原文標題：
Introducing OpenAI GPT-5.3-Codex-Spark Powered by Cerebras
原文連結：
https://www.cerebras.ai/blog/openai-codexspark
發布時間：
2026-02-12
記者署名：
James Wang
原文內容：
Today, we’re announcing that OpenAI’s new GPT-5.3-Codex-Spark model, powered b
y Cerebras, is available in research preview. This marks the first release in ou
r collaboration between Cerebras and OpenAI. Codex-Spark is designed for real-ti
me software development where responsiveness matters as much as intelligence. Po
wered by the Cerebras Wafer-Scale Engine, it runs at over 1,000 tokens/s, enabli
ng near-instant feedback in live coding environments.
今日，我們正式發布由 Cerebras 技術驅動的 OpenAI 全新模型 GPT-5.3-Codex-Spark，並
開放研究預覽。這是 OpenAI 與 Cerebras 合作的首個里程碑。Codex-Spark 專為對響應速
度要求極高的即時軟體開發而設計。憑藉 Cerebras 晶圓級引擎（Wafer-Scale Engine）的
強大效能，其執行速度突破每秒 1,000 個標記（tokens/s），為即時程式開發環境提供近
乎瞬時的回饋。
Agentic coding has fundamentally changed software development. For the first tim
e, machines can autonomously work for hours or days without human supervision. B
ut this mode of interaction can also leave developers feeling out of the loop wi
th long wait times and less opportunity to direct the work. As software developm
ent is iterative, developers need to inject taste, direction, and sensibility al
ong the way. Codex-Spark is designed for this kind of real-time, iterative work.
It is fast, responsive, and steerable, putting the developer back in the driver
’s seat.
Codex-Spark is a smaller version of Codex optimized for fast inference. On agent
ic software engineering benchmarks such as SWE-Bench Pro and Terminal-Bench 2.0,
it produces more capable responses than GPT-5.1-Codex-mini while completing tas
ks in a fraction of the time.
Codex-Spark excels at making precise edits, revising plans, and answering contex
tual questions about your codebase. It’s a fast way to visualize new layouts, r
efine styling, and test new interface changes.
「代理型編碼」（Agentic coding）已從根本上改變了軟體開發，使機器能獨立運作數小時
甚至數日。然而，這種模式也可能讓開發者因漫長的等待而產生疏離感，減少了引導工作的
機會。由於軟體開發本質上是反覆迭代的過程，開發者需要隨時注入審美、方向感與判斷力
。Codex-Spark 正是為此類即時、互動式工作而生；它反應迅速且易於引導，讓開發者重新
掌握主導權。
Codex-Spark 是針對快速推論（Inference）優化的 Codex 精簡版本。在 SWE-Bench Pro
與 Terminal-Bench 2.0 等代理型軟體工程基準測試中，它的表現優於 GPT-5.1-Codex-min
i，且完成任務的時間僅需後者的一小部分。
Codex-Spark 擅長進行精確編輯、修訂計畫，以及回答關於程式碼庫的脈絡問題。對於視覺
化新佈局、精煉樣式及測試介面更動，它提供了一種極速的實現方式。
"Cerebras has been a great engineering partner, and we’re excited about adding
fast inference as a new platform capability. Bringing wafer-scale compute into p
roduction gives us a new way to keep Codex responsive for latency-sensitive work
, and we’re excited to learn from developer feedback on how to compose our comp
ute capabilities into one smooth workflow," said Sachin Katti, Head of Industria
l Compute at OpenAI.
OpenAI 工業運算負責人 Sachin Katti 表示：「Cerebras 是傑出的工程合作夥伴，我們很
高興將『快速推論』納入平台能力。將晶圓級運算導入生產環境，為維持 Codex 在延遲敏
感型任務中的響應速度提供了全新途徑。我們期待透過開發者的回饋，學習如何將這些運算
能力整合進流暢的工作流中。」
Codex-Spark is just a taste of what’s possible on Cerebras hardware. Our broade
r goal is to accelerate a wide spectrum of AI workloads across both real-time an
d asynchronous use cases. Our purpose-built Wafer-Scale Engine features the larg
est on-chip memory of any AI processor, enabling high-speed inference at thousan
ds of tokens per second per user. The architecture scales out to thousands of sy
stems, extending fast memory capacity into the multi-terabyte domain to support
trillion-parameter models for both training and inference. We expect to bring th
is ultra-fast inference capability to the largest frontier models in 2026.
