Presentamos GPT‑5.3‑Codex

Presentamos un nuevo modelo que lleva aún más lejos lo que Codex puede hacer: GPT‑5.3‑Codex, el modelo de programación con agentes más avanzado hasta la fecha. Combina el rendimiento de codificación de vanguardia de GPT‑5.2-Codex con las capacidades de razonamiento y conocimiento profesional de GPT‑5.2, todo en un solo modelo que además es un 25 % más rápido. Esto le permite realizar tareas prolongadas que incluyen investigación, uso de herramientas y ejecución compleja. Al igual que un colega, puedes dirigir e interactuar con GPT‑5.3‑Codex mientras trabaja, sin perder el contexto.

GPT‑5.3‑Codex es nuestro primer modelo, clave en su propio desarrollo. El equipo de Codex usó versiones iniciales para corregir errores en el entrenamiento, gestionar el despliegue y analizar los resultados de pruebas y evaluaciones. El equipo quedó asombrado por la velocidad con la que Codex impulsó su propio desarrollo.

Con GPT‑5.3‑Codex, Codex deja de ser solo un agente capaz de escribir y revisar código para convertirse en uno que puede realizar casi cualquier tarea que los desarrolladores y profesionales realizan en una computadora.

GPT‑5.3‑Codex establece un nuevo estándar en la industria en SWE-Bench Pro y Terminal-Bench, y muestra un sólido desempeño en OSWorld y GDPval, cuatro evaluaciones de referencia (benchmarks) que usamos para medir capacidades de codificación, con agentes y en entornos del mundo real.

GPT‑5.3‑Codex alcanza un rendimiento de vanguardia en SWE-Bench Pro, una evaluación rigurosa de ingeniería de software en el mundo real. Mientras que SWE‑Bench Verified solo prueba Python, SWE‑Bench Pro abarca cuatro lenguajes y es más resistente a la contaminación, además de ser más desafiante, diverso y relevante para la industria. También supera ampliamente el rendimiento anterior de vanguardia en Terminal-Bench 2.0, que mide las habilidades de terminal que un agente de codificación como Codex necesita. Cabe destacar que GPT‑5.3‑Codex lo hace usando menos tokens que cualquier modelo previo, lo que permite a los usuarios crear más.

Al combinar capacidades de codificación de vanguardia, mejoras en la estética y la compactación, se obtiene un modelo que puede realizar un trabajo impresionante, desarrollando juegos y aplicaciones complejas y altamente funcionales desde cero en cuestión de días. Para probar las capacidades del modelo en desarrollo web y de agentes de larga duración, le pedimos GPT‑5.3‑Codex que nos construyera dos juegos: la segunda versión del juego de carreras del lanzamiento de la aplicación de Codex⁠ y un juego de buceo. Usando la skill de desarrollo de juegos web y prompts de seguimiento genéricos preseleccionados como "corrige el error" o "mejora el juego", GPT‑5.3‑Codex fue capaz de iterar en los juegos de forma autónoma sobre millones de tokens. Ve los tráileres y juega los juegos por ti mismo para ver lo que Codex puede hacer.

GPT‑5.3‑Codex también entiende mejor tu intención al pedirle desarrollar sitios web para el uso cotidiano, en comparación con GPT‑5.2‑Codex. Los prompts simples o poco detallados ahora generan de forma predeterminada sitios con más funcionalidades y configuraciones sensatas, ofreciéndote un canvas inicial más sólido para dar vida a tus ideas.

Por ejemplo, le pedimos a GPT‑5.3‑Codex y a GPT‑5.2‑Codex que crearan las dos landing pages que se muestran a continuación. GPT‑5.3‑Codex presentó automáticamente el plan anual como un precio mensual con descuento, dejando claro que se trata de una oferta y no simplemente multiplicando el total anual. También generó un carrusel de testimonios con cambios automáticos, que incluye tres citas de usuarios distintas en lugar de una sola, haciendo que la página se perciba más completa y lista para producción desde el inicio.

Los ingenieros de software, diseñadores, product managers y científicos de datos hacen mucho más que generar código. GPT‑5.3‑Codex está diseñado para respaldar todo el ciclo de vida del software: corregir errores, implementar, monitorear, redactar PRD, editar textos, investigar usuarios, probar, medir resultados y más. Sus funciones con agentes van más allá del software, ayudándote a crear lo que necesites, ya sean presentaciones o análisis de datos en hojas de cálculo.

