GPT-5.3 Codex Spark לעומת GPT-5.6 Sol: משחק המהירות של OpenAI עוד לא ב-API (בינתיים)

GPT-5.3 Codex Spark הוא מודל הקידוד המהיר ביותר שנוצר אי פעם — תצוגה מקדימה למחקר שמייצרת מעל 1,000 טוקנים לשנייה על שבבי Cerebras ומשלימה עריכות קוד עד פי 15 מהר יותר מ-GPT-5.3 Codex, טענת יצרן. הנה החלק שרוב הסיקור קובר: זה לא מוצר API כללי. אין מחיר API ציבורי, הגישה מוגבלת למנויי ChatGPT Pro דרך אפליקציית Codex ו-CLI, וזה לא זמין ב-OrcaRouter. שני מודלי הקידוד שאפשר בפועל לקרוא להם דרך נקודת קצה אחת כיום הם GPT-5.3 Codex ב-$1.75 למיליון טוקני קלט ו-$14.00 למיליון טוקני פלט, ו-GPT-5.6 Sol ב-$5.00 / $30.00 — וההשוואה בין תצוגת המקדימה המהירה למודל הדגל היא מה שאומר לך אם Spark שווה לחכות לו.

ציר הזמן מסביר את הבלבול. GPT-5.3 Codex, מודל הקידוד הסוכני של OpenAI, הגיע ל-API בפברואר 2026; גרסת ה-Spark הגיעה באותו חודש כתצוגת מחקר שכוונה ישירות לקידוד אינטראקטיבי, שבו אלפיות שנייה בין הקשה לתגובה חשובות יותר מנקודת מדד. חמישה חודשים לאחר מכן OpenAI שחררה את משפחת GPT-5.6 — Sol, Terra ו-Luna — וגם GPT-5.6 Sol, הדגל במחיר $5 / $30, ששוחרר ב-9 ביולי 2026, הוא המודל שהפך את רוב פער המהירות לחסר משמעות מעשית. זה לא קרב בין שני יריבים; זה קרב בין תצוגת מחקר לדגל שהגיע אחריה.

מה זה GPT-5.3 Codex Spark באמת

GPT-5.3 Codex Spark הוא המודל הראשון של OpenAI שנועד לקידוד בזמן אמת, ואבן הדרך הציבורית הראשונה בשותפותה מינואר 2026 עם יצרנית השבבים Cerebras. הוא רץ על Wafer Scale Engine 3 של Cerebras, השבב בגודל צלחת אוכל עם ארבעה טריליון טרנזיסטורים, שמאפשר לו לעקוף את צוואר הבקבוק של התקשורת בין אשכולות GPU, שמכתיב את ההשהיה בהסקה רגילה. בנוסף לשבב, OpenAI הפחיתה את תקורת ה-round-trip בכ-80%, את תקורת ה-per-token בכ-30%, ואת הזמן עד לטוקן הראשון בכ-50%, באמצעות חיבורי WebSocket מתמשכים ושינויים ב-Responses API — נתיב ה-WebSocket מופעל כברירת מחדל עבור Spark.

הפשרה היא בוטה. במדדי הנדסת התוכנה האוטונומית שאותם מצטטת OpenAI, Spark נוחתת הרבה מתחת ל-GPT-5.3 Codex המלא — 58.4% לעומת 77.3% ב-Terminal-Bench 2.0, שניהם לפי דיווח היצרן — כיוון שברירת המחדל שלה היא סגנון עבודה קליל שמבצע עריכות מינימליות וממוקדות ואינו מריץ בדיקות אוטומטית אלא אם כן מבקשים זאת במפורש. היא מודל עם הקשר של 128K וטקסט בלבד, מה שמציב אותה הרחק מאחורי דגמי הדגל הנוכחיים מבחינת קיבולת. מהירות היא המוצר, והמוצר הוא תצוגה מוקדמת.

מצב התמחור: אין מחיר API, ומה שהטראקרים אומרים

OpenAI לא פרסמה מחיר API עבור GPT-5.3 Codex Spark. {{1}}בהשקה הוא היה זמין למנויי ChatGPT Pro דרך אפליקציית Codex, ה-Codex CLI, והתוסף של VS Code,{{/1}} {{2}}כאשר גישת API הוצעה רק לשותפי עיצוב נבחרים,{{/2}} ו-{{3}}יש לו מגבלות קצב נפרדות משלו במקום להיספר כנגד השימוש הסטנדרטי.{{/3}} כעבור חצי שנה, זה עדיין הסיכום הכנה. {{4}}כמה כלי מעקב מחירים של צד שלישי מציגים כעת $1.75 / $14.00 למיליון שורות עבור Spark — זהה ל-GPT-5.3 Codex המלא —{{/4}} אבל OpenAI לא פרסמה הכרזה על זמינות כללית, ו-{{5}}מספר בכלי מעקב אינו מספר שאפשר לקנות בו.{{/5}} התייחסו לכל מחיר של Spark כלא מאומת עד ש-OpenAI תודיע אחרת.

