผู้ใช้สามารถทำงานร่วมกัน ขัดจังหวะ และเปลี่ยนเส้นทางงานของตนได้ทันที ทำให้เหมาะสำหรับการทำซ้ำอย่างรวดเร็วและการทดลองเขียนโค้ดแบบลงมือปฏิบัติจริง

การวัดประสิทธิภาพในช่วงแรกแสดงให้เห็นว่า Codex-Spark ทำงานเสร็จเร็วกว่ารุ่นก่อนมากในขณะที่ยังคงความแม่นยำไว้สูง บน SWE-Bench Pro และ Terminal-Bench 2.0 โมเดลดังกล่าวลดระยะเวลางานลงอย่างมาก ซึ่งยืนยันว่าการปรับปรุงความเร็วไม่ได้เป็นเพียงระดับโทเค็นเท่านั้น แต่ยังตลอดไปป์ไลน์การตอบกลับคำขอทั้งหมด OpenAI ยังแนะนำการเชื่อมต่อแบบถาวรที่ใช้ WebSocket ซึ่งลดค่าใช้จ่ายต่อโทเค็นลง 30% และเวลาถึงโทเค็นแรกลดลง 50%

ขับเคลื่อนโดย Cerebras เสริมโครงสร้างพื้นฐาน GPU

Codex-Spark ทำงานบน Wafer Scale Engine 3 ของ Cerebras ซึ่งเป็นชิป AI ที่สร้างขึ้นโดยเฉพาะเพื่อการอนุมานเวลาแฝงต่ำเป็นพิเศษ GPU ยังคงเป็นศูนย์กลางสำหรับการฝึกฝนและการใช้งานในวงกว้าง ในขณะที่ Cerebras จัดการเวิร์กโฟลว์ที่ความล่าช้าน้อยที่สุดมีความสำคัญที่สุด Sean Lie ซึ่งเป็น CTO ของ Cerebras เน้นย้ำถึงศักยภาพของโมเดลในการปรับเปลี่ยนเวิร์กโฟลว์ของนักพัฒนา โดยแนะนำรูปแบบการโต้ตอบและกรณีการใช้งานใหม่ๆ

พร้อมให้ใช้งานแล้วในรูปแบบตัวอย่างการวิจัยสำหรับผู้ใช้ ChatGPT Pro โดย Codex-Spark มาพร้อมกับขีดจำกัดอัตราที่แยกต่างหากระหว่างการแสดงตัวอย่าง นอกจากนี้ OpenAI วางแผนที่จะขยายการเข้าถึงแบบค่อยเป็นค่อยไป และผสานรวมความคิดเห็นของผู้ใช้เพื่อปรับแต่งความสามารถแบบเรียลไทม์ของโมเดล ขณะเดียวกันก็รักษามาตรการป้องกันด้านความปลอดภัยไว้ด้วย

*️⃣ ลิงค์ที่มา:

ตัวอย่างงานวิจัยของ GPT‑5.3‑Codex‑Spark , GPT-5.3-Codex, Claude Opus 4.6,