Ipinapakilala ang GPT‑5.3‑Codex

Ipinapakilala namin ang bagong modelo na nagbubukas ng mas marami pa sa mga kayang gawin ng Codex: GPT‑5.3‑Codex, ang pinaka-capable na agentic coding na modelo sa kasalukuyan. Pinauunlad ng modelo ang parehong frontier coding performance ng GPT‑5.2‑Codex at ang mga kakayahan sa pangangatwiran at propesyonal na kaalaman ng GPT‑5.2, na pinagsama sa iisang modelo, na 25% na mas mabilis din. Pinapagana nito na makapagpatuloy sa mga gawain na tumatagal ng mahabang panahon na may kinalaman sa pananaliksik, paggamit ng mga kasangkapan, at masalimuot na pagsasagawa. Katulad ng isang kasamahan, maaari ninyong gabayan at makipag-ugnayan sa GPT‑5.3‑Codex habang ito ay gumagana, nang hindi nawawala ang konteksto.

Ang GPT‑5.3‑Codex ay ang aming unang modelo na naging mahalaga sa paggawa ng sarili nito. Gumamit ang team ng Codex ng mga maagang bersyon para i-debug ang sarili nitong pagsasanay, pamahalaan ang sarili nitong deployment, at i-diagnose ang mga resulta ng pagsubok at mga pagsusuri—namangha ang aming team sa kung gaano kalaki ang naitulong ng Codex para pabilisin ang sarili nitong pag-unlad.

Gamit ang GPT‑5.3‑Codex, Mula sa agent ang Codex na puwedeng magsulat at magrepaso ng code patungo sa agent na kayang gawin ang halos anumang bagay na magagawa ng mga developer at propesyonal sa computer.

Nagtatakda ang GPT‑5.3‑Codex ng bagong pinakamataas na antas sa industriya sa SWE-Bench Pro at Terminal-Bench, at nagpapakita ng malakas na pagganap sa OSWorld at GDPval, apat na benchmark na ginagamit namin para sukatin ang mga kakayahan sa coding, agentic, at real-world.

Nakakamit ng GPT‑5.3‑Codex ang pinakamataas na antas ng pagganap sa SWE-Bench Pro, isang mahigpit na pagsusuri ng software engineering sa totoong mundo. Kung ang SWE-bench Verified ay Python lang ang sinusubok, saklaw naman ng SWE-Bench Pro ang apat na wika at mas lumalaban sa contamination—resistant, mas mapanghamon, mas iba-iba, at mas angkop sa pangangailangan ng industriya. Malaki rin ang inilamang nito sa naunang pinakamataas na antas ng pagganap sa Terminal-Bench 2.0, na sumusukat sa mga kasanayan sa terminal na kailangan ng coding agent tulad ng Codex. Kapansin-pansin, ang GPT‑5.3‑Codex ay gumagawa nito gamit ang mas kaunting token kaysa sa anumang naunang modelo, na nagbibigay-daan sa mga user na makabuo ng mas marami.

Pinagsasama ang mga kakayahan sa pag-code ng frontier, mga pagpapahusay sa aesthetics, at compaction, nagreresulta ito sa modelo na kayang gumawa ng kapansin-pansing trabaho, na bumubuo ng mga kumplikadong laro at app na may mataas na pagganap mula sa simula sa loob ng ilang araw. Para subukan ang mga kakayahan ng modelo sa web development at sa mga pangmatagalang agentic na gawain, hiniling namin sa GPT‑5.3‑Codex na gumawa ng dalawang laro para sa amin: version two ng racing game mula sa Codex app launch⁠, at ang diving game. Gamit ang kasanayan sa pag-develop ng web game at mga paunang piniling pangkalahatang follow-up na prompt tulad ng "ayusin ang bug" o "pagbutihin ang laro", GPT‑5.3‑Codex inulit-ulit ang mga laro nang awtonomo sa milyun-milyong token. Panoorin ang mga trailer at laruin ang mga game para makita mo mismo kung ano ang magagawa ng Codex.

Mas mahusay ding nauunawaan ng GPT‑5.3‑Codex ang iyong layunin kapag hinihiling mo rito na gumawa ng mga pang-araw-araw na website, kumpara sa GPT‑5.2‑Codex. Ang mga simple o kulang sa detalye na prompt ay ngayon ay awtomatikong pumipili ng mga site na may mas maraming functionality at makatuwirang mga default, na nagbibigay sa iyo ng mas matibay na panimulang canvas para bigyang-buhay ang iyong mga ideya.