מה אפשר לקנות היום, עם מחירים מפורסמים:

• GPT-5.3 Codex — $1.75 למיליון קלט, $14.00 למיליון פלט, קלט במטמון ב-$0.175. חלון הקשר של 400K עם תקרת פלט של 128K. מודל הקידוד הסוכני של OpenAI, הזמין ב-API הציבורי מאז פברואר 2026.

• GPT-5.6 Sol — $5.00 למיליון טוקני קלט ו-$30.00 למיליון טוקני פלט עבור בקשות עד 32K טוקני קלט, ועולה ל-$10 / $45 מעל לכך; קלט שמור במטמון ב-$0.50, כתיבת מטמון ב-$6.25. הקשר של כ-1.05M טוקנים עם פלט של 128K, קלט של טקסט, תמונה וקובץ. הדגל של OpenAI, ששוחרר ב-9 ביולי 2026.

שניהם נמצאים ב-OrcaRouter במחירי המחירון של הספקים עם 0% תוספת מחיר — הקו של $1.75 / $14 והקו של $5 / $30 הם המחירים כאן, לא גרסה של משווק משנה. קיצוץ מחיר של ספק נכנס לתוקף בצד הזה באותו היום שהיצרן מבצע אותו, כי OrcaRouter מעביר את מחיר המחירון ישירות במקום לסמן אותו מחדש.

GPT-5.3 Codex Spark לעומת GPT-5.6 Sol, ממד אחר ממד

• מהירות — Spark ב-1,000+ אסימונים לשנייה על חומרת Cerebras (לפי דיווח היצרן), כל הסיבה לקיומו; התפוקה הנמדדת של GPT-5.6 Sol על OrcaRouter בשבעת הימים האחרונים היא כ-244 אסימונים לשנייה. לא קרוב — וזה לא כל הסיפור.

• מחיר — לספארק אין מחיר API ציבורי; GPT-5.6 Sol ב-5$ / 30$ בשכבה הבסיסית, וב-10$ / 45$ מעל 32K טוקני קלט.

• הקשר — Spark ב-128K, טקסט בלבד; GPT-5.6 Sol בכ-1.05M עם קלט טקסט, תמונה וקובץ.

• קידוד אייג'נטי — ספארק משיג 58.4% ב-Terminal-Bench 2.0 (דיווח ספק); GPT-5.6 Sol רושם ציון AA Coding של 77.4, שנמדד באופן עצמאי על ידי Artificial Analysis במקום ה-2 מתוך 132 מודלים.

• סגנון עבודה — Spark מבצע עריכות מינימליות ומדלג על הרצת בדיקות כברירת מחדל; GPT-5.6 Sol הוא הדגל הסוכני המלא עם חשיבה ושימוש בכלים.

• גישה — ספארק הוא תצוגה מקדימה למחקר של ChatGPT Pro; GPT-5.6 Sol הוא מודל API ציבורי עם מחיר שפורסם.

אם הדבר היחיד שאתה רוצה הוא טיוטה ראשונה מהירה של עריכה קטנה, העיצוב של Spark הוא אידיאלי. אם אתה רוצה סוכן שקורא מאגר קוד, מתכנן שינוי, מריץ את הבדיקות ומשתפר עד שהן עוברות, Spark לא מנסה להיות כזה — וציון ה-77.4 של Sol ב-AA Coding הוא המספר שצריך לשקול מול תצוגה מקדימה שאין לה ציון.

מציאות הניתוב: אינך צריך לבחור בעיוורון

זהו אחד מאותם מפגשים שבהם שכבת הניתוב משנה את ההחלטה. שני המודלים הניתנים לקריאה נמצאים על OrcaRouter במחירי המחירון של הספקים עצמם עם 0% תוספת — openai/gpt-5.3-codex ב-$1.75 / $14 ו-openai/gpt-5.6-sol ב-$5 / $30 — כך שתוכל להריץ את אותו עומס עבודה דרך שניהם על מפתח אחד ולתת לתעבורה שלך להחליט במקום לסמוך על הנרטיב של מי מהספקים. ה-DSL לניתוב הופך את זה למעשי: כלל failover שבו עבודת הסוכן דמוית-הקידוד רצה על GPT-5.3 Codex והקריאות הקשות, ארוכות-ההקשר, מסלימות ל-GPT-5.6 Sol, נמדדות לפי משימה על הנתונים שלך.

