GPT-5.3-Codex-Spark Layak Dicoba
Categories:
Bagi yang akrab dengan evaluasi LLM, Opus sering mendominasi berbagai leaderboard evaluasi, namun dalam penggunaan nyata, kemampuan GPT dalam menyelesaikan masalah tak tertandingi.
Hingga saat posting, model utama terbaru dari seri GPT-5 meliputi GPT-5.2-mini, GPT-5.2, GPT-5.3-codex, GPT-5.3-codex-spark, dll.
Di antaranya, model non-codex adalah model umum yang memiliki logika kuat, tetapi kecepatan sangat lambat.
Codex adalah model khusus untuk peng编码an. Model codex sebelum GPT-5.2-codex, menurut pengujian saya, memiliki kemampuan logika yang buruk, jadi saya selalu menggunakan GPT-5.2, meskipun kecepatannya sangat lambat hingga memalukan.
Setelah GPT-5.3-codex dirilis, saya segera mengujinya. Hasil uji coba sangat baik. Sulit untuk mengatakan bahwa GPT-5.3-codex secara logika lebih buruk daripada GPT-5.2, tetapi dalam hal kecepatan, ia mengalahkan GPT-5.2, menjadi model peng编码an utama saya.
Baru-baru ini dirilis GPT-5.3-codex-spark. Mula-mula dikatakan sangat cepat, tetapi skor pada berbagai leaderboard rendah, jadi saya mengabaikannya untuk sementara.
Tapi melihat bahwa Cursor dapat digunakan secara gratis, saya memutuskan untuk memberinya satu kesempatan. Hasil uji coba sangat baik, tidak bodoh.
Berdasarkan informasi yang saya miliki, logika 5.3-codex-spark sedikit lebih lemah daripada 5.3-codex, konteks hanya 128K, tetapi cukup untuk kebanyakan kebutuhan.
Karakteristik utama model codex-spark adalah “malas”, hanya bergerak ketika dipaksa.
Yang pertama, ia tidak dapat menjadi model penggerak agent, dan skor agent-nya memang rendah.
Ia tidak akan melakukan tambahan lain di luar perintah, termasuk memperbaiki lint, menjalankan tes, fitur yang tidak disebutkan, dan todo, dll.
Berbeda dengan model seperti Opus/Sonnet yang tampak fancy, menggali banyak lubang, langsung merestrukturasi, dan meninggalkan masalah yang tak terhitung, saya pikir codex-spark adalah model yang ramah terhadap programmer berpengalaman.
Ia tidak akan menambahkan hal yang tidak perlu, mengikuti prinsip perubahan minimal. Jika Anda sudah memiliki rencana fitur produk yang jelas, Anda bisa mencoba codex-spark.
Pikiran dangkal saya, diskusi dipersilakan.
Vibe coding adalah peng编码an berdasarkan atmosfer. Beberapa orang mengatakan dapat memasuki aliran (flow), tetapi saya pikir yang menyebutkannya mungkin tidak memahami definisi akurat dari flow.
Salah satu poin penting untuk memasuki flow adalah pikiran developer tidak boleh terganggu, membutuhkan model pertama tidak berpikir menyebar, kedua fokus pada tujuan, ketiga respons cepat.
Sebelumnya tidak ada model yang dapat melakukannya, sekarang codex-spark mungkin dapat menjadi model yang membantu developer memasuki flow.
