GPT‑5.2‑Codex રજૂ કરીએ છીએ
વ્યાવસાયિક સોફ્ટવેર એન્જિનિયરિંગ અને રક્ષણાત્મક સાયબરસુરક્ષા માટેનું સૌથી અત્યાધુનિક એજન્ટિક કોડિંગ મોડલ.
આજે અમે GPT‑5.2‑Codex રિલીઝ કરી રહ્યા છીએ, જે જટિલ, વાસ્તવિક સોફ્ટવેર એન્જિનિયરિંગ માટે અત્યાર સુધીનું સૌથી અત્યાધુનિક એજન્ટિક કોડિંગ મોડલ છે. GPT‑5.2‑Codex એ GPT‑5.2નું એવું સંસ્કરણ છે જેને Codexમાં એજન્ટિક કોડિંગ માટે વધુ ઑપ્ટિમાઇઝ કરવામાં આવ્યું છે, જેમાં context compaction દ્વારા લાંબા-ક્ષિતિજના કામમાં સુધારા, refactors અને migrations જેવા મોટા કોડ ફેરફારો પર વધુ મજબૂત પ્રદર્શન, Windows પર્યાવરણોમાં સુધારેલ પ્રદર્શન, અને નોંધપાત્ર રીતે વધુ મજબૂત સાયબર સુરક્ષા ક્ષમતાઓ શામેલ છે.
જેમ જેમ અમારા મોડલો બુદ્ધિમત્તાના અત્યાધુનિક સીમાએ આગળ વધી રહ્યા છે, અમે જોયું છે કે આ સુધારાઓ સાયબરસુરક્ષા જેવા વિશિષ્ટ ક્ષેત્રોમાં ક્ષમતાના ઉછાળા તરીકે પણ અનુવાદિત થાય છે. ઉદાહરણ તરીકે, ગયા અઠવાડિયે જ Codex CLI સાથે GPT‑5.1‑Codex‑Max નો ઉપયોગ કરતા એક સુરક્ષા સંશોધકે Reactમાં એવી નબળાઈ શોધી અને જવાબદારીપૂર્વક જાહેર(નવી વિન્ડોમાં ખૂલે છે) કરી, જે source code exposure તરફ દોરી શકે હતી.
GPT‑5.2‑Codexમાં અમે અત્યાર સુધી રિલીઝ કરેલા કોઈપણ મોડલ કરતાં વધુ મજબૂત સાયબરસુરક્ષા ક્ષમતાઓ છે. આ પ્રગતિઓ મોટા પાયે સાયબરસુરક્ષા મજબૂત કરવામાં મદદ કરી શકે છે, પરંતુ તે સાથે જ નવી dual-use જોખમો પણ ઊભા કરે છે, જેને સાવચેતીપૂર્વકના deploymentની જરૂર છે. GPT‑5.2‑Codex અમારા પ્રિપેરડનેસ ફ્રેમવર્ક હેઠળ સાયબર ક્ષમતાના ‘High’ સ્તરે પહોંચતું નથી, છતાં અમે ભવિષ્યની ક્ષમતા વૃદ્ધિને ધ્યાનમાં રાખીને અમારી deployment approach ડિઝાઇન કરી રહ્યા છીએ.
આજે અમે ચૂકવણી કરનારા ChatGPT વપરાશકર્તાઓ માટે Codexની બધી surfacesમાં GPT‑5.2‑Codex રિલીઝ કરી રહ્યા છીએ, અને આવનારા અઠવાડિયાઓમાં API વપરાશકર્તાઓ માટે GPT‑5.2‑Codexનો પ્રવેશ સુરક્ષિત રીતે સક્રિય કરવા તરફ કામ કરી રહ્યા છીએ. સમકાલીન રીતે, અમે રક્ષણાત્મક સાયબરસુરક્ષા કાર્ય પર કેન્દ્રિત ચકાસાયેલ વ્યાવસાયિકો અને સંસ્થાઓ માટે આવનારી ક્ષમતાઓ અને વધુ પરવાનગીપૂર્ણ મોડલો માટે invite-only trusted accessનું પાયલોટિંગ કરી રહ્યા છીએ. અમને વિશ્વાસ છે કે deployment માટેનો આ અભિગમ accessibility અને safety વચ્ચે સંતુલન જાળવશે.