שלושה מאפיינים של OrcaRouter הופכים את זה לזול יותר מהחלופות. ראשית, תוספת מחיר של $0 לכל טוקן — אתה משלם את המחיר הרשמי של הספק, בלי שום תוספת. שנית, BYOK — הביאו מפתח ספק קיים משלכם והספק מחייב אתכם ישירות, כך שאין מאגר אשראי משולם מראש ואין חשבונית מנופחת של הנתב שצריך ליישב. שלישית, נקודת הקצה תואמת OpenAI: כוונו את לקוח ה-chat/completions או ה-Responses הקיים שלכם לכתובת ה-URL הבסיסית של OrcaRouter ואותו קוד ממשיך לעבוד, עם 200+ מודלים מאחורי נקודת קצה אחת, למקרה שתגדלו מעבר להיצע של ספק אחד. שכבת ההגנה שלפני נקודת הקצה היא הסיבה הנוספת לכך שאפשר לדחות בבטחה את הדחף ל-research preview — עד של-Spark יהיו API ציבורי ו-SLA, התשובה לייצור היא מודל שפורסם, ושכבת הניתוב שומרת על אותו מודל במחיר הרשמי עם מעבר אוטומטי במקרה של תקלה, כך שזינוק במגבלת הקצב לא יעצור צינור עיבוד.

היכן שספארק הוא התשובה הלא נכונה

גבולות כנים, כי העיצוב של Spark הוא פשרה שלא כדאי להיתקל בה. אם העבודה שלך היא קידוד סוכן לטווח ארוך — משימה שצריכה להבין מאגר קוד שלם, לשמור על תוכנית לאורך פניות רבות, ולאמת את השינויים שלה — ברירת המחדל של Spark, הכוללת עריכה מינימלית וללא הרצת בדיקות, היא מלכודת, וההקשר הטקסטואלי בלבד של 128K לא יכיל את המאגר. אם אתה צריך תמונות או קבצים בהנחיה, הוא לא יכול לקבל אותם. אם אתה צריך מחיר שאתה יכול לחזות או SLA שאתה יכול לסמוך עליו, אין לו לא זה ולא זה. ואם עומס העבודה שלך הוא צינור עיבוד אצווה בתפוקה גבוהה, 1,000 אסימונים לשנייה לא משנה; עלות לאסימון ותפוקה הם מה שחשובים, ואלה מעדיפים את ה-Codex הזול יותר של GPT-5.3.

כדאי גם לציין מה איננו מארחים: GPT-5.3 Codex Spark אינו על OrcaRouter, משום שאין API ציבורי לנתב אליו. איננו מעמידים פנים אחרת, והמהלך התכנוני הכנה הוא לבנות על המודלים שקיימים — GPT-5.3 Codex לעבודת סוכנים דמוית-קוד ב-$1.75 / $14, GPT-5.6 Sol לקריאות הסוכן הקשות, ארוכות-ההקשר והמולטי-מודליות ב-$5 / $30 — ולהתייחס ל-Spark כתצוגה מקדימה שכדאי לעקוב אחריה, לא כתלות שכדאי להמר עליה את הצנרת.

השורה התחתונה

GPT-5.3 Codex Spark הוא תצוגת המחקר המעניינת ביותר ש-OpenAI השיקה השנה, והיא עדיין לא החלטת ייצור. החלטת הייצור — זו עם המחירים שפורסמו, ה-benchmarks שאפשר לאמת, וה-API שעונה — היא GPT-5.3 Codex לעבודת סוכנים מכוונת קוד, ו-GPT-5.6 Sol לקריאות הקשות ביותר, שתיהן על נקודת קצה אחת במחיר מחירון עם 0% תוספת. כאשר Spark אכן תגיע ל-API ציבורי, היא כמעט בוודאות תשב מאחורי אותו סוג של נקודת קצה, והמעבר יהיה שינוי שם מודל, לא הגירה. עד אז זו סיבה לעקוב — והדרך המהירה ביותר להיות מוכנים היא לחבר את המודלים הניתנים להפעלה על מפתח שכבר יש לכם.