Codex-Spark is rolling out as a research preview for ChatGPT Pro users across th
e Codex app, CLI, and VS Code extension, with API access rolling out to select d
esign partners. Try Codex-Spark rolling out today.
Codex-Spark 僅是 Cerebras 硬體潛力的初步展現。我們的長遠目標是加速涵蓋即時與異步
（Asynchronous）情境的全方位 AI 工作負載。我們專為 AI 打造的晶圓級引擎擁有業界最
大的片上記憶體（On-chip memory），可支援每位使用者每秒數千個標記的極速推論。該架
構可擴展至數千台系統，將高速記憶體容量提升至多 TB 等級，足以支援兆級參數模型的訓
練與推論。我們預計在 2026 年將此極速推論能力導入最強大的前沿模型中。
Codex-Spark 研究預覽版即日起向 ChatGPT Pro 用戶推送，支援 Codex App、CLI 及 VS C
ode 擴充功能；API 存取權限則將逐步開放給特定設計合作夥伴。歡迎今日立即體驗 Codex
-Spark。
心得/評論：
上個月我有發了兩家合作的消息，
今天正式推出第一個合作產品，推理速度破千的GPT-5！
給大家一個比例尺：平常用的GPT-5速度不到一百。
Cerebras的台積電5奈米晶圓引擎WSE-3是世界唯一的晶圓運算，
由於能直接載入整個AI模型到運算單元上，
速度是GPU的數十倍，
這是Cerebras成立以來第一個企業級應用，
或將衝擊整個GPU市場。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.79.16.163 (臺灣)
※ 文章網址: https://webptt.cc/bbs/Stock/M.1770952439.A.F56.html
推文 (177)
推
L1ON
台積電噴
02/13 11:16
推
ccdrv
都不用gpu NV要涼了
02/13 11:16
推
mopa
還是要台積電...
02/13 11:17
推
maimss
會不會有人不玩了？….
02/13 11:18
推
joygo
關鍵字 台積電
02/13 11:18
推
woko
這超大威化餅真的能吃啊...?太厲害了
02/13 11:19
→
b9513227
又是台積電
02/13 11:19
→
Brioni
GG噴 NV哭
02/13 11:20
推
MoneyDay5566
沒人在乎
02/13 11:20
推
Marginal
GPU需求下修？ GPU市場要被衝擊了？
02/13 11:20
→
Brioni
黃爸直接砸錢買下來掐死你
02/13 11:21
推
DonDonFans
NV 88
02/13 11:22
推
tomdavis
能訓練再來說取代gpu 都幾年了還在亂下標 不專業
02/13 11:23
→
ZO20
還是要台積 結案
02/13 11:24
推
Gipmydanger
推論跟訓練本來尋求就不一樣
02/13 11:24
推
kload
老黃：我不投資你就扯我後腿?
02/13 11:24
→
tomdavis
跟去年說Deepseek 會終結運算需求一樣的知識水準
02/13 11:24
推
onekoni
台積電
02/13 11:28
→
onekoni
xddd 啥都要扯到台積電 2330真的無腦多
02/13 11:28
→
pttstock
GPU is over!
02/13 11:28
推
Lhmstu
沒人在乎
02/13 11:28
推
howdiee
又又又又又要被取代了
02/13 11:29
→
sonatafm2
看成曲速引擎 想說有曲速AI引擎都出來了還不飛天
02/13 11:29
推
deann
誰代工?
02/13 11:30
推
qweertyui891
誰用鏟子 鏟子是什麼形狀 不重要
02/13 11:31
推
nightop
黃老爺要哭了
02/13 11:33
推
s56565566123
台積電又噴
02/13 11:33
推
cwolf
滿庫存的GPU沒電力用？投放廣告？
02/13 11:33
推
josephpu
亂下標才有高能兒看啊 嘻嘻
02/13 11:35
→
searchroy
管你多快，沒電都算庫存
02/13 11:36
→
josephpu
cpu藥丸惹 gpu藥丸惹 tpu藥丸惹
02/13 11:36
推
gladopo
超巨大那個嗎? 成本很高的說
02/13 11:36
推
scum5566
算這麼快 CPO該噴了吧
02/13 11:38
推
apolloapollo
蛋雕
02/13 11:40
推
goodevening
難怪老黃說1000億投資沒有確定 果然被骨仔
02/13 11:41
推
s881720
OAI還有錢喔 嘻嘻
02/13 11:41
推
house911
台雞雞受惠 ? 封裝測試也會受惠 ?