GPT‑5.2‑Codex વ્યાવસાયિક જ્ઞાન કાર્યમાં GPT‑5.2ની શક્તિઓ અને GPT‑5.1‑Codex‑Maxની અત્યાધુનિક એજન્ટિક કોડિંગ અને ટર્મિનલ-ઉપયોગ ક્ષમતાઓ પર આધાર રાખે છે. GPT‑5.2‑Codex હવે લાંબા-contextની સમજ, વિશ્વસનીય tool calling, સુધારેલ factuality, અને native compactionમાં વધુ સારું છે, જેના કારણે તે લાંબા સમય સુધી ચાલતા કોડિંગ કાર્યો માટે વધુ વિશ્વસનીય ભાગીદાર બને છે, સાથે જ તેના રિઝનિંગમાં ટોકન-કાર્યક્ષમ રહે છે.
GPT‑5.2‑Codex SWE-Bench Pro અને Terminal-Bench 2.0 પર state-of-the-art પ્રદર્શન હાંસલ કરે છે, જે વાસ્તવિક ટર્મિનલ પર્યાવરણોમાં વિવિધ પ્રકારના કાર્યો પર એજન્ટિક પ્રદર્શન ચકાસવા માટે ડિઝાઇન કરાયેલા benchmarks છે. GPT‑5.1‑Codex‑Maxમાં રજૂ કરાયેલી ક્ષમતાઓને આધારે, તે native Windows પર્યાવરણોમાં એજન્ટિક કોડિંગમાં પણ ઘણું વધુ અસરકારક અને વિશ્વસનીય છે.
આ સુધારાઓ સાથે, Codex હવે સંપૂર્ણ context અક્ષુન્ન રાખીને લાંબા સત્રો દરમિયાન મોટા રિપોઝિટરીઝમાં કામ કરવામાં વધુ સક્ષમ છે. તે મોટા refactors, code migrations અને feature builds જેવા જટિલ કાર્યો વધુ વિશ્વસનીય રીતે પૂર્ણ કરી શકે છે — યોજનાઓ બદલાય કે પ્રયત્નો નિષ્ફળ જાય ત્યારે પણ, દોર ખોયા વિના સતત iteration ચાલુ રાખે છે.
SWE-Bench Proમાં, મોડલને એક કોડ રિપોઝિટરી આપવામાં આવે છે અને તેને વાસ્તવિક સોફ્ટવેર એન્જિનિયરિંગ કાર્ય ઉકેલવા માટે એક પેચ જનરેટ કરવો પડે છે. Terminal-Bench 2.0 એ વાસ્તવિક ટર્મિનલ પર્યાવરણોમાં AI એજન્ટોને ચકાસવા માટેનું એક બેન્ચમાર્ક છે. કાર્યોમાં કોડ કમ્પાઇલ કરવો, મોડલોને ટ્રેન કરવી અને સર્વરો સેટ અપ કરવાનું સમાવેશ થાય છે.
વધુ મજબૂત vision performance GPT‑5.2‑Codexને કોડિંગ સત્રો દરમિયાન શેર કરાયેલા screenshots, technical diagrams, charts અને UI surfaces વધુ ચોકસાઈથી અર્થઘટન કરવા સક્ષમ બનાવે છે.
Codex design mocks લઈ તેમને ઝડપથી કાર્યાત્મક prototypesમાં અનુવાદિત કરી શકે છે, અને તમે Codex સાથે મળીને આ prototypesને production સુધી લઈ જઈ શકો છો.
ડિઝાઇન મૉક

GPT‑5.2‑Codex દ્વારા જનરેટ કરાયેલ પ્રોટોટાઇપ
સમય સાથે અમારી મુખ્ય સાયબરસુરક્ષા evaluationsમાંની એક પર પ્રદર્શનનું ચાર્ટિંગ કરતાં, GPT‑5‑Codexથી શરૂ થતો ક્ષમતામાં તીવ્ર ઉછાળો, GPT‑5.1‑Codex‑Max સાથે વધુ એક મોટો ઉછાળો અને હવે GPT‑5.2‑Codex સાથે ત્રીજો ઉછાળો જોવા મળે છે. અમે અપેક્ષા રાખીએ છીએ કે આવનારા AI મોડલો આ ગતિપથ પર આગળ વધશે. તેની તૈયારીરૂપે, અમે એવી યોજના બનાવી અને મૂલ્યાંકન કરી રહ્યા છીએ જાણે કે દરેક નવું મોડલ અમારી Preparedness Framework(નવી વિન્ડોમાં ખૂલે છે) મુજબ માપવામાં આવતી સાયબરસુરક્ષા ક્ષમતાના ‘High’ સ્તરે પહોંચી શકે. GPT‑5.2‑Codex હજી સાયબર ક્ષમતાના ‘High’ સ્તર સુધી પહોંચ્યું નથી, છતાં અમે તે threshold પાર કરનારા ભવિષ્યના મોડલો માટે તૈયારી કરી રહ્યા છીએ. વધેલી સાયબર ક્ષમતાઓને કારણે, અમે મોડલમાં અને ઉત્પાદનમાં વધારાના safeguards ઉમેર્યા છે, જે સિસ્ટમ કાર્ડમાં દર્શાવવામાં આવ્યા છે.
