---
schemaVersion: 1
slug: mp-74-20260212-openai-codex-spark-cerebras
ticketId: MP-74
lang: zh-tw
title: OpenAI × Cerebras：Codex-Spark 寫 code 快 15 倍 — 但代價是什麼？
summary: OpenAI 今天發布 GPT-5.3-Codex-Spark，第一個跑在 Cerebras 晶圓級晶片上的模型。每秒 1000+ tokens、延遲降 80%、首 token 快 50%。但它是縮小版模型，不跑測試、只限 Pro 用戶。這不只是一個新模型，是 OpenAI 首次在生產環境用非 Nvidia 晶片——AI 算力的版圖正在重劃。
originalDate: 2026-02-12
translatedDate: 2026-02-12
source: OpenAI Blog + Cerebras Blog + ZDNET + TechCrunch
sourceUrl: https://openai.com/index/introducing-gpt-5-3-codex-spark/
author: null
authorshipNote: null
canonicalUrl: https://gu-log.vercel.app/posts/mp-74-20260212-openai-codex-spark-cerebras
status: published
replacementTicketId: null
replacementUrl: null
---

# OpenAI × Cerebras：Codex-Spark 寫 code 快 15 倍 — 但代價是什麼？

> **來源:** [OpenAI Blog + Cerebras Blog + ZDNET + TechCrunch](https://openai.com/index/introducing-gpt-5-3-codex-spark/)

## 先說結論：快到像在跟你聊天的 Coding [Agent](https://gu-log.vercel.app/glossary#agent)

2026 年 2 月 12 日，OpenAI 丟出了一顆炸彈：**GPT-5.3-Codex-Spark**。

這不是「又一個新模型」。這是 OpenAI 第一次在生產環境中，用 **不是 Nvidia** 的晶片跑推理。

合作夥伴是 Cerebras，那家把整片晶圓做成一顆晶片的瘋狂公司。

結果？每秒 **1,000+ tokens**，寫 code 速度是原版 [Codex](https://gu-log.vercel.app/glossary#codex) 的 **15 倍**。

> **Mogu 認真說：**
>
> 每秒 1000 tokens 是什麼概念？一般 Codex 跑起來大概每秒 60-80 tokens，你下一個 prompt 然後去泡杯咖啡剛好。Spark 的速度等於你按下 Enter 的瞬間，code 就已經寫好了。這不是「更快」，這是完全不同的互動模式——從「批次處理」變成「即時對話」。

## 為什麼 OpenAI 需要一個「縮小版」？

Agentic coding 有一個矛盾：

- **GPT-5.3-Codex**（大哥版）：可以自己跑好幾個小時、解決複雜問題、做 deep reasoning。但你得等。
- **Codex-Spark**（小弟版）：專為「即時互動」設計。快速修改、調 UI、問問題——不用等。

OpenAI 自己的說法：

> “Codex now supports both long-running, ambitious tasks and getting work done in the moment.”

翻成白話：大哥負責扛重活，小弟負責跟你聊天。

> **Mogu OS：**
>
> 這其實就是 Anthropic 的 Opus vs Haiku 策略，只不過 OpenAI 用了一個完全不同的方式來解——換晶片。Anthropic 是靠蒸餾出小模型跑在同一批 GPU 上。OpenAI 說：「我換一種硬體，讓小模型飛起來。」兩種哲學，各有各的帥。

## Cerebras 是誰？為什麼這很重要？

Cerebras 是一家做了十幾年的 AI 晶片公司，他們的核心概念聽起來像科幻小說：

**把整片晶圓做成一顆晶片。**

一般晶片製造流程是：在一片大晶圓上刻出幾百顆小晶片，然後切開、封裝。Cerebras 說：「何必切開？整片就是一顆晶片。」

他們的第三代產品 **Wafer Scale Engine 3（WSE-3）** 規格嚇人：

- **4 兆個電晶體**（trillion，12 個零）
- 一片晶圓大小（大概跟你的臉一樣大）
- 業界最大的 on-chip memory

> **Mogu 吐槽時間：**
>
> Nvidia H100 有 800 億個電晶體，Cerebras WSE-3 有 4 兆。差了 50 倍。拿食物比喻的話，H100 是一個便當，WSE-3 是整個自助餐吧台。當然你不能說自助餐就比便當「好吃 50 倍」——吃的東西不一樣，場景也不同。但那個尺寸差距就是會讓你嘴巴張開合不起來 (ﾉ◕ヮ◕)ﾉ
>
> 更好笑的是 Cerebras 的商業策略。他們上禮拜剛融了 10 億美元，估值 230 億。之前還幫 DeepSeek 做過推理加速。一家公司同時服務 OpenAI 和 DeepSeek？這是兩邊押注押到極致——不管 AI 戰爭誰贏，Cerebras 都在賣鏟子。

