OpenAI两年前发了条模型讣告，主角是它家史上跑得最快的模型。
Codex负责人Tibo在社交平台上宣布，GPT-5.3-Codex-Spark下周正式退役。这款每秒能吐1200个Token的“速度怪兽”，从上线到下线，活了仅仅7个月。
Tibo给出的理由很直接：用量一直在掉，手头已经有更好的模型了，是时候给未来腾地方。他还顺带吐槽了一句：“真不敢相信，我们居然发布过名字这么长的模型！”
时间倒回今年2月12日，Spark登场时排场不小。它是OpenAI第一个专为实时编程设计的模型，128k上下文，每秒生成超过1000个Token，官方说往返开销降了80%、首Token延迟砍半。更关键的是，它是OpenAI第一个跑在英伟达技术栈之外的生产模型，底层算力来自Cerebras的晶圆级芯片WSE-3。这背后是一份750兆瓦、总价值超200亿美元的算力大单，Spark就是交出的第一份答卷。
但热度退得比涨得还快。
Spark的问题出在“降智提速”上。一块晶圆装不下旗舰模型，它本质上是个为极致速度妥协的“蒸馏版小模型”。在Terminal-Bench 2.0评测中，Spark只拿到58.4%，而完整版GPT-5.3-Codex是77.3%。SWE-Bench Pro的数据更直观：Spark能把任务压到1到2分钟，但准确率卡在47%到51%；完整版花3分钟能到51%，花16分钟能拉到57%。宣传里的“15倍提速”也被拆穿——同等准确率下，其实只快了1.37倍。
开发者的反馈更不客气。有人吐槽它凭空捏造API端点，JSON格式也不稳定。培训机构Turing College的总结一针见血：“没有智能的速度，只是更快地失败。”
真正给Spark判死刑的，是8月13日Cerebras发布的Ultrafast模式。这次跑在晶圆上的不再是缩水版，而是旗舰模型GPT-5.6 Sol本尊。通过把旗舰模型按层切分、铺设在多台CS-3节点上形成流水线，Ultrafast在“与标准版同等智能”的前提下，飙出了每秒750个Token。同一任务标准档平均要7.7分钟，Ultrafast只要83秒，端到端快了5.6倍。Cerebras CEO Andrew Feldman说：“速度与智能，不再互斥。”
Spark不是唯一被清理的。过去三个月，OpenAI的模型库经历了一轮激进换血：6月2日GPT-5.2和GPT-5.3-Codex退役，8月31日GPT-5.4和5.4 Mini退役、用户整体迁到5.6世代，9月11日轮到了Spark。伴随旧世代离场，Codex也迎来了Sol、Terra、Luna、Astra的全新命名体系。
更深层的变化在于，“快”正从一个独立的专用模型，变成旗舰模型的一项标配档位。就像推理强度分Light到Max，速度也从Standard、Priority排到Ultrafast，按档付费的模式已经跑通。
回头看，Spark作为过渡期的探路者，证明了Cerebras晶圆能扛住生产级流量，也证明了推理任务可以脱离英伟达生态运行。当探路结束、大部队入驻，探路者的使命也就自然终结。下一轮竞赛比的，不再是谁能做出最快的阉割版模型，而是谁能把最强的旗舰模型跑出最极限的速度。