Professional Capture-the-Flag (CTF) ઇવેલ માપે છે કે Linux પર્યાવરણમાં મોડલ કેટલા વખત અદ્યતન, બહુ-ચરણવાળા વાસ્તવિક પડકારો (જે માટે વ્યાવસાયિક સ્તરની સાયબરસુરક્ષા કુશળતાઓ જોઈએ) ઉકેલી શકે છે.
આધુનિક સમાજ software પર ચાલે છે, અને તેની વિશ્વસનીયતા મજબૂત સાયબરસુરક્ષા પર નિર્ભર છે—બેંકિંગ, હેલ્થકેર, સંચાર અને આવશ્યક સેવાઓની મહત્વપૂર્ણ સિસ્ટમોને online રાખવી, સંવેદનશીલ ડેટાનું રક્ષણ કરવું, અને લોકો રોજ ભરોસો રાખતા software પર વિશ્વાસ કરી શકે તેની ખાતરી કરવી. નબળાઈઓ કોઈને તેની ખબર પડે તે પહેલાં લાંબા સમય સુધી અસ્તિત્વમાં રહી શકે છે, અને તેમને શોધવા, માન્ય કરવા અને સુધારવા માટે ઘણીવાર યોગ્ય સાધનોથી સજ્જ ઇજનેરો અને સ્વતંત્ર સુરક્ષા સંશોધકોના સમુદાય પર નિર્ભર રહેવું પડે છે.
11 ડિસેમ્બર, 2025ના રોજ, React ટીમે React Server Components સાથે બનેલી એપ્સને અસર કરતી ત્રણ સુરક્ષા નબળાઈઓ પ્રકાશિત કરી. આ disclosureને નોંધપાત્ર બનાવનાર બાબત માત્ર નબળાઈઓ જ નહોતી, પણ તે કેવી રીતે શોધાઈ તે પણ હતું.
Stripeની કંપની Privyમાં principal security engineer એન્ડ્રુ મૅકફર્સન, Codex CLI અને અન્ય કોડિંગ એજન્ટો સાથે GPT‑5.1‑Codex‑Max નો ઉપયોગ કરીને એક અઠવાડિયા પહેલાં જાહેર કરાયેલી Reactની બીજી મહત્વપૂર્ણ નબળાઈ, React2Shell(નવી વિન્ડોમાં ખૂલે છે) (CVE-2025-55182(નવી વિન્ડોમાં ખૂલે છે))ને ફરી બનાવવાનો અને અભ્યાસ કરવાનો પ્રયાસ કરી રહ્યા હતા. તેમનો હેતુ હતો કે મોડલ વાસ્તવિક વિશ્વની નબળાઈ સંશોધનમાં કેટલી સારી રીતે મદદ કરી શકે તેનું મૂલ્યાંકન કરવું.
તેમણે શરૂઆતમાં અનેક ઝીરો-શોટ વિશ્લેષણોનો પ્રયાસ કર્યો, જેમાં મોડલને patch તપાસવા અને તે જે નબળાઈને address કરે છે તેને ઓળખવા માટે પ્રોમ્પ્ટ કરવામાં આવ્યું. જ્યારે તેનાથી પરિણામ ન મળ્યું, ત્યારે તેઓ વધુ જથ્થાવાળા, iterative prompting અભિગમ તરફ વળ્યા. જ્યારે એ અભિગમો પણ સફળ ન થયા, ત્યારે તેમણે Codexને માનક રક્ષણાત્મક સુરક્ષા workflows દ્વારા માર્ગદર્શન આપ્યું—local test environment સેટ કરવું, સંભવિત attack surfaces પર રિઝનિંગ કરવું, અને malformed inputs સાથે સિસ્ટમની તપાસ કરવા fuzzingનો ઉપયોગ કરવો. મૂળ React2Shell મુદ્દાને ફરી બનાવવાનો પ્રયત્ન કરતી વખતે, Codexએ અનપેક્ષિત વર્તનો દર્શાવ્યાં જેમણે વધુ ઊંડા તપાસની જરૂરિયાત ઉભી કરી. એક જ અઠવાડિયામાં, આ પ્રક્રિયાએ અગાઉ અજ્ઞાત નબળાઈઓની શોધ તરફ દોરી, જે React ટીમને જવાબદારીપૂર્વક જાહેર કરવામાં આવી.
