Við kynnum GPT‑5.3‑Codex

Við kynnum nýtt líkan sem opnar enn meira af því sem Codex getur gert: GPT‑5.3‑Codex, öflugasta fulltrúakóðunarlíkanið hingað til. Líkanið bætir bæði við frammistöðu GPT‑5.2‑Codex í kóðun og rök- og fagþekkingargetu GPT‑5.2, saman í einu líkani, sem er einnig 25% hraðara. Þetta gerir því kleift að sinna langvarandi verkefnum sem fela í sér rannsóknir, verkfæranotkun og flókna framkvæmd. Rétt eins og samstarfsmaður geturðu stýrt og haft samskipti við GPT‑5.3‑Codex á meðan það er í gangi án þess að missa samhengi.

GPT‑5.3‑Codex er fyrsta líkanið okkar sem átti stóran þátt í að skapa það sjálft. Codex-teymið notaði fyrri útgáfur til að kemba eigin þjálfun, stjórna eigin innleiðingu og greina prófaniðurstöður og mat — teymið okkar var alveg orðlaust yfir því hversu mikið Codex gat hraðað eigin þróun.

Með GPT‑5.3‑Codex breytist Codex úr fulltrúa sem getur skrifað og yfirfarið kóða í fulltrúa sem getur gert næstum allt sem forritarar og fagfólk geta gert á tölvu.

GPT‑5.3‑Codex setur nýjan mælikvarða í greininni á SWE-Bench Pro og Terminal-Bench og sýnir sterka frammistöðu á OSWorld og GDPval, fjórum viðmiðum sem við notum til að mæla forritun, fulltrúa og raunverulega getu.

GPT‑5.3‑Codex nær framúrskarandi árangri á SWE-Bench Pro, sem er strangt mat á raunverulegri hugbúnaðarverkfræði. Þar sem SWE‑bench Verified prófar aðeins Python, spannar SWE‑Bench Pro fjögur tungumál og er meira ónæmt fyrir mengun, krefjandi, fjölbreytt og viðeigandi fyrir iðnaðinn. Það fer einnig langt fram úr fyrri nýjustu frammistöðu á Terminal-Bench 2.0, sem mælir færni í notkun skeljar sem fulltrúi eins og Codex þarf. Sérstaklega má nefna að GPT‑5.3‑Codex gerir það með færri táknum en nokkurt fyrra líkan, sem gerir notendum kleift að byggja meira.

Með því að sameina Frontier-getu til að forrita, bæta fagurfræði og þjöppun verður til líkan sem getur skilað ótrúlegum árangri og smíðað mjög hagnýta flókna leiki og forrit frá grunni á nokkrum dögum. Til að prófa vefþróunargetu líkansins og langtíma fulltrúafærni báðum við GPT‑5.3‑Codex um að smíða tvo leiki fyrir okkur: útgáfu tvö af kappakstursleiknum úr Codex-appinu⁠ og köfunarleik. Með því að nota færnina develop-web-game og forvaldar, almennar eftirfylgnikvaðningar eins og „laga villuna“ eða „bæta leikinn“ endurvann GPT‑5.3‑Codex leikina sjálfstætt yfir milljónir tákn. Horfðu á stiklurnar og spilaðu leikina sjálf(ur) til að sjá hvað Codex getur gert.

GPT‑5.3‑Codex skilur betur ásetning þinn þegar þú biður það um að búa til hversdagslegar vefsíður, samanborið við GPT‑5.2‑Codex. Einfaldar eða óskýrar kvaðningar fara nú sjálfkrafa á vefsíður með meiri virkni og skynsamlegum sjálfgefnum stillingum, sem gefur þér sterkari grunn til að láta hugmyndir þínar verða að veruleika.

Til dæmis báðum við GPT‑5.3‑Codex og GPT‑5.2‑Codex að búa til tvær lendingarsíður hér að neðan. GPT‑5.3‑Codex sýndi ársáskriftina sjálfkrafa sem afsláttarverð á mánuði, sem gerir afsláttinn skýran og af ásettu ráði, í stað þess að margfalda heildarupphæðina á ári. Það bjó einnig til sjálfvirka umbreytingarmynd með þremur aðskildum notendatilvitnunum í stað einnar, sem leiddi til síðu sem virðist heildstæðari og tilbúin til framleiðslu sjálfgefið.

Hugbúnaðarverkfræðingar, hönnuðir, vörustjórar og gagnafræðingar gera miklu meira en að búa til kóða. GPT‑5.3‑Codex er hannað til að styðja við alla vinnu í hugbúnaðarþróunarferlinu—villuleit, innleiðingu, vöktun, skrif á PRD, ritstýringu texta, notendarannsóknir, prófanir, mælingar og fleira. Fulltrúahæfni þess fer lengra en hugbúnaður og hjálpar þér að búa til hvað sem þú vilt—hvort sem það eru glærusýningar eða greining á gögnum í töflureiknum.

