OpenAI a dévoilé le 12 février GPT-5.3-Codex-Spark, un nouveau modèle orienté « codage en temps réel », premier fruit public de sa collaboration avec Cerebras. Proposé en « research preview », il vise des boucles d’itération ultracourtes en développement logiciel avec une latence très basse et des réponses dépassant les 1000 tokens/s.
Un petit modèle taillé pour l’itératif rapide
Positionné comme un « petit modèle à haute compétence », Codex-Spark est optimisé pour l’inférence rapide et la collaboration continue avec le développeur. OpenAI met l’accent sur un comportement « rapide, réactif, guidable », afin de conserver un pilotage humain serré face à la montée des approches d’« agentic coding », capables de travailler sur de longues durées avec peu de supervision.
Sur des benchmarks orientés ingénierie logicielle comme SWE-Bench Pro et Terminal-Bench 2.0, OpenAI affirme des temps de complétion réduits et de meilleures réponses qu’avec GPT-5.1-Codex-mini. Les cas d’usage mis en avant incluent les modifications de code précises, l’ajustement de plans, les Q&R contextuelles sur une base de code, ainsi que l’exploration rapide d’interfaces : visualisation de nouveaux layouts, optimisation de styles, tests de variations UI.
Cerebras en renfort sur l’inférence à très haut débit
Le modèle s’appuie sur l’infrastructure Cerebras. Le Wafer-Scale Engine, avec une mémoire sur puce très capacitaire, permet d’atteindre des débits de plusieurs milliers de tokens par seconde et se scale à des milliers de systèmes. L’extension de la mémoire rapide à des capacités multi-téraoctets vise le support de modèles à l’échelle du billion de paramètres, avec une feuille de route pour amener cette « inférence ultra‑rapide » à des modèles plus vastes d’ici 2026.
Codex-Spark est disponible en préversion pour les abonnés ChatGPT Pro au sein des apps Codex, en CLI et via l’extension VS Code. L’accès API sera ouvert progressivement à des partenaires de conception sélectionnés.
Au-delà du gain de vitesse, l’enjeu est stratégique : ramener le développeur au centre d’un cycle d’itération court malgré la poussée des agents autonomes. Si la promesse d’un flux à plus de 1000 tokens/s se confirme à l’échelle, les ateliers de prototypage d’UI, le refactoring ciblé et le triage de tickets pourraient gagner en débit sans sacrifier la mainmise sur les décisions techniques.
Source : ITHome