Con skills personalizadas, similares a las utilizadas en nuestros resultados anteriores de GDPval, GPT‑5.3‑Codex también demuestra un rendimiento sólido en el trabajo profesional especializado, según lo medido por GDP⁠val⁠, igualando a GPT‑5.2. GDPval es una evaluación que OpenAI lanzó en 2025 y que mide el desempeño de un modelo en tareas bien definidas de trabajo profesional especializado en 44 ocupaciones. Estas tareas incluyen actividades como crear presentaciones, hojas de cálculo y otros productos laborales.

A continuación, te mostramos algunos ejemplos del trabajo que realizó el agente.

OSWorld es un punto de referencia para el uso de computadoras con agentes, en la que el agente debe completar tareas de productividad en un entorno visual de escritorio. GPT‑5.3‑Codex muestra habilidades de uso de computadoras significativamente superiores a las de los modelos GPT anteriores.

En conjunto, estos resultados en programación, frontend, uso de computadoras y tareas del mundo real muestran que GPT‑5.3‑Codex no solo supera a los modelos anteriores en tareas individuales, sino que representa un avance hacia un agente de propósito general capaz de razonar, construir y ejecutar en todo el espectro del trabajo técnico del mundo real.

A medida que los modelos se vuelven más potentes, la brecha deja de estar en lo que los agentes pueden hacer y se centra en lo fácil que resulta para los humanos interactuar, supervisar y dirigir a muchos de ellos trabajando en paralelo. La aplicación Codex facilita enormemente esta gestión, y con GPT‑5.3‑Codex ahora la interacción es aún más dinámica. Con el nuevo modelo, Codex ofrece actualizaciones frecuentes para que estés al tanto de las decisiones clave y del progreso mientras opera. En lugar de esperar un resultado final, puedes interactuar en tiempo real: hacer preguntas, discutir enfoques y guiar la conversación hacia la solución. GPT‑5.3‑Codex explica lo que está haciendo, responde a tus comentarios y te mantiene informado de principio a fin.

Las mejoras recientes de Codex se apoyan en los proyectos de investigación que OpenAI ha desarrollado durante meses o años. Gracias a Codex, estos proyectos avanzan más rápido, y muchos investigadores e ingenieros describen hoy su trabajo como muy distinto a lo que era apenas hace dos meses. Incluso las primeras versiones de GPT‑5.3‑Codex mostraron un desempeño sobresaliente, lo que permitió al equipo aprovecharlas para mejorar el entrenamiento y preparar el despliegue de versiones posteriores.

Codex es útil para una gran variedad de tareas, lo que hace difícil enumerar todas las formas en que apoya a nuestros equipos. Por ejemplo, el equipo de investigación utilizó Codex para supervisar y corregir la ejecución del entrenamiento de esta versión. Su apoyo fue más allá de la solución de problemas de infraestructura: ayudó a identificar patrones a lo largo del entrenamiento, proporcionó un análisis detallado sobre la calidad de las interacciones, propuso soluciones y desarrolló aplicaciones avanzadas que permitieron a los investigadores comprender con precisión cómo se comportaba el modelo en comparación con versiones anteriores.

El equipo de ingeniería utilizó Codex para optimizar y adaptar el arnés de GPT‑5.3‑Codex. Cuando empezamos a detectar casos límite inusuales que afectaban a los usuarios, el equipo recurrió a Codex para identificar fallos al procesar el contexto y determinar la causa raíz de las bajas tasas de aciertos de caché. GPT‑5.3‑Codex continúa apoyando al equipo durante todo el lanzamiento, escalando dinámicamente los clústeres de GPU para adaptarse a los picos de tráfico y mantener la latencia estable.

Durante las pruebas alfa, un investigador quería medir cuánto trabajo adicional realizaba GPT‑5.3‑Codex por turno y cómo esto afectaba la productividad. GPT‑5.3‑Codex diseñó varios clasificadores regex simples para estimar la frecuencia de aclaraciones, respuestas positivas y negativas de los usuarios y el progreso en la tarea. Luego los aplicó de manera escalable a todos los registros de sesión y elaboró un informe con sus conclusiones. Las personas que usaban Codex estaban más satisfechas, porque el agente entendía mejor sus intenciones y avanzaba más en cada turno, sin tantas preguntas de aclaración.