02/13 11:41
推
abc0922001
又是台積電代工，賣鏟子怎麼輸阿
02/13 11:42
推
Like5566Like
NV掰
02/13 11:42
→
tmdl
美股不歡迎太快的
02/13 11:45
推
grtfor
AI大廠都想要逃離NV
02/13 11:47
推
roseritter
一次整片的 成本和產量.....
02/13 11:48
推
yutaka28
其實真的要整片的話，我一直不懂真正獨家在哪裡？
02/13 11:48
→
yutaka28
最困難的技術不是其實是台積嗎
02/13 11:48
→
yutaka28
設計部分困難的點在哪？其他公司無法設計嗎？
02/13 11:49
→
yutaka28
不是其實都是依賴台積的良率？
02/13 11:49
→
furbyyeh
NV is over
02/13 11:51
噓
strlen
老黃這輩子就這樣惹
02/13 11:52
推
MorikonHase
鏟子
02/13 11:52
→
gladopo
整片最難的部份台積包了，有凱子付錢能做就做
02/13 11:52
推
roseritter
之前很少人 敢搞這種專武等級的產品
02/13 11:53
推
keven92110
聽不懂 晶圓級引擎是什麼意思
02/13 11:56
推
PA5566
直接用晶圓跑啊 真的假的
02/13 11:56
推
kunyi
三星五奈米也搶不到？
02/13 11:57
→
a79111010
就說了會走BTC的路 顯卡之後就是專用礦機的概念
02/13 11:58
→
a79111010
顯卡終究只是過度的產品 需求上來就需要專門的
02/13 11:59
推
haworz
這篇需要翻譯翻譯，晶圓引擎是啥？用整片晶圓把GPT
02/13 11:59
→
haworz
硬體化嗎？
02/13 11:59
推
gladopo
察Cerebras就有相關說明了
02/13 12:02
→
gladopo
之前的關鍵字是 44GB on-chip SRAM
02/13 12:03
推
roseritter
https://www.cerebras.ai/chip
02/13 12:03
噓
s1001326
99老黃 快死了
02/13 12:03
推
roseritter
他就WSE-3超小核 佈滿整塊
02/13 12:06
推
FirePopcorn
台積電噴噴噴噴噴
02/13 12:07
推
fakelie
那就是雞雞5nm + 更多記憶卡蛙
02/13 12:08
→
ohya111326
好了啦 奧特曼 沒人相信你
02/13 12:08
推
jympin
GPU IS OVER?
02/13 12:08
推
mopa
以後做出來的晶片不會是圓形吧 跟晶圓一樣大 完全不
02/13 12:08
→
mopa
浪費
02/13 12:08
推
allenmusic
gpu太貴了
02/13 12:08
→
gladopo
這東東真的紅的話就肯定是gg的單，沒法跑
02/13 12:08
→
JoeyChen
直接載入整個AI模型 所以關鍵是記憶體?