Með sérsniðnum færniþáttum svipuðum þeim sem notaðir voru fyrir fyrri GDPval niðurstöður okkar sýnir GPT‑5.3‑Codex einnig sterkan árangur í faglegri þekkingarvinnu eins og mælt er með GDP⁠val⁠ og jafnast á við GPT‑5.2. GDPval er matsgreining frá OpenAI sem kom út árið 2025 og mælir frammistöðu líkans á  vel skilgreindum þekkingarverkefnum í 44 starfsgreinum. Þessi verkefni fela í sér að búa til kynningar, töflureikna og aðrar vinnuafurðir.

Hér að neðan eru nokkur dæmi um verkefnin sem fulltrúinn vann.

OSWorld er viðmiðunarkerfi fyrir tölvunotkun þar sem fulltrúinn þarf að ljúka framleiðniverkefnum í sjónrænu skjáborðsumhverfi. GPT‑5.3‑Codex sýnir mun meiri hæfni í tölvunotkun en fyrri GPT líkön.

Samanlagt sýna þessar niðurstöður í kóðun, framvinnslu, tölvunotkun og raunverulegum verkefnum að GPT‑5.3‑Codex er ekki aðeins betra í einstökum verkefnum, heldur markar það umtalsverða breytingu í átt að einum, almennum fulltrúa sem getur rökstutt, byggt og framkvæmt yfir allt litróf raunverulegrar tæknivinnu.

Eftir því sem get líkana eykst, færist áherslan frá því hvað fulltrúar geta gert yfir í hversu auðvelt er fyrir fólk að eiga samskipti við, stýra og hafa eftirlit með mörgum þeirra sem vinna samhliða. Codex-appið gerir það mun auðveldara að stjórna og stýra fulltrúum, og nú með GPT‑5.3‑Codex. Það er meira gagnvirkt. Með nýja líkaninu veitir Codex tíðar uppfærslur svo þú haldir þér upplýstum um lykilákvarðanir og framvindu á meðan það vinnur. Í stað þess að bíða eftir endanlegri niðurstöðu geturðu átt samskipti í rauntíma—spurt spurninga, rætt nálganir og stýrt í átt að lausninni. GPT‑5.3‑Codex útskýrir hvað það er að gera, bregst við endurgjöf og heldur þér upplýstum eða upplýstri frá upphafi til enda.

Nýlegar hraðar endurbætur á Codex byggja á niðurstöðum rannsóknarverkefna sem hafa staðið yfir í marga mánuði eða mörg ár hjá OpenAI. Þessum rannsóknarverkefnum er flýtt með Codex og margir rannsakendur og verkfræðingar hjá OpenAI lýsa starfi sínu í dag sem í grundvallaratriðum öðruvísi en það var fyrir aðeins tveimur mánuðum síðan. Jafnvel fyrstu útgáfur af GPT‑5.3‑Codex sýndu framúrskarandi getu, sem gerði teyminu okkar kleift að vinna með fyrri útgáfum til að bæta þjálfun og styðja við innleiðingu síðari útgáfa.

Codex er gagnlegt fyrir mjög fjölbreytt úrval verkefna sem gerir það erfitt að telja upp allar þær leiðir sem það styður teymi okkar. Til dæmis notaði rannsóknarteymið Codex til að fylgjast með og villuleita þjálfunarkeyrsluna fyrir þessa útgáfu. Það flýtti fyrir rannsóknum umfram villuleit á innviðavandamálum: það hjálpaði til við að rekja mynstur í gegnum þjálfunarferlið, veitti djúpa greiningu á samskiptagæðum, lagði til úrbætur og þróaði ríkuleg forrit fyrir mannlega rannsakendur til að skilja nákvæmlega hvernig hegðun líkansins var frábrugðin fyrri líkönum.

Verkfræðiteymið notaði Codex til að fínstilla og aðlaga beislið fyrir GPT‑5.3‑Codex. Þegar við tókum eftir undarlegum jaðartilvikum sem höfðu áhrif á notendur notuðu teymismeðlimir Codex til að greina villur í samhengisbirtingu og finna frumorsök lágra skyndiminnishlutfalla. GPT‑5.3‑Codex heldur áfram að styðja við teymið í gegnum kynninguna með því að sveigjanlega stækka GPU-klasa til að bregðast við umferðaraukningu og halda biðtíma stöðugum.

Í alfa-prófunum vildi einn rannsakandi skilja hversu mikla viðbótarvinnu GPT‑5.3‑Codex var að vinna í hverri umferð og tilheyrandi mun á framleiðni. GPT‑5.3‑Codex kom upp með nokkra einfalda regex-flokkara til að meta tíðni skýringa, jákvæðra og neikvæðra viðbragða notenda, framvindu í verkefninu og keyrði þá síðan á skalanlegan hátt yfir allar lotuskýrslur og bjó til skýrslu með niðurstöðum hennar. Fólk sem notaði Codex var ánægðara þar sem fulltrúinn skildi betur ásetning þeirra og náði meiri framförum í hverri umferð, með færri skýrandi spurningum.

