OpenAI presenta GPT-5.3-Codex-Spark, un modelo especializado en programación en tiempo real, diseñado para ofrecer respuestas casi instantáneas sin sacrificar capacidad. Este modelo está optimizado para tareas de codificación interactivas, como ediciones puntuales, refactorización de lógica o ajuste de interfaces, permitiendo a los desarrolladores ver los resultados de manera inmediata.

Velocidad y capacidad: un equilibrio innovador

GPT-5.3-Codex-Spark destaca por su capacidad para generar más de 1000 tokens por segundo, lo que lo hace ideal para colaboración en tiempo real. A diferencia de otros modelos, está optimizado para hardware de ultra baja latencia, como el Wafer Scale Engine 3 de Cerebras, lo que reduce significativamente el tiempo de respuesta en cada interacción.

Este modelo no solo es rápido, sino que también mantiene un alto nivel de precisión en tareas de programación. En evaluaciones como SWE-Bench Pro y Terminal-Bench 2.0, ha demostrado un rendimiento competitivo, completando tareas en una fracción del tiempo que requieren modelos más grandes como GPT-5.3-Codex.

Comparativa de rendimiento

La siguiente tabla muestra cómo se compara GPT-5.3-Codex-Spark con otros modelos en términos de precisión y tiempo de respuesta:

Mejoras en latencia para todos los modelos

Durante el desarrollo de GPT-5.3-Codex-Spark, OpenAI identificó que la velocidad del modelo era solo una parte del desafío para lograr una colaboración en tiempo real. También era necesario reducir la latencia en todo el proceso de solicitud-respuesta. Para ello, se implementaron mejoras significativas:

• Optimización del flujo de datos entre cliente y servidor.
• Reescritura de componentes clave en la pila de inferencia.
• Inicialización más eficiente de sesiones para reducir el tiempo hasta el primer token.
• Introducción de una conexión persistente mediante WebSocket, que reduce la sobrecarga por viaje de ida y vuelta en un 80% y el tiempo hasta el primer token en un 50%.

Estas mejoras no solo benefician a GPT-5.3-Codex-Spark, sino que también se aplicarán a otros modelos en el futuro, mejorando la experiencia general de los usuarios.

Colaboración con Cerebras

GPT-5.3-Codex-Spark funciona en el Wafer Scale Engine 3 de Cerebras, un acelerador de IA diseñado específicamente para inferencia de alta velocidad. Esta colaboración permite ofrecer un nivel de servicio con prioridad en la latencia, integrando esta capacidad en la misma infraestructura que soporta otros modelos de OpenAI.

Como menciona Sean Lie, CTO y cofundador de Cerebras: “Lo que más nos emociona de GPT-5.3-Codex-Spark es descubrir, junto a OpenAI y la comunidad de desarrolladores, qué nuevas formas de interacción y casos de uso son posibles con una inferencia ultra rápida. Esta versión preliminar es solo el comienzo”.

Es importante destacar que, aunque las GPU siguen siendo fundamentales en los procesos de entrenamiento e inferencia de OpenAI, Cerebras complementa esta infraestructura al especializarse en workflows que requieren una latencia extremadamente baja, mejorando la experiencia de respuesta en tiempo real.

Disponibilidad y detalles técnicos

GPT-5.3-Codex-Spark se lanza como una versión preliminar de investigación para usuarios de ChatGPT Pro, disponible en las últimas versiones de la aplicación Codex, la interfaz de línea de comandos (CLI) y la extensión para Visual Studio Code. Debido a que opera en hardware especializado de baja latencia, su uso está sujeto a límites de tasa separados, que pueden ajustarse según la demanda durante esta fase.

Actualmente, el modelo es solo de texto y soporta una ventana de contexto de 128k tokens. Es el primero de una familia de modelos ultra rápidos que OpenAI planea expandir, incorporando capacidades adicionales como contextos más largos y entrada multimodal en el futuro.

En cuanto a seguridad, GPT-5.3-Codex-Spark incluye el mismo entrenamiento en ciberseguridad que los modelos principales de OpenAI. Ha sido evaluado como parte del proceso estándar de implementación, determinando que no presenta un riesgo plausible de alcanzar el umbral de alto riesgo en ciberseguridad o biología según el marco de preparación de OpenAI.

¿Qué sigue para GPT-5.3-Codex-Spark?

Este modelo representa el primer paso hacia un ecosistema de Codex con dos modos complementarios:

• Razonamiento y ejecución de largo plazo: Para tareas complejas que requieren tiempo.
• Colaboración en tiempo real: Para iteraciones rápidas y ajustes inmediatos.

A medida que los modelos se vuelven más capaces, la velocidad de interacción se convierte en un factor crítico. La inferencia ultra rápida de GPT-5.3-Codex-Spark acorta este ciclo, haciendo que Codex sea más natural de usar y ampliando las posibilidades para los desarrolladores que buscan convertir ideas en software funcional de manera eficiente.

En el futuro, OpenAI planea integrar estos modos de manera fluida, permitiendo que Codex mantenga un bucle interactivo ajustado mientras delega tareas de largo plazo a subagentes en segundo plano, o distribuyendo tareas a múltiples modelos en paralelo cuando se requiera velocidad y amplitud.