02/13 12:09
→
roseritter
人家直接用SRAM 粗本的
02/13 12:09
→
pinkg023
NV要幾根
02/13 12:09
→
roseritter
我是覺得產能很受限啦 除非你早早下很大單等著
02/13 12:10
→
stanleyplus
TSM 322仙人指路
02/13 12:11
推
qazw5520
老黃掰掰
02/13 12:12
→
JoeyChen
問一下 那gpu可以也套用這種晶圓級記憶體模式嗎 反
02/13 12:12
→
JoeyChen
正記憶體越多越快越好
02/13 12:12
推
beavertail97
NV之前不是收購GROQ？ 看何時把LPU整合入GPU
02/13 12:12
→
changmary
台G利空 高價GPU換低價RISC
02/13 12:12
推
lusifa2007
台積但不是2奈米 要出大事了
02/13 12:13
推
fakelie
三星5nm良率有沒有上來？有ㄉ話GG就GG懶
02/13 12:13
推
ganninian
輝達要蛋雕了嗎
02/13 12:14
噓
cpz
回答快但答案垃圾有什麼用
02/13 12:14
推
motan
蛤？所以只是記憶體反應速度？sram 不是本來就反應
02/13 12:14
→
motan
快嗎
02/13 12:14
推
turnkolan
關鍵字：台積
02/13 12:15
推
poeoe
這怎麼可能對NV有啥重大影響啦……
02/13 12:15
推
roseritter
架構不一樣 H100 die size 814 WSE-3 46225
02/13 12:15
推
onekoni
出什麼大事 舊產能再利用xddd 省capex 噴爛
02/13 12:15
推
fakelie
WSE-3ㄉ話 5nm就夠ㄌ
02/13 12:15
→
onekoni
五奈米廠折舊早攤完了 純純的利潤像大海一樣啊
02/13 12:16
推
vc39
全世界股民都要買台積電了
02/13 12:16
→
fakelie
三星5nm良率有上來ㄉ話 吃得到
02/13 12:16
推
tsubasawolfy
這跟GOOGLE那個TPU同概念? 不過做鏟子的鐵都2330的
02/13 12:16
→
roseritter
GPU 小片 配合HBM去做 這個就是一體機
02/13 12:16
推
lusifa2007
輝達哭哭 台積二奈米可能要少訂單還不出大事哦 有
02/13 12:17
→
lusifa2007
腦嗎？
02/13 12:17
→
roseritter
100x-defect-tolerance-how-cerebras-solved-the-yi
02/13 12:17
→
roseritter
eld-problem 良率夠高 壞點爆掉的小核夠少
02/13 12:18
推
nrrakaur
產能都被NV包了，這晶片找誰做？
02/13 12:18
推
a23268744
GG還有產能嗎
02/13 12:19
→
roseritter
理論上就能做 該文寫得很淺白
02/13 12:19
推
vc39
不管幾奈米廠商都會想辦法讓自己的產品可以用台積
02/13 12:19
→
vc39
電做的晶片，All in 2330跟TSM就對了。
02/13 12:19
→
JoeyChen
全部做在一片上理論上更快吧？
02/13 12:19
推
gladopo
下5nm又不走先進封裝還好啦，只是聽說這東東很難做
02/13 12:20
推
lusifa2007
5奈米三星已經可以低價搶單了
02/13 12:20
→
roseritter
SM的核心 和WSE-3核心大小不一樣 同樣的壞點率
02/13 12:20
推
fakelie
看來就是計算晶片生產門檻降低 記憶體需求增加
02/13 12:20
→
roseritter
你得到整體可用面積不同
02/13 12:21
推
furnaceh
這種晶片怎麼可能說做就做得出來
02/13 12:25
推
good10740
整片晶圓發熱量，也挺驚人
02/13 12:26
推
roseritter
封裝也是個問題 也太大
02/13 12:27
→
la8day
這家真的有人用喔 厲害了
02/13 12:28
推
gladopo
老黃買下來就又少個對手了
02/13 12:29
推
cylu7878
台積又要噴 出關目標價2330
02/13 12:29
推
tsubasawolfy
要gpt用平鋪直敘的方式解說。回答因為現行LLM運算是
02/13 12:32
→
tsubasawolfy
在多張gpu跟gpu之間一直把資料搬來搬去。這種直接大
02/13 12:32
→
tsubasawolfy
晶圓可以省去搬運時間。壞點問題就在硬體層面繞過去
02/13 12:32
→
tsubasawolfy
不要用。
02/13 12:32
推
HiuAnOP
黃藥丸！
02/13 12:35
推
moto000
