GPT-5.3 Codex Spark vs GPT-5.6 Sol: OpenAI's snelheidsspel zit (nog) niet in de API

GPT-5.3 Codex Spark is het snelste codeermodel dat ooit is uitgebracht — een onderzoekspreview die meer dan 1.000 tokens per seconde genereert op Cerebras-silicium en codebewerkingen tot 15x sneller afrondt dan de volledige GPT-5.3 Codex, een claim van de leverancier. Hier is het deel dat de meeste berichtgeving onderbelicht laat: het is geen algemeen API-product. Er is geen openbare API-prijs, de toegang is beperkt tot ChatGPT Pro-abonnees via de Codex-app en CLI, en het is niet beschikbaar op OrcaRouter. De twee codeermodellen die je vandaag daadwerkelijk via één endpoint kunt aanroepen, zijn GPT-5.3 Codex voor $1,75 per miljoen input en $14,00 per miljoen output, en GPT-5.6 Sol voor $5,00 / $30,00 — en de vergelijking tussen de snelheidspreview en het vlaggenschip laat zien of Spark het wachten waard is.

De tijdlijn verklaart de verwarring. GPT-5.3 Codex, OpenAI's agentische codeermodel, kwam in februari 2026 beschikbaar op de API; de Spark-variant volgde in dezelfde maand als een onderzoekspreview die rechtstreeks gericht was op interactief coderen, waar de milliseconden tussen toetsaanslag en respons meer uitmaken dan een benchmarkpunt. Vijf maanden later bracht OpenAI de GPT-5.6-familie uit — Sol, Terra en Luna — en GPT-5.6 Sol, het vlaggenschip van $5 / $30 dat op 9 juli 2026 uitkwam, is het model dat het grootste deel van het snelheidsverschil academisch maakte. Dit is geen wedstrijd tussen twee rivalen; het is een wedstrijd tussen een onderzoekspreview en het vlaggenschip dat erna kwam.

Wat GPT-5.3 Codex Spark werkelijk is

GPT-5.3 Codex Spark is OpenAI's eerste model dat is ontworpen voor real-time coderen, en de eerste publieke mijlpaal in zijn partnerschap van januari 2026 met chipproducent Cerebras. Het draait op Cerebras' Wafer Scale Engine 3, de chip ter grootte van een dinerbord met vier biljoen transistors, waarmee het het communicatieknelpunt van GPU-clusters kan omzeilen dat de latentie bij gewone inferentie domineert. Naast de chip heeft OpenAI de overhead per retourtrip met ongeveer 80% verlaagd, de overhead per token met ongeveer 30%, en de tijd tot het eerste token met ongeveer 50%, via permanente WebSocket-verbindingen en wijzigingen in de Responses API — het WebSocket-pad is standaard ingeschakeld voor Spark.

De afweging is onverbloemd. Op de benchmarks voor agentische software-engineering die OpenAI aanhaalt, scoort Spark ruim lager dan de volledige GPT-5.3 Codex — 58,4% tegenover 77,3% op Terminal-Bench 2.0, beide door de leverancier gerapporteerd — omdat het standaard een lichtgewicht werkstijl hanteert die minimale, gerichte wijzigingen aanbrengt en niet automatisch tests uitvoert, tenzij je er expliciet om vraagt. Het is een tekstmodel met een 128K-context, wat het qua capaciteit ver achter de huidige vlaggenschepen plaatst. Snelheid is het product, en het product is een preview.

De prijssituatie: geen API-prijs, en wat de trackers zeggen.

