Kódolás villámtempóban
A GPT-5.3-Codex-Spark szövegalapú modell, amelyet kifejezetten programozáshoz hangoltak, nem pedig általános felhasználásra. 128 000 tokenes kontextusablakkal indul, vagyis rengeteg információval képes dolgozni egyszerre. A ChatGPT Codex alkalmazásán, parancssori felületen és a VS Code szerkesztőn keresztül használható, néhány kiválasztott partner pedig API-hozzáférést is kap.
Két szoftvermérnöki teszten, a SWE-Bench Pro-n és a Terminal-Bench 2.0-n a Spark az OpenAI szerint túlszárnyalja az előző GPT-5.1-Codex-mini verziót, ráadásul töredék idő alatt teljesítve a feladatokat. Nem hagyható figyelmen kívül, hogy a Codex korábbi modelljeit sokszor érte kritika lassúságuk miatt, így a programozóknak nagy könnyebbség lehet a felgyorsult válaszidő.
A gyorsaság ára és jelentősége
A most elért 1 000 token/másodperces tempó hatalmas ugrás: az Nvidia-hardverrel dolgozó GPT-4o nagyjából 147 token/másodperces sebességig jut, az o3-mini 167-et tud, míg a GPT-4o mini csak 52-t. Ezzel szemben a Cerebras korábban a Llama 3.1 70B-modellen már 2 100, a nyílt súlyú OpenAI GPT-OSS-120B-modellen pedig 3 000 tokent demonstrált másodpercenként, vagyis a Spark valamivel lassabb ezeknél, valószínűleg a modell összetettsége miatt.
A MI-kódolásban most igazi fegyverkezési verseny zajlik. Az OpenAI, a Google és az Anthropic versenyeznek a minél gyorsabb, hasznosabb kódoló MI-k piacán, ahol a gyorsaság végső soron azt dönti el, ki marad versenyben. Minél kevesebb ideig kell várni egy fejlesztőnek a gépi kódjavaslatra, annál gyorsabban haladhat a munka.
Út az Nvidia-függetlenség felé
Ezenfelül a Spark hardveres háttere legalább olyan fontos, mint maga a sebesség. A modell a Cerebras Wafer-Scale Engine 3 lapkán fut, amely egy vacsoratányér-méretű chip, és már 2022 óta a vállalat zászlóshajója. A mostani fejlesztés az OpenAI és a Cerebras januárban bejelentett együttműködésének első konkrét eredménye.
Nem hagyható figyelmen kívül, hogy az OpenAI az elmúlt évben mindent megtett az Nvidia-függőség oldására. Hatalmas, többéves szerződést kötött az AMD-vel, 13 900 milliárd forintos felhőmegállapodást írt alá az Amazonnal, és saját MI-chip tervezésébe kezdett, amely a TSMC gyártósoraira kerülhet. Eközben az Nvidiával tervezett, 36 500 milliárd forintos gigaszerződés lelassult, mivel az OpenAI elégedetlen volt a korábbi Nvidia-chipek válaszidejével.
Ezután is a gyorsaság lesz kulcsfontosságú. Akinek a kódolás az élete, annak az 1 000 token/másodperc már inkább egy láncfűrészes rohamhoz hasonlít, mint egy szakszerű kirakó-rakáshoz — érdemes odafigyelni, mit vág el az ember.
