OpenAI 关停 GPT-5.3-Codex-Spark：从专用速度模型到 Ultrafast 付费档位的战略演进

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-13

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。

OpenAI 官方确认，旗下曾被誉为“史上最快模型”的 GPT-5.3-Codex-Spark 于 2026 年 9 月 11 日正式退役。该模型从发布到下线仅存活 7 个月，标志着 OpenAI 在 AI 推理硬件战略与商业模式上的一次关键转折。

📊 核心实体与商业数据

💡 业务落地拆解

1. 性能妥协与真实反馈

Spark 的设计初衷是“拿智能换速度”，其底层算力来自 Cerebras 的晶圆级芯片 WSE-3。然而，该模型本质上是为极致速度妥协的“蒸馏版小模型”。在 Terminal-Bench 2.0 评测中，Spark 仅获 58.4% 准确率，远低于完整版 GPT-5.3-Codex 的 77.3%。开发者反馈其“凭空捏造 API 端点，JSON 格式不稳定，多步任务极易跑偏”。

“Spark 是个好玩的模型，也是个极度糟糕、根本没法用的模型。很高兴它走了，我好几个月没碰过了。” —— 开发者 argofowl

“没有智能的速度，只是更快地失败。” —— 培训机构 Turing College

2. Ultrafast 模式的降维打击

2026 年 8 月 13 日，Cerebras 发布 Ultrafast 模式，通过将旗舰模型 GPT-5.6 Sol 按层切分铺设在多台 CS-3 节点上，在保证“与标准版同等智能”的前提下，实现每秒 750 个 Token 的速度。Cerebras CEO Andrew Feldman 对此评价：

“速度与智能，不再互斥。”

在 GDP-Val 质量对齐任务中，标准档 Sol 平均耗时 7.7 分钟，而 Ultrafast 仅需 83 秒，端到端快 5.6 倍，回答质量几乎无差别。这直接抽干了 Spark 存在的全部意义。

3. 商业模式更迭：速度成为付费档位

Spark 的退役并非孤立事件。过去三个月，OpenAI 模型库经历激进换血，Codex 迎来 Sol（太阳）、Terra（大地）、Luna（月亮）、Astra（星辰）的全新命名纪元。更深层的逻辑在于：“快”正从一个独立的专用模型，演变为旗舰模型的一项标配“档位”。 就像推理强度分为 Light 到 Max，OpenAI 现在的速度也从 Standard、Priority 排到了 Ultrafast。速度与算力挂钩，按档付费的商业模式已经彻底跑通。

🚀 对企业 AI 化的启示

1. 专用模型的窗口期极短：Spark 仅 7 个月便从“未来”沦为“历史包袱”。企业选型时需警惕过度依赖单一性能指标的专用模型，优先考虑具备持续迭代能力的旗舰平台。
2. 硬件多元化是战略必选项：Spark 作为 OpenAI 首个跑在英伟达技术栈之外的生产模型，验证了 Cerebras 晶圆级芯片足以扛住生成式 AI 的生产级流量。企业应关注推理任务脱离单一硬件生态的可行性。
3. 速度与智能的权衡已终结：Ultrafast 模式证明，旗舰模型无需在智能上妥协即可获得极致速度。未来竞争的核心不再是“最快的阉割版”，而是“谁能把最强的旗舰模型，跑出最极限的速度”。
4. 按档付费成为主流：速度从独立模型变为付费档位，意味着企业 AI 成本结构将更精细化。营销负责人需重新评估 AI 服务的性价比，将“速度档位”纳入预算规划。

【官方原文链接】点击访问首发地址