Openai präsentiert gpt-5.3-codex-spark: ein neuer schnellstarter für live-codierung
Das US-amerikanische Forschungsinstitut OpenAI hat einen neuen, speziell auf Zeitgemäßes-Code-Generieren optimierten Modell enthüllt: GPT-5.3-Codex-Spark. Dieser ist eine reduzierte Version von GPT-5.3-Codex, konzipiert für die Anforderungen von Live-Codierung.
Der neue Modell wird auf Cerebras' Wafer-Scale-Engine-3 (WSE-3) basieren und soll über 1.000 Tokens pro Sekunde ausführen können, während er seine Leistungsbereitschaft behält.
Cerebras-partnerschaft
OpenAI hat kürzlich eine Partnerschaft mit der Silicon-Valley-Firma Cerebras bekannt gegeben, bei der sie die Technologie dieser Firma progressiv in ihre Infrastruktur integrieren wird, um verschiedene Arten von Workloads zu unterstützen - von der Code-Generierung bis hin zur Bildschaffung.
Bestimmte vorteile von codex-spark
Einige der Vorteile von Codex-Spark sind eine sehr niedrige Latenz, eine hohe Geschwindigkeit und eine kompatible Integration in populäre Entwicklertools wie VS Code. Der Modell unterstützt eine Kontextfenster von 128.000 Tokens und nimmt nur Texteingaben an.
Zukünftige erweiterungen geplant
OpenAI plant, die Fähigkeiten von Codex-Spark in Zukunft zu erweitern, indem es den Modell unterstützt für größere Modelle, längere Kontexte und multimodale Eingaben.
Aktuelle verfügbarkeit
Codex-Spark ist derzeit nur für die Benutzer von ChatGPT-Pro verfügbar, die die neuesten Versionen der Codex-Anwendung, der CLI und der VS-Code-Erweiterung installiert haben sollten. Eine reduzierte Gruppe von Partnern hat auch Zugriff auf die API, um zu untersuchen, wie Entwickler den Modell in ihre Produkte integrieren.
Gpu-basierter und wse-3-basierter ansatz
OpenAI erklärt, dass GPUs weiterhin die Hauptplattform für das Training und die Inferenz in der meisten Fälle sein werden. Allerdings sei Cerebras' Technologie besser geeignet, um Workloads wie Codex zu unterstützen, die extrem niedrige Latenz benötigen. OpenAI plant auch, beide Systeme in Zukunft gemeinsam zu verwenden, um das allgemeine Leistungsvermögen zu maximieren.