OpenAI hat am 12. Februar 2026 ein neues Spezialmodell vorgestellt, das die Spielregeln der KI-Entwicklung verändert: GPT-5.3-Codex-Spark läuft auf Cerebras' Wafer Scale Engine 3 und liefert über 1.000 Tokens pro Sekunde - 15-mal schneller als sein Vorgänger GPT-5.3-Codex. Gleichzeitig werden ältere Modelle wie GPT-4o abgeschaltet. OpenAI setzt voll auf Spezialisierung statt Alleskönner.
Spezialist statt Allrounder
Codex Spark ist kein Allzweck-Chatbot. Es ist ein ultraschnelles Coding-Modell, optimiert für Echtzeit-Feedback-Schleifen: gezielte Code-Edits, Logik-Korrekturen, Inline-Vorschläge - alles in Sekundenbruchteilen. Während der größere GPT-5.3-Codex für lange, autonome Aufgaben konzipiert ist (ähnlich einem Projektarbeiter), ist Spark der Pair-Programming-Partner, der sofort reagiert.
- Geschwindigkeit: Über 1.000 Tokens/Sekunde - 20x schneller als die Frontier-Konkurrenz bei der Token-Generierung
- Kontextfenster: 128.000 Tokens
- Verfügbarkeit: Research Preview für ChatGPT Pro-Abonnenten
- Format: Text-only, optimiert für Code
Die Cerebras-Partnerschaft
Die extreme Geschwindigkeit verdankt Codex Spark einer Partnerschaft mit Cerebras, deren Wafer Scale Engine 3 - ein kompletter Wafer als einzelner Chip - die Inferenz dramatisch beschleunigt. Die im Januar 2026 angekündigte Kooperation zeigt Wirkung: OpenAI setzt erstmals auf externe Spezialhardware statt ausschließlich auf Nvidia-GPUs.
OpenAIs neue Strategie: Spezialisierte Modell-Teams
Mit Codex Spark wird OpenAIs Strategiewechsel deutlich: Statt eines einzigen Modells, das alles kann, entsteht eine Familie von Spezialisten. GPT-5.2 für Reasoning und Forschung, GPT-5.3-Codex für autonome Langzeitaufgaben, Codex Spark für Echtzeit-Interaktion. Intern läuft GPT-5.3 unter dem Codenamen „Garlic" und markiert den Fokus auf „smarter and denser" - mehr Leistung bei geringerer Modellgröße.
Parallel dazu schaltet OpenAI ältere Modelle ab. Die Botschaft: Die Ära der „One-Size-fits-all"-KI ist vorbei.
📊 Einordnung
Codex Spark ist ein strategischer Zug auf mehreren Ebenen: OpenAI diversifiziert seine Hardware-Abhängigkeit (weg von reiner Nvidia-Bindung), segmentiert sein Modellangebot nach Anwendungsfall und zwingt Entwickler, sich mit der Frage auseinanderzusetzen: Welches Modell für welche Aufgabe? Für Unternehmen bedeutet das eine höhere Einstiegskomplexität, aber auch deutlich bessere Ergebnisse bei richtiger Zuordnung.
🎯 Was bedeutet das konkret?
- Für Entwickler: Codex Spark für interaktives Coding testen - die Geschwindigkeit verändert den Workflow fundamental.
- Für IT-Entscheider: Die Multi-Modell-Strategie erfordert ein neues Verständnis: Nicht „welche KI", sondern „welche KI wofür".
- Für die Branche: Die Cerebras-Partnerschaft signalisiert das Ende der Nvidia-Monokultur bei KI-Inferenz.
Anzeige · Buch und Angebot von Markus Kirchmair
Noch ein Tool. Oder endlich weniger Arbeit?
Prüfen Sie mit No More Tools, welche Software und Abläufe Ihr Unternehmen tatsächlich braucht. Im Workshop entsteht ein priorisierter Fahrplan.