Halimbawa, hiniling namin sa GPT‑5.3‑Codex at GPT‑5.2‑Codex na bumuo ng dalawang landing page sa ibaba. GPT‑5.3‑Codex awtomatikong ipinakita ang taunang plano bilang may diskwentong buwanang presyo, na ginagawang malinaw at sinadya ang diskwento, sa halip na i-multiply ang taunang kabuuan. Gumawa rin ito ng awtomatikong nagbabagong testimonial carousel na may tatlong magkakaibang panipi ng user sa halip na isa, na nagresulta sa page na mas kumpleto at handa na para sa produksyon bilang default.

Mas marami pang ginagawa ang mga software engineer, designer, product manager, at data scientist kaysa sa simpleng pagbuo ng code. Ang GPT‑5.3‑Codex ay binuo para suportahan ang lahat ng gawain sa lifecycle ng software—pag-debug, pag-deploy, pag-monitor, pagsulat ng mga PRD, pag-edit ng kopya, pananaliksik ng user, mga pagsubok, mga metric, at iba pa. Higit pa sa software ang abot ng mga kakayahan ng agent nito, na tumutulong sa iyong buuin ang kahit ano mang gusto mo—mula sa paggawa ng slide deck hanggang sa pagsusuri ng data sa mga spreadsheet.

Sa mga custom na kasanayan na katulad ng mga ginamit para sa aming mga naunang resulta sa GDPval, nagpapakita rin ang GPT‑5.3‑Codex ng malakas na pagganap sa gawaing propesyonal na kaalaman na sinusukat ng GDP⁠val⁠, na tumutugma sa GPT‑5.2. Ang GDPval ay isang pagsusuri na inilabas ng OpenAI noong 2025 na sumusukat sa pagganap ng modelo sa mga tiyak na gawain sa kaalaman sa 44 na propesyon. Kasama sa mga gawain na ito ang mga bagay tulad ng paggawa ng mga presentasyon, spreadsheet, at iba pang mga produktong pangtrabaho.

Narito ang ilang halimbawa ng mga gawaing ginawa ng agent.

Ang OSWorld ay isang agentic computer-use benchmark kung saan kailangang tapusin ng agent ang mga productivity task sa visual na desktop computer na kapaligiran. GPT‑5.3‑Codex nagpapakita ng mas malalakas na kakayahan sa paggamit ng computer kaysa sa mga naunang modelo ng GPT.

Sama-sama, ipinapakita ng mga resultang ito sa coding, frontend, at mga gawain sa paggamit ng computer at sa totoong mundo na ang GPT‑5.3‑Codex ay hindi lang mas mahusay sa mga indibidwal na gawain, kundi nagmamarka ng hakbang na pagbabago patungo sa pangkalahatang-layunin na agent na kayang mangatwiran, bumuo, at magsagawa sa buong saklaw ng tunay na teknikal na gawain sa mundo.

Habang nagiging mas powerful ang mga kakayahan ng modelo, ang gap ay lumilipat mula sa kung ano ang kayang gawin ng mga agent tungo sa kung gaano kadaling makipag-ugnayan, magdirekta, at mangasiwa ang mga tao sa marami sa kanila na nagtatrabaho nang sabay-sabay. Mas pinapadali ng Codex app ang pamamahala at pagdidirekta sa mga agent, at ngayon kasama ang GPT‑5.3‑Codex mas interaktibo ito. Sa bagong modelo, nagbibigay ang Codex ng madalas na mga update upang manatili kayong naabisuhan sa mahahalagang desisyon at progreso habang ito ay gumagana. Sa halip na maghintay ng panghuling resulta, maaari kayong makipag-ugnayan nang real time—magtanong, talakayin ang mga pamamaraan, at gabayan patungo sa solusyon. GPT‑5.3‑Codex ipinapaliwanag kung ano ang ginagawa nito, tumutugon sa feedback, at pinapanatili kayong updated mula sa simula hanggang sa katapusan.