Vegna þess hve GPT‑5.3‑Codex er ólíkt forverum sínum sýndu gögnin úr alfa-prófunum fjölmargar óvenjulegar og mótsagnakenndar niðurstöður. Gagnafræðingur í teyminu vann með GPT‑5.3‑Codex til að smíða nýjar gagnaleiðslur og sjá niðurstöðurnar mun betur en hefðbundin mælaborðsverkfæri okkar gerðu kleift. Niðurstöðurnar voru samgreindar með Codex sem dró saman helstu innsýn á hnitmiðaðan hátt úr þúsundum gagnapunkta á innan við þremur mínútum.

Hvert og eitt þessara verkefna er áhugavert dæmi um hvernig Codex getur hjálpað rannsakendum og vöruhönnuðum. Þegar allt er tekið saman komumst við að því að þessir nýju getuþættir leiddu til öflugrar hröðunar á rannsóknum, verkfræði og vöruteymum okkar.

Undanfarna mánuði höfum við séð verulegar framfarir í frammistöðu líkana á netöryggisverkefnum, sem gagnast bæði þróunaraðilum og öryggissérfræðingum. Samhliða höfum við verið að undirbúa styrktar netöryggisráðstafanir⁠ til að styðja við varnarlega notkun og auka seiglu vistkerfisins.

GPT‑5.3‑Codex er fyrsta líkanið sem við flokkum sem með háa getu⁠ fyrir netöryggistengd verkefni samkvæmt undirbúningsramma⁠ okkar, og það fyrsta sem við höfum þjálfað beint til að bera kennsl á veikleika í hugbúnaði. Þó að við höfum ekki óyggjandi sönnunargögn um að það geti sjálfvirknivætt netárásir frá upphafi til enda, tökum við varúðarráðstafanir og innleiðum umfangsmesta netöryggisstafla okkar til þessa. Mótvægisaðgerðir okkar fela í sér öryggisþjálfun, sjálfvirkt eftirlit, traustan aðgang að háþróaðri getu og skýrar framkvæmdarleiðir, þar á meðal ógnargreind.

Þar sem netöryggi er í eðli sínu tvíþætt notum við gagnreynda, ítrekaða nálgun sem eykur getu varnaraðila til að finna og laga veikleika á sama tíma og hún dregur úr misnotkun. Sem hluti af þessu erum við að setja af stað Trusted Access for Cyber⁠, tilraunaverkefni til að flýta fyrir rannsóknum á netvörnum.

Við erum að fjárfesta í vistkerfisvernd, svo sem að stækka einkaútgáfu af Aardvark⁠, öryggisrannsóknarfulltrúa okkar, sem fyrsta tilboðið í Codex Security vöru- og verkfæraseríu okkar, og í samstarfi við opna hugbúnaðarviðhaldara til að bjóða upp á ókeypis kóðaskönnun fyrir víðtæk verkefni eins og Next.js — þar sem öryggisrannsakandi notaði Codex til að finna veikleika sem komu í ljós⁠(opnast í nýjum glugga) í síðustu viku.

Með því að byggja á 1 milljón USD netöryggisstyrkjaáætlun okkar sem hófst árið 2023 erum við einnig að skuldbinda okkur til að veita 10 milljón USD í API-inneignir til að flýta fyrir netvörnum með okkar hæfustu líkönum, sérstaklega fyrir opinn hugbúnað og kerfi mikilvægra innviða. Stofnanir sem stunda öryggisrannsóknir í góðri trú geta sótt um API-inneignir og stuðning í gegnum Cybersecurity Grant Program⁠.

GPT‑5.3‑Codex er í boði með greiddum ChatGPT‑áskriftarleiðum, alls staðar þar sem þú getur notað Codex: appið, CLI, IDE-viðbótin og vefinn. Við erum að vinna að því að virkja öruggan aðgang að API fljótlega.

Með þessari uppfærslu erum við nú einnig að keyra GPT‑5.3‑Codex 25% hraðar fyrir Codex-notendur, þökk sé endurbótum á innviðum okkar og ályktunarstafla, sem leiða til hraðari samskipta og niðurstaðna.

GPT‑5.3‑Codex var samið fyrir, þjálfað með og keyrt á NVIDIA GB200 NVL72 kerfum. Við erum þakklát NVIDIA fyrir samstarfið.

Með GPT‑5.3‑Codex fer Codex lengra en að skrifa kóða og nota hann sem verkfæri til að stjórna tölvu og ljúka vinnu frá upphafi til enda. Með því að færa mörkin á því hvað kóðunarfulltrúi getur gert, erum við einnig að opna fyrir víðtækari flokk þekkingarvinnu—allt frá smíði og uppsetningu hugbúnaðar til rannsókna, greiningar og framkvæmdar flókinna verkefna. Það sem byrjaði sem áhersla á að vera besti kóðunarfulltrúinn hefur orðið grunnur að almennari samstarfsaðila í tölvunni, sem víkkar út bæði hverjir geta byggt og hvað er mögulegt með Codex.