OpenAI heeft geen API-prijs gepubliceerd voor GPT-5.3 Codex Spark. Bij de lancering was het beschikbaar voor ChatGPT Pro-abonnees via de Codex-app, de Codex CLI en de VS Code-extensie, met API-toegang alleen voor geselecteerde designpartners. Het heeft eigen aparte rate limits in plaats van mee te tellen voor het standaardgebruik. Een half jaar later is dat nog steeds de eerlijke samenvatting. Een paar externe prijstrackers vermelden nu $1.75 / $14.00 per miljoen regels voor Spark — identiek aan de volledige GPT-5.3 Codex — maar OpenAI heeft geen algemene beschikbaarheidsaankondiging gedaan, en een getal op een tracker is geen prijs waartegen je kunt kopen. Behandel elke Spark-prijs als onbevestigd totdat OpenAI anders aangeeft.

Wat u vandaag kunt kopen, met gepubliceerde prijzen:

• GPT-5.3 Codex — $1,75 per miljoen invoer, $14,00 per miljoen uitvoer, gecachete invoer voor $0,175. Een contextvenster van 400K met een uitvoerlimiet van 128K. OpenAI's agentische codeermodel, beschikbaar in de publieke API sinds februari 2026.

• GPT-5.6 Sol — $5,00 per miljoen invoer en $30,00 per miljoen uitvoer bij aanvragen tot 32K invoertokens, oplopend tot $10 / $45 daarboven; gecachte invoer $0,50, cache-schrijven $6,25. Een context van ongeveer 1,05M tokens met 128K uitvoer, tekst-, afbeeldings- en bestandsinvoer. OpenAI's vlaggenschip, uitgebracht op 9 juli 2026.

Beide staan op OrcaRouter tegen de adviesprijzen van de leveranciers met 0% opslag — de lijnen van $1.75 / $14 en $5 / $30 zijn hier de prijzen, niet een wederverkopersversie daarvan. Een prijsverlaging van de leverancier is hier dezelfde dag actief als de leverancier deze doorvoert, omdat OrcaRouter de adviesprijs doorgeeft in plaats van deze opnieuw te prijzen.

GPT-5.3 Codex Spark versus GPT-5.6 Sol, dimensie voor dimensie

• Snelheid — Spark draait op 1.000+ tokens per seconde op Cerebras-hardware (volgens de leverancier), de hele reden dat het bestaat; de gemeten output van GPT-5.6 Sol op OrcaRouter over de afgelopen 7 dagen is ongeveer 244 tokens per seconde. Niet in de buurt — en niet het hele verhaal.

• Prijs — Spark heeft geen openbare API-prijs; GPT-5.6 Sol kost $5 / $30 op het basistarief, $10 / $45 boven 32K invoertokens.

• Context — Spark op 128K, alleen tekst; GPT-5.6 Sol op ongeveer 1.05M met tekst-, afbeeldings- en bestandsinvoer.

• Agentisch coderen — Spark scoort 58,4% op Terminal-Bench 2.0 (door de leverancier gerapporteerd); GPT-5.6 Sol behaalt een AA Coding-score van 77,4, onafhankelijk gemeten door Artificial Analysis op #2 van 132 modellen.

• Werkwijze — Spark brengt standaard minimale wijzigingen aan en slaat testruns over; GPT-5.6 Sol is het volledige agentische vlaggenschip met redeneervermogen en toolgebruik.

• Toegang — Spark is een onderzoekspreview van ChatGPT Pro; GPT-5.6 Sol is een openbaar API-model met een gepubliceerde prijs.

Als het enige wat je wilt een snelle eerste opzet van een kleine bewerking is, is het ontwerp van Spark ideaal. Als je een agent wilt die een repository leest, een wijziging plant, de tests uitvoert en blijft itereren totdat deze slaagt, probeert Spark dat niet te zijn — en Sol's 77,4 AA Coding-score is het getal dat je moet afwegen tegen een preview zonder score.

De realiteit van routing: je hoeft niet blind te kiezen.