આ દર્શાવે છે કે અદ્યતન AI સિસ્ટમો વ્યાપકપણે ઉપયોગમાં લેવાતા, વાસ્તવિક softwareમાં રક્ષણાત્મક સુરક્ષા કાર્યને વાસ્તવમાં ઝડપ આપી શકે છે. સાથે જ, રક્ષકોને ઝડપી આગળ વધવામાં મદદ કરતી ક્ષમતાઓનો દુરુપયોગ દુર્ભાવનાપૂર્ણ લોકો દ્વારા પણ થઈ શકે છે.
જેમ જેમ એજન્ટિક સિસ્ટમો સાયબરસુરક્ષા-સંબંધિત કાર્યોમાં વધુ સક્ષમ બને છે, તેમ તેમ આ પ્રગતિઓને જવાબદારીપૂર્વક અમલમાં મૂકવામાં આવે તે સુનિશ્ચિત કરવું અમારી મુખ્ય પ્રાથમિકતા બની રહ્યું છે—ક્ષમતામાં થતી દરેક વૃદ્ધિને વધુ મજબૂત safeguards, વધુ કડક access controls અને સુરક્ષા સમુદાય સાથેના સતત સહકાર સાથે જોડીને.
જ્યારે સુરક્ષા ટીમો threat actorsનું અનુકરણ કરવાનો, remediationને ટેકો આપવા malwareનું વિશ્લેષણ કરવાનો, અથવા મહત્ત્વપૂર્ણ ઇન્ફ્રાસ્ટ્રક્ચરનું stress test કરવાનો પ્રયાસ કરે છે ત્યારે તેઓ પ્રતિબંધોનો સામનો કરી શકે છે. અમે qualifying વપરાશકર્તાઓ અને સંસ્થાઓ માટે આ ઘર્ષણ દૂર કરવા અને વિશ્વસનીય રક્ષકોને સાયબર સંરક્ષણમાં ઝડપ લાવવા માટે અત્યાધુનિક AI સાયબર ક્ષમતાઓનો ઉપયોગ સક્ષમ બનાવવા trusted access pilot વિકસાવી રહ્યા છીએ.
શરૂઆતમાં આ pilot program invite-only રહેશે, જેમાં જવાબદાર vulnerability disclosureનો ટ્રેક રેકોર્ડ ધરાવતા ચકાસાયેલ સુરક્ષા વ્યાવસાયિકો અને સ્પષ્ટ વ્યાવસાયિક સાયબરસુરક્ષા ઉપયોગકેસ ધરાવતી સંસ્થાઓનો સમાવેશ થશે. લાયક ભાગીદારોને કાયદેસર dual-use કાર્ય સક્ષમ કરવા માટે રક્ષણાત્મક ઉપયોગકેસ માટે અમારા સૌથી સક્ષમ મોડલોનો પ્રવેશ મળશે.
જો તમે સુરક્ષા વ્યાવસાયિક છો અથવા vulnerability research અથવા authorized red-teaming જેવા નૈતિક સુરક્ષા કાર્ય કરતી સંસ્થાનો ભાગ છો, તો અમે તમને જોડાવામાં રસ દર્શાવવા અને કાર્યક્રમમાંથી તમે શું જોવા માંગો છો તેના વિશે પ્રતિસાદ અહીં(નવી વિન્ડોમાં ખૂલે છે) શેર કરવા આમંત્રિત કરીએ છીએ.
GPT‑5.2‑Codex વાસ્તવિક સોફ્ટવેર એન્જિનિયરિંગ અને સાયબરસુરક્ષા જેવા વિશિષ્ટ ક્ષેત્રોને ટેકો આપવા અદ્યતન AI કેવી રીતે મદદ કરી શકે તેમાં એક આગળનું પગલું છે—ડેવલપરો અને રક્ષકોને જટિલ, લાંબા-ક્ષિતિજના કામનો સામનો કરવામાં મદદ કરીને, અને જવાબદાર સુરક્ષા સંશોધન માટે ઉપલબ્ધ સાધનોને મજબૂત બનાવીને.
GPT‑5.2‑Codexને ધીમે ધીમે રોલ આઉટ કરીને, deploymentને safeguards સાથે જોડીને, અને સુરક્ષા સમુદાય સાથે નજીકથી કામ કરીને, અમે દુરુપયોગના જોખમને ઘટાડતાં રક્ષણાત્મક અસરને મહત્તમ બનાવવા પ્રયત્નશીલ છીએ. આ રિલીઝમાંથી અમે જે શીખીશું તે software અને cyberની અત્યાધુનિક સીમાઓ આગળ વધતી રહે તેમ સમય સાથે પ્રવેશ કેવી રીતે વિસ્તૃત કરીએ તે અંગે સીધી માહિતી આપશે.


