Predstavljamo GPT‑5.3‑Codex.

Predstavljamo novi model koji otključava još više mogućnosti Codexa: GPT‑5.3‑Codex, najnapredniji agentni model kodiranja do sada. Model unapređuje i napredne performanse kodiranja GPT‑5.2‑Codex i sposobnosti rezonovanja i profesionalnog znanja GPT‑5.2, objedinjene u jednom modelu, koji je također 25% brži. Ovo mu omogućava da preuzme dugotrajne zadatke koji uključuju istraživanje, upotrebu alata i složeno izvršavanje. Kao što biste s kolegom, možete usmjeravati i komunicirati s GPT‑5.3‑Codex dok radi, bez gubitka konteksta.

GPT‑5.3‑Codex je naš prvi model koji je bio ključan u stvaranju samog sebe. Tim Codexa je koristio rane verzije za otklanjanje grešaka u vlastitoj obuci, upravljanje vlastitom implementacijom i dijagnosticiranje rezultata testova i evaluacija—naš tim je bio oduševljen koliko je Codex uspio ubrzati vlastiti razvoj.

Sa GPT‑5.3‑Codex, Codex se razvija od agenta koji može pisati i pregledavati kod do agenta koji može raditi gotovo sve što programeri i profesionalci mogu raditi na računaru.

GPT‑5.3‑Codex postavlja novi industrijski rekord na SWE-Bench Pro i Terminal-Bench, i pokazuje snažne performanse na OSWorld i GDPval, četiri mjerila koja koristimo za mjerenje sposobnosti kodiranja, agentnih i stvarnog svijeta.

GPT‑5.3‑Codex postiže vrhunske performanse na SWE-Bench Pro, rigoroznoj evaluaciji stvarnog softverskog inženjeringa. Dok SWE‑bench Verified testira samo Python, SWE‑Bench Pro pokriva četiri jezika i otporniji je na kontaminaciju, izazovniji, raznovrsniji i relevantniji za industriju. Također daleko nadmašuje prethodne vrhunske performanse na Terminal-Bench 2.0, koji mjeri terminalske vještine potrebne agentu za kodiranje poput Codexa. Značajno, GPT‑5.3‑Codex to čini s manje tokena nego bilo koji prethodni model, omogućujući korisnicima da izgrade više.

Kombiniranjem naprednih programerskih mogućnosti, poboljšanja estetike i sažimanja, model može raditi impresivan posao, stvarajući visoko funkcionalne složene igre i aplikacije od nule u roku od nekoliko dana. Kako bismo testirali sposobnosti modela za web razvoj i dugotrajne agentičke funkcije, zamolili smo GPT‑5.3‑Codex da nam izradi dvije igre: drugu verziju trkaće igre iz Codex app launch⁠ i igru ronjenja. Koristeći vještinu develop-web-game i unaprijed odabrane, generičke upite kao što su "popravi grešku" ili "poboljšaj igru", GPT‑5.3‑Codex samostalno je iterirao na igrama kroz milione tokena. Pogledaj trejlere i odigraj igre da vidiš šta Codex može učiniti.

GPT‑5.3‑Codex, takođe, bolje razumije vašu namjeru kada ga zamolite da kreira svakodnevne web stranice, u poređenju sa GPT‑5.2‑Codex. Jednostavni ili nedovoljno specificirani upiti sada se prema zadanim postavkama usmjeravaju na stranice s više funkcionalnosti i razumnim zadanim postavkama, dajući ti snažniju početnu osnovu da oživiš svoje ideje.

Na primjer, zamolili smo GPT‑5.3‑Codex i GPT‑5.2‑Codex da naprave dvije odredišne stranice ispod. GPT‑5.3‑Codex automatski je prikazivao godišnji plan kao sniženu mjesečnu cijenu, čineći popust jasnim i namjernim, umjesto da se množi godišnji ukupni iznos. Također je napravljen automatski prelazeći karusel svjedočanstava s tri različita korisnička citata umjesto jednog, što rezultira stranicom koja se čini potpunijom i spremnom za produkciju po defaultu.

Softverski inženjeri, dizajneri, menadžeri proizvoda i stručnjaci za podatke rade mnogo više od samog generiranja koda. GPT‑5.3‑Codex je osmišljen da podrži sve aktivnosti u životnom ciklusu softvera—otklanjanje grešaka, implementaciju, nadzor, pisanje PRD-ova (Dokumenata o zahtjevima proizvoda), uređivanje teksta, istraživanje korisnika, testiranje, metrike i još mnogo toga. Njegove agentičke mogućnosti nadilaze softver, pomažući vam da izgradite što god želite—bilo da se radi o prezentacijama ili analizi podataka u tabelama.

