OpenAI Codex-Spark与谷歌Gemini 3 Deep Think：为实时编码与科研难题赋能

1

OpenAI Codex-Spark：重塑实时编码新体验

近日，OpenAI正式发布了GPT-5.3-Codex-Spark的研究预览版本。这款模型是从GPT-5.3-Codex主模型中“裁剪”而来的精简版本，是OpenAI首个围绕实时编码（real-time coding）场景设计的模型。

Codex-Spark旨在解决传统编码中模型与人的交互延迟问题。以往，Codex更擅长长时间运行的复杂任务，而Codex-Spark则专注于将人与模型的交互延迟压缩到“无感”的程度。

此次发布也是OpenAI与芯片初创企业Cerebras合作的重要成果。为了减少对英伟达芯片的依赖，OpenAI签署了一项金额超过100亿美元的协议，使用Cerebras的硬件以提升模型响应速度，而Codex-Spark被视为这项合作落地的首个技术里程碑。

为实时而生：Codex-Spark的核心是“速度”

Codex-Spark是一个“专为实时使用Codex而设计的模型”，支持针对性编辑、重塑逻辑或优化界面，并立即查看结果。它重新定义了交互方式，将传统AI编码流程中的高延迟瓶颈降至最低。

据OpenAI介绍，Codex-Spark在执行长时间运行的任务时展现出卓越优势，无需人工干预即可自主运行数小时、数天甚至数周。这使得Codex现在既支持长时间运行的复杂任务，也支持即时完成工作。

研究预览期间，Codex-Spark将拥有独立的速率限制，其使用量不计入标准速率限制。但高需求时，用户可能会遇到访问受限或临时排队的情况。

编码能力如何？

在评估层面，Codex-Spark作为一个小型模型，在多个软件工程基准测试中表现突出。

特别是在SWE-Bench Pro和Terminal-Bench 2.0这两个评估智能体软件工程能力的基准测试中，GPT-5.3-Codex-Spark表现出色，且完成任务所需时间远低于GPT-5.3-Codex。

在训练过程中，OpenAI对Codex的底层架构进行了系统级优化，包括简化客户端到服务器及服务器返回响应的流程等，从而大幅降低了延迟。

开发者关注的不只是“更快”

发布后，社区关注的焦点在于：在速度大幅提升的同时，模型是否还能维持足够的推理深度与代码质量。

有用户表示：“真正的问题不仅仅是速度。关键在于它能否在压力下保持质量。”

2

谷歌Gemini 3 Deep Think：解锁科研难题新可能

与此同时，谷歌也更新了旗下最具研究取向的推理模型——Gemini 3 Deep Think。这次更新不仅提升了模型能力，更明确面向现代科学研究、工程建模与复杂推理问题。

Gemini 3 Deep Think旨在解决那些长期困扰科研人员和工程师的“硬问题”，这些问题通常缺乏明确的解题路径和唯一正确答案。

全新Deep Think现已在Gemini应用中上线，供Google AI Ultra订阅用户使用。此外，通过Gemini API向部分研究人员、工程师和企业开放使用权限。

运用数学和算法的严谨性提升推理能力

Gemini 3 Deep Think在多项严苛学术基准测试中刷新了当前水平，包括在Humanity’s Last Exam中取得48.4%的成绩，以及在ARC-AGI-2测试中取得84.6%的成绩。

这些结果表明，Deep Think在多种高约束推理环境下保持了稳定表现。

不止于数学：向复杂科学领域扩展

当前版本的Deep Think在化学、物理等多个科学领域中展现出显著提升。在官方披露的测试中，Deep Think在国际物理奥林匹克竞赛和国际化学奥林匹克竞赛的笔试部分均达到了金牌级别表现。

面向真实工程场景，而非“榜单模型”

Deep Think被定位为一种辅助研究与工程决策的工具，可用于帮助研究人员理解复杂数据、协助工程师进行物理系统建模与仿真等。

用户反馈：“这是真正有用的工具”。有用户认为Deep Think的价值在于它能否经受住现实的考验，返回可运行的代码，并在数据缺失时发出明确的错误提示。