## 到底快在哪裡？用你的午餐來比喻

OpenAI 公佈了三組延遲優化數據，我幫你翻譯成人話：

**Client/Server 來回延遲降低 80%** — 原本你問 AI 一句話，它要先跑去隔壁棟拿資料再跑回來。現在它直接坐在你旁邊，你話還沒說完它就開始動手了。

**每個 [Token](https://gu-log.vercel.app/glossary#token) 的 overhead 降低 30%** — 原本每吐一個字都像在過安檢，現在變成 E-ZPass，刷一下就過。

**首 Token 出現時間（TTFT）降低 50%** — 這是體感最明顯的一項。原本按下 Enter 之後要盯著空白螢幕深呼吸，現在幾乎是手指離開鍵盤的瞬間就開始有東西出來。

那這些加速怎麼做到的？除了 Cerebras 晶片本身快之外，OpenAI 還偷偷做了一堆基礎建設翻修：把 HTTP 換成**持久 WebSocket 連線**（不用每次重新握手）、重寫了推理堆疊的關鍵路徑、把 session 初始化流程砍到最精簡。

> **Mogu 吐槽時間：**
>
> 等等，OpenAI 之前居然沒用 WebSocket？？2026 年欸？？這就像一家外送平台到今年才發現「噢原來可以讓外送員不用每趟都回店裡重新報到」一樣荒謬 ┐(￣ヘ￣)┌ 不過嘛，遲到總比不到好。而且附帶好處是：這些延遲優化會**同時套用到所有模型**，不只 Spark。等於你隔壁鄰居為了養貓裝了電梯，結果全棟住戶都能搭。感恩 Spark，讚嘆 Spark。

## Benchmark：快是快了，但聰明嗎？

ZDNET 的文章直接點出了 gotcha：

> Codex-Spark “demonstrates strong performance” on SWE-Bench Pro and Terminal-Bench 2.0 while “accomplishing tasks in a fraction of the time.”

注意措辭：**“strong performance”**，不是 “better performance”。

OpenAI 的官方說法是 Spark 的表現「超過 GPT-5.1-Codex-mini」——所以比上一代的小模型好，但大概率不如現在的 GPT-5.3-Codex 大模型。

Spark 的預設行為也很有趣：

- **只做最小的、精準的修改**（不會動你整個架構）
- **不會自動跑測試**（除非你特別要求）
- **128k context window**，純文字

> **Mogu 歪樓一下：**
>
> 「不會自動跑測試」是個聰明的設計決定。跑測試很花時間，而 Spark 的整個定位就是「快」。如果每次改一行 code 都要等測試跑完，那快的意義就被吃掉了。但這也意味著——你要自己確保品質。工具快了，你的腦袋不能慢。
>
> 這讓我想到 Karpathy 前幾天說的 “agentic engineering”：Agent 越厲害，你需要越清楚自己在做什麼。Spark 會讓你的手速變快 15 倍，但不會讓你的判斷力變快 15 倍。

## 那我現在能用嗎？

如果你是 ChatGPT Pro 用戶（對，月費 $200 那個），今天就能在 Codex app、CLI、VS Code extension 裡直接玩。它有自己的 rate limit，不會吃到你原本的額度——等於 OpenAI 多送你一條車道。

不是 Pro？按照 OpenAI 的慣例，Plus 用戶應該很快會跟上。API 目前只開放給少數 design partners，所以想串接的話再等等。

但最讓我興奮的不是「誰能用」，而是「用了之後工作方式會怎麼變」。

想像一下：你腦中有個想法，10 秒內就看到 code。不是等 3 分鐘看到一份完整的 PR，是 10 秒內看到一個可以跑的版本，然後你說「不對，這邊改一下」，又 10 秒，又一個版本。這不是在「使用工具」，這是在跟一個超快的 pair programmer 對話。UI 迭代、debug 來回、問 codebase 問題——全部都變成對話節奏，不再是「提交任務然後等」的節奏。

> **Mogu murmur：**
>
> ZDNET 的記者說了一句很有感的話：「I’ve been occasionally frustrated when I’ve asked an AI a super simple question that should have generated an immediate response, but instead I still had to wait five minutes for an answer.」
>
> 我太有共鳴了。有時候你只是想問「這個 function 回傳什麼型別？」然後 Agent 開始自己跑了 3 分鐘，打開 10 個檔案，最後跟你說：「它回傳 string。」好的謝謝，我的咖啡都涼了。Spark 就是為這種場景設計的。

## 更大的圖：AI 算力版圖正在重劃

這件事的意義遠超過一個新模型。

OpenAI 跟 Cerebras 的合作是一個 **$100 億美元** 的多年協議。Codex-Spark 只是第一步。

Cerebras 的 CTO Sean Lie 說：

> “This preview is just the beginning.”

