GPT-5.3-Codex-Spark is het proberen waard
Categories:
Zij die bekend zijn met LLM-evaluaties weten dat opus in diverse benchmarks vaak boven gpt staat, maar in de praktijk is het probleemoplossend vermogen van gpt ongeëvenaard. Op het moment van posten zijn de nieuwste hoofdmodellen van de gpt5-serie onder andere gpt-5.2-mini, gpt-5.2, gpt-5.3-codex, gpt-5.3-codex-spark, enz. De niet-codex-modellen zijn algemene modellen, met sterke logica maar zeer traag. Codex is een model speciaal afgestemd op coderen; bij de gpt5.2-codex en eerdere codex-modellen merkte ik in de praktijk een achteruitgang in logisch vermogen, dus bleef ik gpt5.2 gebruiken, ondanks dat de snelheid verschrikkelijk traag is. Toen gpt-5.3-codex uitkwam, testte ik het onmiddellijk en de praktijkresultaten waren zeer goed; het is moeilijk te zeggen of gpt-5.3-codex logisch gezien zwakker is dan gpt5.2, maar in snelheid verslaat het gpt5.2 ruimschoots en werd het mijn hoofdmodel voor coderen. Onlangs is gpt-5.3-codex-spark uitgekomen; aanvankelijk werd gezegd dat het extreem snel was, maar de benchmark-scores waren laag, dus negeerde ik het een tijd. Maar toen ik zag dat het gratis te gebruiken is in Cursor, besloot ik het een kans te geven. In de praktijk bleek het zeer goed te werken, niet dom. Volgens wat ik heb vernomen is de logica van 5.3-codex-spark iets zwakker dan die van 5.3-codex, en de context is slechts 128K, maar dat is voldoende voor de meeste behoeften. Het grootste kenmerk van het codex-spark-model is “lui”: het beweegt pas een klein beetje als je het een zetje geeft. Allereerst kan het niet als aansturend model voor een agent dienen; in feite zijn ook de agent-scores laag. Het doet geen aanvullingen buiten de instructies, waaronder lint-reparatie, tests uitvoeren, niet-genoemde functies en todo’s, enz. In tegenstelling tot modellen zoals opus/sonnet die er op het eerste gezicht fancy uitzien, talloze putten graven, direct beginnen met refactoren en eindeloze nasleep veroorzaken, beschouw ik codex spark als een model dat vriendelijk is voor ervaren programmeurs. Het voegt geen overbodige zaken toe, volgt de minimalste wijziging; als je al een duidelijke productfunctionaliteitsplanning hebt, kun je codex spark eens proberen. Dit zijn mijn bescheiden gedachten, discussie welkom. Vibe coding is sfeercoderen, sommigen noemen het een manier om in een flow-state te komen, maar naar mijn mening begrijpt de noemer de exacte definitie van flow niet. Een belangrijk punt om in flow te raken is dat de eigen denkgang van de ontwikkelaar niet onderbroken mag worden; het model moet ten eerste niet associatief denken, ten tweede gefocust op het doel zijn, en ten derde tijdig reageren. Geen enkel model kon dit eerder, maar codex spark zou nu het model kunnen zijn dat ontwikkelaars helpt in die flow-state te komen.
