그러나 초당 1,000개의 토큰은 실제로 Cerebras 표준에 따르면 적당하지 않습니다. 이 회사는 Llama 3.1 70B에서 초당 2,100개의 토큰을 측정했고 OpenAI의 자체 개방형 gpt-oss-120B 모델에서 초당 3,000개의 토큰을 보고했는데, 이는 Codex-Spark의 상대적으로 느린 속도가 더 크거나 더 복잡한 모델의 오버헤드를 반영한다는 것을 시사합니다.
AI 코딩 에이전트는 OpenAI의 Codex 및 Anthropic의 Claude Code와 같은 도구가 프로토타입, 인터페이스 및 상용구 코드를 빠르게 구축하기 위한 새로운 수준의 유용성에 도달하면서 획기적인 한 해를 보냈습니다. OpenAI, Google, Anthropic은 모두 더 유능한 코딩 에이전트를 출시하기 위해 경쟁해 왔으며 지연 시간이 승자를 가르는 요소가 되었습니다. 더 빠르게 코딩하는 모델을 사용하면 개발자가 더 빠르게 반복할 수 있습니다.
Anthropic과의 치열한 경쟁 속에서 OpenAI는 빠른 속도로 Codex 라인을 반복해 왔으며 CEO Sam Altman이 Google의 경쟁 압력에 대한 내부 “코드 레드” 메모를 발표한 후 12월에 GPT-5.2를 출시한 후 불과 며칠 전에 GPT-5.3-Codex를 출시했습니다.
Nvidia에서 벗어나 다각화
Spark의 더 깊은 하드웨어 스토리는 벤치마크 점수보다 더 중요할 수 있습니다. 이 모델은 Cerebras가 최소 2022년부터 사업을 구축해 온 디너 접시 크기의 칩인 Cerebras의 Wafer Scale Engine 3에서 실행됩니다. OpenAI와 Cerebras는 1월에 파트너십을 발표했으며 Codex-Spark가 여기서 나오는 첫 번째 제품입니다.
OpenAI는 지난 1년 동안 체계적으로 Nvidia에 대한 의존도를 낮추었습니다. 이 회사는 2025년 10월 AMD와 대규모 다년 계약을 체결했고, 11월에는 Amazon과 380억 달러 규모의 클라우드 컴퓨팅 계약을 체결했으며, TSMC의 최종 제조를 위해 자체 맞춤형 AI 칩을 설계해 왔습니다.
한편, Nvidia와의 1000억 달러 인프라 계약 계획은 지금까지 실패했지만 Nvidia는 이후 200억 달러 투자를 약속했습니다. Reuters는 OpenAI가 추론 작업을 위한 일부 Nvidia 칩의 속도에 만족하지 못했다고 보고했는데, 이는 OpenAI가 Codex-Spark를 설계한 것과 정확히 같은 종류의 워크로드입니다.
어떤 칩이 내부에 있는지에 관계없이 속도는 중요하지만 정확성은 희생될 수 있습니다. AI 제안을 기다리며 코드 편집기 내에서 하루를 보내는 개발자의 경우 초당 1,000개의 토큰은 퍼즐을 주의 깊게 조종하는 것보다는 찢는 톱을 돌리는 것처럼 느껴질 수 있습니다. 당신이 자르는 것을 지켜보십시오.