Debido a que GPT‑5.3‑Codex es muy distinto a sus predecesores, los datos de las pruebas alfa mostraron numerosos resultados inusuales y contradictorios. Un científico de datos del equipo trabajó con GPT‑5.3‑Codex para crear nuevas canalizaciones de datos y visualizar los resultados de manera mucho más completa que con nuestras herramientas estándar de paneles. Luego, los resultados se analizaron junto con Codex, que resumió de manera concisa las ideas clave de miles de puntos de datos en menos de tres minutos.

Individualmente, cada una de estas tareas muestra cómo Codex puede apoyar a los investigadores y desarrolladores de productos. En conjunto, descubrimos que estas nuevas capacidades impulsan significativamente la productividad de los equipos de investigación, ingeniería y producto.

En los últimos meses, hemos observado mejoras significativas en el rendimiento del modelo en tareas de ciberseguridad, lo que ha beneficiado tanto a desarrolladores como a profesionales del área. Al mismo tiempo, hemos estado fortaleciendo las salvaguardas cibernéticas⁠ para respaldar el uso defensivo y aumentar la resiliencia del ecosistema.

GPT‑5.3‑Codex es el primer modelo que clasificamos como Alta capacidad⁠ para tareas de ciberseguridad bajo nuestro Marco de preparación⁠, y también el primero que hemos entrenado directamente para identificar vulnerabilidades de software. Aunque no contamos con pruebas concluyentes de que pueda automatizar ataques cibernéticos de extremo a extremo, adoptamos un enfoque preventivo y lanzamos nuestra pila de seguridad cibernética más completa hasta la fecha. Entre nuestras medidas de mitigación se incluyen la capacitación en seguridad, el monitoreo automatizado, el acceso seguro a capacidades avanzadas y los flujos de aplicación de políticas que integran inteligencia sobre amenazas.

Dado que la ciberseguridad tiene un uso inherentemente dual, adoptamos un enfoque iterativo basado en evidencia que acelera la capacidad de los defensores para detectar y corregir vulnerabilidades, mientras limita el uso indebido. Como parte de esto, estamos lanzando Trusted Access for Cyber⁠, un programa piloto diseñado para impulsar la investigación en ciberdefensa.

Estamos invirtiendo en salvaguardas para el ecosistema, como la expansión de la versión beta privada de Aardvark⁠, nuestro agente de investigación de seguridad y la primera oferta de nuestra suite de productos y herramientas de Codex Security. También colaboramos con equipos de desarrollo de código abierto para ofrecer escaneo gratuito de bases de código en proyectos ampliamente utilizados, como Next.js, donde un investigador de seguridad utilizó Codex para detectar vulnerabilidadesque se divulgaron⁠(se abre en una nueva ventana) la semana pasada.

Siguiendo nuestro Programa de Subvenciones de Ciberseguridad de $1 millón, lanzado en 2023, ahora hemos destinado $10 millones en créditos de API para acelerar la defensa cibernética con nuestros modelos más avanzados, especialmente en software de código abierto y sistemas de infraestructura crítica. Las organizaciones que participen en investigaciones de seguridad de buena fe pueden solicitar créditos de API y apoyo a través de nuestro Programa de Subvenciones de Ciberseguridad⁠.

GPT‑5.3‑Codex está disponible con los planes de pago de ChatGPT, en todos los entornos donde puedes usar Codex: la aplicación, la CLI, la extensión del IDE y la web. Estamos trabajando para habilitar el acceso a la API de manera segura en un futuro cercano.

Con esta actualización, también ejecutamos GPT‑5.3‑Codex, que es un 25 % más rápido para los usuarios de Codex gracias a mejoras en nuestra infraestructura y pila de inferencia, lo que se traduce en interacciones más ágiles y resultados más rápidos.

GPT‑5.3‑Codex fue codiseñado, entrenado y ejecutado en sistemas NVIDIA GB200 NVL72. Agradecemos a NVIDIA por su colaboración.

Con GPT‑5.3‑Codex, Codex avanza más allá de escribir código para convertirse en una herramienta capaz de operar una computadora y completar tareas de principio a fin. Al expandir los límites de lo que un agente de programación puede lograr, también abrimos la puerta a una gama más amplia de trabajos de conocimiento, desde la creación y el despliegue de software hasta la investigación, el análisis y la ejecución de tareas complejas. Lo que comenzó como un esfuerzo por crear el mejor agente de codificación se ha transformado en la base de un colaborador más versátil en la computadora, ampliando quién puede crear y todo lo que se puede lograr con Codex.