Dit is zo'n vergelijking waarbij de routinglaag de beslissing bepaalt. Beide aanroepbare modellen zijn beschikbaar op OrcaRouter tegen de eigen adviesprijzen van de leveranciers met 0% opslag — openai/gpt-5.3-codex voor $1.75 / $14 en openai/gpt-5.6-sol voor $5 / $30 — zodat je dezelfde workload via beide met één key kunt draaien en de beslissing kunt overlaten aan je eigen verkeer, in plaats van te vertrouwen op het verhaal van een van beide leveranciers. De routing-DSL maakt dat praktisch: een failover-regel waarbij het codegerichte agentwerk op GPT-5.3 Codex draait en de zware long-context-calls escaleren naar GPT-5.6 Sol, per taak gemeten op je eigen data.

Drie OrcaRouter-specifieke kenmerken maken dit goedkoper dan de alternatieven. Ten eerste, $0 opslag per token — je betaalt de lijstprijs van de provider, niets extra's. Ten tweede, BYOK — gebruik je eigen bestaande providersleutel en de leverancier factureert rechtstreeks aan jou, dus er is geen prepaid-tegoedpool en geen door de router opgehoogde factuur om te verrekenen. Ten derde, het endpoint is OpenAI-compatibel: richt je bestaande chat/completions- of Responses-client op de OrcaRouter-basis-URL en dezelfde code blijft werken, met 200+ modellen achter één endpoint voor wanneer je het aanbod van één leverancier ontgroeit. De guardrails-laag voor dat endpoint is de andere reden waarom een research preview veilig kan worden uitgesteld — totdat Spark een publieke API en een SLA heeft, is het antwoord voor productie een gepubliceerd model, en biedt de routeringslaag dat model tegen de lijstprijs aan, met automatische failover, zodat een rate-limit-piek geen pipeline laat vastlopen.

Waar Spark het verkeerde antwoord is

Eerlijke grenzen, want het ontwerp van Spark is een compromis waar je niet per ongeluk in moet trappen. Als je werk langetermijn-agentische codering is — een taak die een hele repository moet begrijpen, een plan over vele beurten moet vasthouden en zijn eigen wijzigingen moet verifiëren — dan is de standaardinstelling van Spark (minimaal bewerken, geen testruns) een valkuil, en de 128K-tekstcontext kan de repository niet bevatten. Als je afbeeldingen of bestanden in de prompt nodig hebt, kan het die niet accepteren. Als je een prijs nodig hebt die je kunt voorspellen of een SLA waarop je kunt rekenen, heeft het geen van beide. En als je workload een batchpijplijn met hoge doorvoer is, maakt 1.000 tokens per seconde niet uit; het gaat om de kosten per token en de doorvoer, en die zijn in het voordeel van de goedkopere GPT-5.3 Codex.

Het is ook de moeite waard om te benoemen wat we niet hosten: GPT-5.3 Codex Spark staat niet op OrcaRouter, omdat er geen publieke API is om naartoe te routeren. We doen niet alsof dat anders is, en de eerlijke planningszet is om te bouwen op de modellen die er zijn — GPT-5.3 Codex voor coderingsgericht agentwerk tegen $1,75 / $14, GPT-5.6 Sol voor de moeilijke, multimodale agentoproepen met lange context tegen $5 / $30 — en om Spark te behandelen als een preview om te volgen, niet als een afhankelijkheid om een pijplijn op te baseren.

Kortom

GPT-5.3 Codex Spark is de meest interessante research preview die OpenAI dit jaar heeft uitgebracht, en het is nog geen productiebeslissing. De productiebeslissing — die met gepubliceerde prijzen, verifieerbare benchmarks en een API die antwoord geeft — is GPT-5.3 Codex voor codegericht agentwerk en GPT-5.6 Sol voor de moeilijkste aanroepen, beide op één endpoint tegen de lijstprijs met 0% opslag. Wanneer Spark uiteindelijk een publieke API bereikt, zal die vrijwel zeker achter hetzelfde soort endpoint zitten, en omschakelen wordt dan een modelnaamwijziging, geen migratie. Tot die tijd is het een reden om te blijven kijken — en de snelste manier om voorbereid te zijn, is om de aanroepbare modellen aan te sluiten op een sleutel die je al in bezit hebt.