抄goog？
02/13 12:39
推
tsubasawolfy
順便問了發熱量。回答說跟gpu是高頻小面積需要強散
02/13 12:44
→
tsubasawolfy
熱，它是低頻跟大面積，後面直接做液冷微流道帶走熱
02/13 12:44
→
tsubasawolfy
。在LLM上每token產生的焦耳數更低。
02/13 12:44
推
RaiGend0519
NV涼了
02/13 12:44
→
RaiGend0519
5奈米對台積電沒有太大優勢，看量了
02/13 12:45
→
RaiGend0519
這條路走得通，對岸也看到光XD
02/13 12:46
推
pinkg023
5奈米應該只是現階段吧，軍備競賽沒理由不往更高密
02/13 12:46
→
pinkg023
度推
02/13 12:46
推
roseritter
中芯去做 應該會哭出來
02/13 12:46
→
wolver
pass, 文組可能比較喜歡
02/13 12:47
推
devidevi
需要啥硬體，大家應該比較關心這個
02/13 12:50
→
JoeyChen
用2奈米做會n次方快嗎
02/13 12:54
推
sonyvaio
Open AI 就是差評
02/13 12:55
推
iwcuforever
好險還有台積，但我的alphabet是不是下去了
02/13 13:03
推
wolver
孫正義那300億看來撐不到2027了
02/13 13:07
推
tsubasawolfy
硬體回答說只有GG 三星 INTEL有能力。但只有GG有跟
02/13 13:08
→
tsubasawolfy
它們完成前面兩代的經驗。所以還是GG的天下
02/13 13:08
推
roseritter
看產量吧，量少只能當專武用
02/13 13:15
推
mdkn35
甲骨文：幹 要呷骨了
02/13 13:16
→
h1y2c3y2h1
從燒錢跑道換到另一個燒錢跑道
02/13 13:19
→
redbeanbread
老黃6090賣五萬我就原諒你
02/13 13:21
推
madeinheaven
取代不了 因為這個超級貴
02/13 13:23
→
redbeanbread
太太太 咦 五奈米
02/13 13:23
推
AbianMa19
反正繼續噴
02/13 13:26
推
fay001
openai就是不長進，gemini 聰明又博學
02/13 13:29
推
holdmyass
2330：你們打完叫我
02/13 13:30
→
JoeyChen
問啥大家不看好這架構 不是很符合AI發展的需求嗎
02/13 13:31
→
JoeyChen
良率問題可能也被GG解決了
02/13 13:31
推
madeinheaven
因為很貴
02/13 13:35
推
v21638245
整天叫，去空nv阿
02/13 13:38
→
leeroy277
先搶的到產能再說
02/13 13:41
推
onekoni
2奈米輝達不用亞麻要搶喔 你敢退單嗎
02/13 13:55
→
onekoni
想太多 現在2奈米廠商排隊搶 輝達寧可捏著也不願意
02/13 13:56
→
onekoni
退單
02/13 13:56
推
onekoni
亞麻T4晶片現在擠不進去單 你敢退亞麻直接塞進來
02/13 13:57
推
jackgn
先不論成品，這個問題是本來整片晶圓就算良率低還是
02/13 14:02
→
jackgn
可以做，那這個一整片的，良率需要多少？
02/13 14:02
→
saiboos
藥丸
02/13 14:06
推
redbeanbread
電力is over
02/13 14:24
推
oyaji5566
看來今天晚上又要七崩賢
02/13 15:07
推
gn00273680
好好用的模型，可惜還不能識別圖片
02/13 15:30
噓
griffon569
這篇文章是要炒TSMC的股票嗎？本文根本沒提到TSMC
02/13 15:50
→
griffon569
Cerebras的WSE-3提到TSMC的新聞都去年的事了
02/13 15:51
→
griffon569
除非看到WSE-3因為市場需求需要增加晶圓訂貨量
02/13 15:52
→
griffon569
不然這新聞跟TSMC根本沒啥關聯...
02/13 15:53
推
viorc
老黃上次來台灣提前暗示了？
02/13 16:05
推
orze04
你們要怎麼用鏟子我不管
02/13 16:15
推
ncucosine
台積電又贏
02/13 17:16
→
tabrisPTT
繼續吹牛，看何時被看破手腳
02/13 18:19
推
away1000
顯卡可以降價了嗎
02/13 19:19
推
h311013
訓練需要GPU 推理TPU的效率比較好…GG 贏
02/13 23:57
噓
river98
這很難啦，封裝、冷卻系統怎麼接？
02/14 08:12
推
kingofsdtw
所以成本更高？
02/14 13:38