Ang mga kamakailang mabilis na pagpapahusay ng Codex ay nakabatay sa bunga ng mga proyektong pananaliksik na tumagal ng ilang buwan o taon sa buong OpenAI. Ang mga proyektong pananaliksik na ito ay pinabibilis ng Codex, at maraming mananaliksik at iengineer sa OpenAI ang naglalarawan sa kanilang trabaho ngayon bilang pangunahing naiiba kumpara sa kung ano ito dalawang buwan na ang nakalipas. Kahit ang mga naunang bersyon ng GPT‑5.3‑Codex nagpakita ng pambihirang kakayahan, na nagbigay-daan sa aming koponan na magtrabaho gamit ang mga naunang bersyon upang mapahusay ang pagsasanay at suportahan ang pag-deploy ng mga mas bagong bersyon.

Kapaki-pakinabang ang Codex para sa napakalawak na hanay ng mga gawain, kaya mahirap na ganap na mailista ang mga paraan kung paano ito nakakatulong sa aming mga team. Bilang ilang halimbawa, ginamit ng research team ang Codex para subaybayan at i-debug ang training run para sa paglabas na ito. Pinabilis nito ang pananaliksik na higit pa sa pag-debug ng mga problema sa imprastraktura: nakatulong ito sa pagsubaybay sa mga pattern sa buong kurso ng pagsasanay, nagbigay ng malalim na pagsusuri sa kalidad ng interaksyon, nagmungkahi ng mga pag-aayos, at bumuo ng mga mayayamang aplikasyon para sa mga mananaliksik na tao para tumpak na maunawaan kung paano naiiba ang paggawi ng modelo kumpara sa mga naunang modelo.

Ginamit ng engineering team ang Codex para i-optimize at iangkop ang harness para sa GPT‑5.3‑Codex. Nang nagsimula kaming makakita ng mga kakaibang kaso na nakakaapekto sa mga user, ginamit ng mga miyembro ng team ang Codex para tukuyin ang mga bug sa pag-render ng konteksto, at alamin ang ugat ng mabababang cache hit rate. Patuloy na tinutulungan ng GPT‑5.3‑Codex ang team sa buong paglulunsad sa pamamagitan ng dynamic na pag-scale ng mga GPU cluster para umangkop sa mga biglaang pagtaas ng trapiko at mapanatiling matatag ang latency.

Sa panahon ng alpha testing, may mananaliksik na gustong maunawaan kung gaano karaming karagdagang trabaho ang natatapos ng GPT‑5.3‑Codex sa bawat pagliko at ang kaugnay na pagkakaiba sa produktibidad. GPT‑5.3‑Codex nakabuo ng ilang simpleng regex classifiers upang tantyahin ang dalas ng mga paglilinaw, positibo at negatibong tugon ng user, pag-unlad sa gawain, at pagkatapos ay patakbuhin ang mga ito nang malawakan sa lahat ng mga session log at gumawa ng report na may konklusyon nito. Mas masaya ang mga taong gumagamit ng Codex dahil mas nauunawaan ng agent ang kanilang layunin at mas marami ang nagagawa sa bawat galaw, na may mas kaunting mga tanong para sa paglilinaw.

Dahil ibang-iba ang GPT‑5.3‑Codex sa mga nauna rito, ang data mula sa alpha testing ay nagpakita ng maraming hindi pangkaraniwan at taliwas sa intuwisyon na mga resulta. Isang data scientist sa team ang nakipagtulungan sa GPT‑5.3‑Codex para bumuo ng mga bagong data pipeline at i-visualize ang mga resulta nang mas detalyado kaysa sa pinapahintulutan ng aming mga karaniwang tool sa dashboarding. Magkatuwang na sinuri ang mga resulta kasama ang Codex, na maikling nagbuod ng mga mahahalagang pananaw mula sa libo-libong data point sa loob ng wala pang tatlong minuto.

Isa-isa, ang lahat ng mga gawaing ito ay mga kawili-wiling halimbawa kung paano makakatulong ang Codex sa mga mananaliksik at tagabuo ng produkto. Kung pagsasama-samahin, natuklasan namin na ang mga bagong kakayahang ito ay nagresulta sa powerful na pagpapabilis ng aming mga team ng pananaliksik, engineer, at produkto.

Sa mga nakalipas na buwan, nakakita kami ng makabuluhang pagbuti sa pagganap ng modelo sa mga gawain sa cybersecurity, na pinakikinabangan ng mga developer at mga propesyonal sa seguridad. Kasabay nito, naghahanda kami ng mas pinatibay na mga proteksyon sa cyber⁠ para suportahan ang depensibong paggamit at mas malawak na katatagan ng ecosystem.