Uz prilagođene vještine slične onima korištenim za naše prethodne rezultate GDPval, GPT‑5.3‑Codex također pokazuje snažne performanse u profesionalnom radu sa znanjem, mjerene pomoću GDP⁠val⁠, izjednačavajući se s GPT‑5.2. GDPval je evaluacija koju je OpenAI objavio 2025. godine i koja mjeri performanse modela na dobro specificiranim zadacima znanja kroz 44 zanimanja. Ovi zadaci uključuju stvari kao što su izrada prezentacija, proračunskih tabela i drugih radnih materijala.

U nastavku su neki primjeri rada koje je agent proizveo.

OSWorld je agentički standard za korištenje računara gdje agent mora izvršiti zadatke produktivnosti u vizualnom desktop okruženju računara. GPT‑5.3‑Codex pokazuje daleko snažnije sposobnosti korištenja računara nego što su to imali prethodni GPT modeli.

Zajedno, ovi rezultati u kodiranju, frontendu i zadacima korištenja računara, te u stvarnom svijetu pokazuju da je GPT‑5.3‑Codex nije samo bolji u pojedinačnim zadacima, već predstavlja prekretnicu ka jedinstvenom, opće-namjenskom agentu koji može rezonovati, graditi i izvršavati kroz cijeli spektar tehničkog rada u stvarnom svijetu.

Kako sposobnosti modela postaju moćnije, jaz se pomjera sa onoga što agenti mogu uraditi na to koliko lako ljudi mogu komunicirati sa njima, usmjeravati ih i nadzirati mnoge od njih koji rade paralelno. Aplikacija Codex čini upravljanje i usmjeravanje agenata mnogo lakšim, a sada s GPT‑5.3‑Codex to je interaktivnije. Uz novi model, Codex pruža česta ažuriranja kako biste ostali informisani o ključnim odlukama i napretku dok radi. Umjesto da čekate konačni rezultat, možete komunicirati u stvarnom vremenu—postavljati pitanja, razgovarati o pristupima i usmjeravati prema rješenju. GPT‑5.3‑Codex objašnjava šta radi, odgovara na povratne informacije i drži vas informisanim od početka do kraja.

Nedavna brza poboljšanja Codexa temelje se na rezultatima istraživačkih projekata koji su trajali mjesecima ili godinama širom cijelog OpenAI-ja. Ovi istraživački projekti se ubrzavaju uz pomoć Codexa, a mnogi istraživači i inženjeri u OpenAI danas opisuju svoj posao kao suštinski drugačiji nego što je bio prije samo dva mjeseca. Čak i rane verzije GPT‑5.3‑Codex pokazale su izuzetne sposobnosti, omogućavajući našem timu da radi s tim ranijim verzijama kako bi poboljšali obuku i podržali implementaciju kasnijih verzija.

Codex je koristan za vrlo širok spektar zadataka, što otežava potpuno nabrajanje načina na koje pomaže našim timovima. Kao primjer, istraživački tim je koristio Codex za praćenje i otklanjanje grešaka tokom treninga za ovo izdanje. Ubrzalo je istraživanje izvan otklanjanja grešaka u infrastrukturnim problemima: pomoglo je pratiti obrasce tokom obuke, pružilo dubinsku analizu kvaliteta interakcije, predložilo ispravke i izgradilo bogate aplikacije kako bi istraživači precizno razumjeli kako se ponašanje modela razlikovalo u odnosu na prethodne modele.

Inženjerski tim je koristio Codex za optimizaciju i prilagodbu pojasa za GPT‑5.3‑Codex. Kada smo počeli primjećivati neobične rubne slučajeve koji utiču na korisnike, članovi tima su koristili Codex da prepoznaju greške u renderovanju konteksta i utvrde osnovni uzrok niskih stopa pogodaka keša. GPT‑5.3‑Codex nastavlja pomagati timu tokom lansiranja dinamičkim skaliranjem GPU klastera kako bi se prilagodili skokovima u prometu i održali stabilnu latenciju.

Tokom alfa testiranja, jedan istraživač je želio razumjeti koliko dodatnog posla GPT‑5.3‑Codex obavlja po potezu i koja je povezana razlika u produktivnosti. GPT‑5.3‑Codex osmislio je nekoliko jednostavnih regex klasifikatora za procjenu učestalosti pojašnjenja, pozitivnih i negativnih odgovora korisnika, napretka na zadatku, a zatim ih skalabilno pokrenuo nad svim zapisima sesija i izradio izvještaj sa zaključkom. Ljudi koji su radili s Codexom bili su zadovoljniji jer je agent bolje razumijevao njihove namjere i postizao veći napredak po potezu, uz manje pitanja za pojašnjenje.