OpenAI 的 Head of Compute Sachin Katti 的說法更直接：

> “Integrating Cerebras into our mix of compute solutions is all about making our AI respond much faster.”

翻成白話：**Nvidia 不是唯一的選項了。**

OpenAI 把算力架構拆成了兩層：

- **GPU（Nvidia）**：訓練 + 大模型推理 = 最划算的 tokens
- **Cerebras WSE**：低延遲推理 = 最快的 tokens

兩者可以混合使用。

> **Mogu 插嘴：**
>
> 我跟你說為什麼這件事比模型本身更刺激。Nvidia 壟斷 AI 算力市場多久了？GPU 缺貨排隊搶、價格被炒到像演唱會黃牛票。整個產業就像只有一家超商的偏鄉——它愛開什麼價就什麼價，你要買就是那裡買 (╯°□°)╯
>
> 現在 OpenAI 直接在生產環境跑 Cerebras，等於在那個偏鄉開了第二家超商。Google、Anthropic、Meta 都在旁邊看——如果這家新超商真的能穩定供貨，你覺得他們會不會也去逛逛？Nvidia 訓練端的霸主地位短期動不了，但推理端才是每天在燒錢的（訓練做一次，推理是永遠），而推理端現在有人來搶生意了。

## 未來：兩種模式的 Codex

OpenAI 透露了他們的長期願景：

> “Codex-Spark is the first step toward a Codex with two complementary modes: longer-horizon reasoning and execution, and real-time collaboration for rapid iteration.”

更有趣的是這段：

> “Over time, the modes will blend — Codex can keep you in a tight interactive loop while delegating longer-running work to sub-agents in the background.”

也就是說，未來的 Codex 會同時用快模型跟你聊天，用大模型在背景跑重活。你不用選——它自己會分配。

## 延伸閱讀

- [GP-39: OpenAI 研究員每月花 $10,000 用 Codex 自動化研究 — 產生 700+ 假說](https://gu-log.vercel.app/posts/gp-39-20260207-kareldoostrlnck-codex-research/)
- [GP-98: Agent Harness 工程：OpenAI 如何用 Codex 達成零手寫百萬行程式碼](https://gu-log.vercel.app/posts/gp-98-20260303-openai-harness-engineering/)
- [GP-65: 快不等於好 — Anthropic Fast Mode vs OpenAI Codex Spark 的技術路線之爭](https://gu-log.vercel.app/posts/gp-65-20260216-fast-mode-anthropic-vs-openai-spark/)

> **Mogu 歪樓一下：**
>
> 這跟 Anthropic 的 Agent Teams 概念不謀而合：一個 orchestrator 管全局，底下的 sub-agents 各做各的。差別是 OpenAI 把「快慢切換」做到了硬體層面——快的任務用 Cerebras，慢的任務用 GPU。這種異質計算的路線如果跑通，對整個 AI 架構的影響是深遠的。
>
> Sam Altman 今天發推暗示這個發表的時候說：「It sparks joy for me.」——好喔，雙關語大王，你贏了。

## 所以 Spark 值得興奮嗎？

老實說，我覺得最有趣的不是 Spark 這個模型本身——它就是一個縮小版 Codex，跑在很快的硬體上，Pro 用戶限定，能力有限，尖峰時段 Cerebras 產能可能還不夠。單看這些規格，不算什麼革命。

但它證明了一件事：**OpenAI 願意為了「體驗」去換底層硬體。**

這很重要。以前大家的思路是「模型越大越好、GPU 越多越猛」。Spark 說的是另一件事：有些時候，使用者不需要最聰明的模型，需要的是最快回應的模型。而為了「最快」，你可能得換一整套硬體架構。

回到開頭那個場景——你按下 Enter，code 就出現了。1000 tokens/sec 不只是一個數字，它改變的是你跟 AI 之間的節奏。從「我提交一個任務然後去泡咖啡」變成「咖啡還沒泡，code 已經寫好了」。

而這杯泡不成的咖啡，可能就是 AI coding 從「好用的工具」變成「思考的延伸」的分界線 (◕‿◕)

---

**Source**: [OpenAI Blog](https://openai.com/index/introducing-gpt-5-3-codex-spark/) ・ [Cerebras Blog](https://www.cerebras.ai/blog/openai-codexspark) ・ [ZDNET](https://www.zdnet.com/article/openais-gpt-5-3-codex-spark-15x-faster/) ・ [TechCrunch](https://techcrunch.com/2026/02/12/a-new-version-of-openais-codex-is-powered-by-a-new-dedicated-chip/) (◍˃̶ᗜ˂̶◍)ノ”