GPT-5.3-Codex-Spark值得一试
熟悉llm评测的了解, opus在各评测榜单常力压gpt一头, 但实际使用时gpt解决问题的能力无人能敌. 截至发帖时, gpt5系列的最新主要模型有gpt-5.2-mini, gpt-5.2, gpt-5.3-codex, gpt-5.3-codex-spark等 其中非codex是通用模型, 逻辑强悍, 但速度很慢.codex为编码特调模型, gpt5.2codex及之前的codex模型, 我实测逻辑能力都有劣化, 因此一直用的gpt5.2, 尽管其速度慢的令人发指.出来gpt-5.3-codex后我第一时间进行测试, 实测效果很好, 已很难说gpt-5.3-codex是否逻辑上弱于gpt5.2, 但在速度上已碾压gpt5.2, 成为我的主力编码模型. 最近新出了gpt-5.3-codex-spark, 一开始说是速度极快, 但各榜单评分较低, 我一段时间都没有理会.但看到cursor中可免费使用, 我决定给它一个机会, 实测下来效果非常好, 没有很蠢. 根据我了解到的信息, 5.3-codex-spark的逻辑稍弱于5.3-codex, 上下文仅128K, 但足够大多数需求.codex-spark模型的最大特征是"懒", 抽一鞭子动一点点.首当其冲, 它无法做agent的驱动模型, 事实上它的agent评分也低.它不会做指令外的其它补充, 包括修lint, 运行测试, 未提及的特性和todo等. 和opus/sonnet这样一眼fancy, 挖坑无数, 起手就重构, 后患无穷的模型不一样, 我认为codex spark是一个对资深程序员友好的模型.它不会画蛇添足, 遵循最小改动, 如果你已有清晰的产品功能规划, 可以尝试下codex spark. 我的一点浅显思考, 欢迎讨论.vibe coding是氛围编码, 有人称能进入心流, 我认为提及者可能不了解心流的准确定义, 进入心流很重要一点是开发者自己的思维不可被打断, 需要模型第一不要发散思维, 第二目标集中, 第三及时响应.之前没有模型能做到, 现在codex spark或许可以成为这个辅助开发者进入心流的模型.