Zbog toga što se GPT‑5.3‑Codex značajno razlikuje od svojih prethodnika, podaci iz alfa testiranja pokazali su brojne neobične i kontraintuitivne rezultate. Naučnik za podatke u timu radio je s GPT‑5.3‑Codex na izgradnji novih podatkovnih cjevovoda i vizualizaciji rezultata mnogo bogatije nego što su naši standardni alati za izradu nadzornih ploča omogućavali. Rezultati su zajednički analizirani s Codexom, koji je sažeto sumirao ključne uvide iz hiljada podataka za manje od tri minute.

Pojedinačno, svi ovi zadaci su zanimljivi primjeri kako Codex može pomoći istraživačima i kreatorima proizvoda. Kada se uzmu zajedno, otkrili smo da su ove nove mogućnosti rezultirale snažnim ubrzanjem rada naših timova za istraživanje, inženjering i proizvode.

U posljednjih nekoliko mjeseci, primijetili smo značajna poboljšanja u performansama modela na zadacima kibernetičke sigurnosti, što koristi i programerima i stručnjacima za sigurnost. Paralelno s tim, pripremamo pojačane mjere kibernetičke zaštite⁠ kako bismo podržali odbrambenu upotrebu i širu otpornost ekosistema.

GPT‑5.3‑Codex je prvi model koji klasifikujemo kao visokog kapaciteta⁠ za zadatke povezane s kibernetičkom sigurnošću prema našem Okvir pripravnosti⁠, i prvi koji smo direktno obučili da identifikuje softverske ranjivosti. Iako nemamo konačne dokaze da može automatizirati kibernetičke napade od početka do kraja, poduzimamo mjere predostrožnosti i implementiramo naš do sada najopsežniji sigurnosni paket za kibernetičku sigurnost. Naše mjere ublažavanja uključuju obuku o sigurnosti, automatizirano praćenje, pouzdan pristup za napredne mogućnosti i kanale za provođenje, uključujući obavještajnu analizu prijetnji.

Budući da je kibernetička sigurnost inherentno dvostruke namjene, primjenjujemo pristup zasnovan na dokazima i iterativan, koji ubrzava sposobnost branilaca da pronađu i otklone ranjivosti, dok istovremeno usporava zloupotrebu. Kao dio ovoga, pokrećemo Pouzdani pristup za cyber⁠, pilot program za ubrzanje istraživanja cyber odbrane.

Ulažemo u zaštitne mjere ekosistema, kao što je proširenje privatne bete za Aardvark⁠, našeg agenta za sigurnosna istraživanja, kao prvu ponudu u našem paketu Codex Security proizvoda i alata, te partnerstvo s održavateljima open-source projekata kako bismo pružili besplatno skeniranje baze koda za široko korištene projekte kao što je Next.js—gdje je sigurnosni istraživač koristio Codex da pronađe ranjivosti otkrivene⁠(otvara se u novom prozoru) prošle sedmice.

Nadovezujući se na naš Program grantova za kibernetičku sigurnost u iznosu od 1.000.000 USD pokrenut 2023. godine, također se obavezujemo na 10.000.000 USD u API kreditima kako bismo ubrzali kibernetičku odbranu uz naše najsposobnije modele, posebno za softver otvorenog koda i sisteme kritične infrastrukture. Organizacije koje se bave istraživanjem sigurnosti u dobroj vjeri mogu aplicirati za API kredite i podršku kroz naš Program grantova za kibernetičku sigurnost⁠.

GPT‑5.3‑Codex je dostupan uz plaćene ChatGPT planove, svugdje gdje možete koristiti Codex: u aplikaciji, CLI-ju, IDE ekstenziji i na webu. Radimo na sigurnom omogućavanju API pristupa uskoro.

S ovim ažuriranjem, također sada pokrećemo GPT‑5.3‑Codex. 25% brže za korisnike Codex, zahvaljujući poboljšanjima u našoj infrastrukturi i inferencijskom steku, što rezultira bržim interakcijama i rezultatima.

GPT‑5.3‑Codex je zajednički dizajniran, obučen i poslužen na NVIDIA GB200 NVL72 sistemima. Zahvaljujemo se NVIDIA-i na njihovom partnerstvu.

Uz GPT‑5.3‑Codex, Codex prelazi granice pisanja koda i koristi ga kao alat za upravljanje računarom i završavanje posla od početka do kraja. Pomicanjem granica onoga što agent za kodiranje može učiniti, također otvaramo širu klasu poslova zasnovanih na znanju—od izgradnje i implementacije softvera do istraživanja, analize i izvršavanja složenih zadataka. Ono što je počelo kao fokus na to da bude najbolji agent za kodiranje postalo je temelj za općenitijeg saradnika na računaru, proširujući i ko može graditi i šta je moguće uz Codex.