GPT-5.3-Codex-Spark值得一試
熟悉llm評測的瞭解，opus在各評測榜單常力壓gpt一頭，但實際使用時gpt解決問題的能力無人能敵。 截至發帖時，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，邏輯強悍，但速度很慢。codex為編碼特調模型，gpt5.2codex及之前的codex模型，我實測邏輯能力都有劣化，因此一直用的gpt5.2，儘管其速度慢得令人髮指。出來gpt-5.3-codex後我第一時間進行測試，實測效果很好，已很難說gpt-5.3-codex是否邏輯上弱於gpt5.2，但在速度上已碾壓gpt5.2，成為我的主力編碼模型。 最近新出了gpt-5.3-codex-spark，一開始說是速度極快，但各榜單評分較低，我一段時間都沒有理會。但看到cursor中可免費使用，我決定給它一個機會，實測下來效果非常好，沒有很蠢。 根據我瞭解到的資訊，5.3-codex-spark的邏輯稍弱於5.3-codex，上下文僅128K，但足夠大多數需求。codex-spark模型的最大特徵是「懶」，抽一鞭子動一點點。首當其衝，它無法做agent的驅動模型，事實上它的agent評分也低。它不會做指令外的其它補充，包括修lint、執行測試、未提及的特性和todo等。 和opus/sonnet這樣一眼fancy、挖坑無數、起手就重構、後患無窮的模型不一樣，我認為codex spark是一個對資深程式設計師友好的模型。它不會畫蛇添足，遵循最小改動，如果你已有清晰的產品功能規劃，可以嘗試下codex spark。 我的一點淺顯思考，歡迎討論。vibe coding是氛圍編碼，有人稱能進入心流，我認為提及者可能不瞭解心流的準確定義，進入心流很重要一點是開發者自己的思維不可被打斷，需要模型第一不要發散思維，第二目標集中，第三及時響應。之前沒有模型能做到，現在codex spark或許可以成為這個輔助開發者進入心流的模型。
