更致命的评价来自开发者argofowl，「Spark是个好玩的模型，也是个极度糟糕、根本没法用的模型。很高兴它走了，我好几个月没碰过了。」还有开发者表示，几个规模不小的项目里，他几乎没用过Spark，连理解项目上下文、分析日志这种基础任务，都会迅速把上下文窗口塞满，逼着他另开一个对话。事实上，真正对Spark退役感到一丝惋惜的，惋惜的也并非模型本身，而是它附带的独立配额。知名开发者Chubby坦言想要一个「GPT-6-Spark」，因为Spark拥有一份不占主额度的独立套餐。在Astra额度极其紧张的当下，很多开发者是把Spark当作主额度耗尽后的「备用油箱」来顶一阵子。7个月前的「未来」，败给了「降智提速」把时间拨回今年2月12日，Spark上线那天的排场可谓盛大。这是OpenAI第一个专为实时编程设计的模型，128k上下文，每秒生成超过1000个Token。按官方给的数字，客户端和服务器之间的往返开销降了80%，每个Token的处理开销降了30%，首Token延迟砍掉一半。代码不再一行一行往外蹦，整块整块地倾泻在屏幕上。最早一批上手的开发者，反应也是真的兴奋。开发者Ryan Vogel直接把它编进了正式工作流，GPT-5.4负责规划，GPT-5.3-Codex负责构建，Spark负责探索代码库、查文档、给第二意见。他说这是自己第一次工作流里一个Claude模型都没有，「效率更高，花得更少」。Instructor作者Jason Liu，直接开20个Spark子代理去搜文件系统，宣布「RAG已死」。然后，他就在不久之后加入了OpenAI的Codex团队。更关键的是，Spark承载着OpenAI摆脱单一硬件依赖的野心。它是OpenAI第一个跑在英伟达技术栈之外的生产模型，底层算力来自初创公司Cerebras的晶圆级芯片WSE-3。它标志着OpenAI与Cerebras签下的那份750兆瓦、总价值超200亿美元算力大单，交出了第一份答卷。但热度退得比涨得还要快。Spark的致命伤在于，一块晶圆装不下旗舰模型，它本质上是一个为了极致速度而妥协的「蒸馏版小模型」。在Terminal-Bench 2.0评测中，Spark仅获得58.4%的准确率，远低于完整版GPT-5.3-Codex的77.3%。OpenAI自己放出的SWE-Bench Pro曲线也显示——Spark虽然能把任务时长压在1到2分钟，但准确率会停在47%到51%之间。相比之下，完整版GPT-5.3-Codex从3分钟起步就是51%，拉到9分钟是56%，16分钟能到57%。也就是说，Spark省下的那几分钟，换来的是往下掉五六个点。宣传中的「15倍提速」也被拆穿了。发布第二天，开发者Nicholas Van Landschoot就在X上发了篇长文，把OpenAI的对比条件扒了一遍，所谓15倍，是拿Spark去比开了最高推理强度的GPT-5.3-Codex。在同等准确率下，Spark其实只快了1.37倍。在实际编码场景中，它的缺陷被无限放大，凭空捏造API端点，JSON格式不稳定，多步任务极易跑偏。培训机构Turing College对它的总结一针见血，「没有智能的速度，只是更快地失败。」对于程序员而言，花17分钟等一个能跑通的代码，永远比花2分钟拿一个全是Bug的废品要划算。于是，这款主打速度的模型，注定走向边缘化。旗舰本尊下场，Ultrafast终结了Spark而真正给Spark宣判死刑的，是8月13日Cerebras发布的Ultrafast模式。这一次，跑在晶圆上的不再是缩水版的Spark，而是旗舰模型GPT-5.6 Sol本尊。通过将庞大的旗舰模型按层切分，铺设在多台CS-3节点上形成流水线，Ultrafast模式在保证「与标准版同等智能」的前提下，飙出了每秒750个Token的恐怖速度。Cerebras给的对比是，Ultrafast比标准档快14倍，中间还有一档Priority，只快2.5倍。Cerebras CEO Andrew Feldman对此的评价掷地有声，「速度与智能，不再互斥。」他们拿GDP-Val里6个质量对齐的任务做了一组耗时对比。标准档Sol平均要跑7.7分钟，其中7.5分钟花在模型生成上。换到Ultrafast，同样的任务总共83秒，模型生成68秒，剩下的15秒是工具调用之类的非推理开销。也就是说，端到端快了整整5.6倍，而且回答的质量也几乎没有差别。这句话不仅宣告了技术突破，也直接抽干了Spark存在的全部意义。Spark的设计初衷就是「拿智能换速度」，而仅仅半年后，同一家公司的晶圆上已经能跑完整的旗舰模型，速度只慢了四分之一，能力却一分没少。Cerebras的产能是有限的。当无人问津的「缩小版」和排队疯抢的「旗舰版」挤在同一批晶圆上时，谁该为未来腾地方，答案不言而喻。速度不再是「专属模型」，而是「付费档位」Spark并非唯一被清理的历史包袱。过去三个月里，OpenAI的模型库正在经历一场激进的「大换血」。