Ang GPT‑5.3‑Codex ang unang modelo na inuuri namin bilang Mataas na kakayahan⁠ para sa mga gawaing may kaugnayan sa cybersecurity sa ilalim ng aming Preparedness Framework⁠, at ang unang direktang sinanay namin para matukoy ang mga kahinaan sa software. Bagaman wala kaming tiyak na ebidensya na kaya nitong i-automate ang mga cyber attack mula simula hanggang wakas, nagsasagawa kami ng maingat na pamamaraan at ipinapatupad namin ang pinakakomprehensibo naming cybersecurity safety stack sa kasalukuyan. Kabilang sa aming mga pagpapagaan ang pagsasanay sa kaligtasan, awtomatikong pagsubaybay, mapagkakatiwalaang pag-access para sa mga advanced na kakayahan, at mga pipeline ng pagpapatupad kabilang ang threat intelligence.

Dahil ang cybersecurity ay likas na may dalawahang gamit, gumagamit kami ng ebidensiyang nakabatay, paulit-ulit na pamamaraan na nagpapabilis sa kakayahan ng mga tagapagtanggol na maghanap at mag-ayos ng mga kahinaan habang pinapabagal ang maling paggamit. Bilang bahagi nito, inilulunsad namin ang Mapagkakatiwalaang Pag-access para sa Cyber⁠, isang pilot program para pabilisin ang pananaliksik sa depensa ng cyber.

Namumuhunan kami sa mga pananggalang sa ecosystem tulad ng pagpapalawak ng private beta ng Aardvark⁠, ang aming agent sa pananaliksik sa seguridad, bilang unang alok sa aming suite ng mga produkto at tool ng Codex Security, at nakikipagtulungan sa mga tagapangalaga ng open-source para magbigay ng libreng pag-scan ng codebase para sa mga malawakang ginagamit na proyekto tulad ng Next.js—kung saan gumamit ang mananaliksik sa seguridad ng Codex para makahanap ng mga kahinaan na isiniwalat⁠(magbubukas sa bagong window) noong nakaraang linggo.

Bilang karagdagan sa aming $1M Cybersecurity Grant Program na inilunsad noong 2023, naglalaan din kami ng $10M sa mga API credit para pabilisin ang cyber defense gamit ang aming pinakamakapangyarihang mga modelo, lalo na para sa open source software at mga kritikal na sistema ng imprastraktura. Maaaring mag-apply ang mga organisasyong nagsasagawa ng pananaliksik sa seguridad na may mabuting hangarin para sa mga API credit at suporta sa pamamagitan ng aming Cybersecurity Grant Program⁠.

Available ang GPT‑5.3‑Codex sa mga bayad na plano ng ChatGPT, saanman magagamit ang Codex: ang app, CLI, IDE extension, at web. Nagsusumikap kaming ligtas na paganahin ang API access sa lalong madaling panahon.

Sa update na ito, pinapatakbo na rin namin ngayon ang GPT‑5.3‑Codex 25% na mas mabilis para sa mga gumagamit ng Codex, salamat sa mga pagpapahusay sa aming imprastraktura at inference stack, na nagreresulta sa mas mabilis na mga pakikipag-ugnayan at mas mabilis na mga resulta.

Ang GPT‑5.3‑Codex ay magkatuwang na idinisenyo, sinanay, at inihatid sa mga system na NVIDIA GB200 NVL72. Nagpapasalamat kami sa NVIDIA para sa kanilang pakikipagtulungan.

Gamit ang GPT‑5.3‑Codex, Ang Codex ay lumalampas na sa pagsusulat ng code at ginagamit ito bilang tool para magpatakbo ng computer at tapusin ang trabaho mula umpisa hanggang wakas. Sa pamamagitan ng pagsulong sa hangganan ng kung ano ang kayang gawin ng coding agent, nagbubukas din tayo ng mas malawak na uri ng gawaing pang-kaalaman—mula sa pagbuo at pag-deploy ng software hanggang sa pagsasaliksik, pagsusuri, at pagsasagawa ng mga kumplikadong gawain. Ang nagsimula bilang pokus sa pagiging pinakamahusay na coding agent ay naging pundasyon para sa mas pangkalahatang collaborator sa computer, na nagpapalawak kapwa kung sino ang maaaring bumuo at kung ano ang posible sa Codex.