Ngenalake GPT‑5.3‑Codex

Kita ngenalake model anyar sing mbukak luwih akeh saka apa sing bisa ditindakake Codex: GPT‑5.3‑Codex, model coding agenik sing paling mumpuni nganti saiki. Model iki ningkatake kinerja coding tercanggih saka GPT‑5.2‑Codex uga kapabilitas nalar lan pengetahuan profesional saka GPT‑5.2, dadi siji ing siji model, sing uga 25% luwih cepet. Iki nggawe model iki bisa nangani tugas jangka dawa sing nglibatake riset, panggunaan alat, lan eksekusi kompleks. Kaya kolega, sampeyan bisa ngarahake lan sesambungan karo GPT‑5.3‑Codex nalika lagi makarya, tanpa kelangan konteks.

GPT‑5.3‑Codex yaiku model pisanan kita sing nduweni peran penting ing nggawe awake dhewe. Tim Codex nggunakke versi awal kanggo ndandani traininge dhewe, ngatur deploymente dhewe, lan diagnosa asil tes lan evaluasi—tim kita kagum banget ndeleng sepira Codex bisa nyepetake pengembangane dhewe.

Kanthi GPT‑5.3‑Codex, Codex owah saka agen sing bisa nulis lan mriksa kode dadi agen sing bisa nindakake meh kabeh sing bisa ditindakake developer lan profesional ing komputer.

GPT‑5.3‑Codex nyetel level anyar paling dhuwur ing industri ing SWE-Bench Pro lan Terminal-Bench, lan nuduhake kinerja sing kuwat ing OSWorld lan GDPval, papat benchmark sing digunakake kanggo ngukur kapabilitas coding, agenik, lan donya nyata.

GPT‑5.3‑Codex nggayuh kinerja state-of-the-art ing SWE-Bench Pro, evaluasi ketat babagan software engineering donya nyata. Nalika SWE‑bench Verified mung nguji Python, SWE‑Bench Pro nyakup papat basa lan luwih tahan marang kontaminasi, luwih nantang, luwih maneka warna, lan luwih relevan karo industri. Uga ngluwihi adoh kinerja state-of-the-art sadurunge ing Terminal-Bench 2.0, sing ngukur katrampilan terminal sing dibutuhake agen coding kaya Codex. Sing wigati, GPT‑5.3‑Codex nindakake iki kanthi token luwih sithik tinimbang model sadurunge apa wae, saéngga pangguna bisa mbangun luwih akeh.

Gabungan kapabilitas coding tercanggih, peningkatan estetika, lan compaction ngasilake model sing bisa nindakake karya sing nggumunake, mbangun game lan aplikasi kompleks sing fungsional banget saka nol sajrone sawetara dina. Kanggo nguji kapabilitas pangembangan web lan kapabilitas agenik jangka dawa saka model iki, kita njaluk GPT‑5.3‑Codex mbangun loro game kanggo kita: versi loro saka game balapan saka peluncuran aplikasi Codex⁠, lan game nyilem. Kanthi nggunakake skill develop web game lan prompt tindak lanjut generik sing wis dipilih sadurunge kaya "ndandani bug" utawa "tingkatna game iki", GPT‑5.3‑Codex ngiterasi game-game kasebut kanthi otonom liwat jutaan token. Tonton trailere lan mainna game-game kasebut dhewe kanggo ndeleng apa sing bisa ditindakake Codex.

GPT‑5.3‑Codex uga luwih apik mangerteni maksud sampeyan nalika sampeyan njaluk supaya nggawe situs web saben dina, dibandhingake GPT‑5.2‑Codex. Prompt sing prasaja utawa kurang rinci saiki kanthi baku dadi situs kanthi fungsi luwih akeh lan default sing masuk akal, menehi sampeyan kanvas awal sing luwih kuwat kanggo nguripake gagasan sampeyan.

Contone, kita njaluk GPT‑5.3‑Codex lan GPT‑5.2‑Codex supaya mbangun loro landing page ing ngisor iki. GPT‑5.3‑Codex kanthi otomatis nampilake paket taunan minangka rega saben wulan sing didiskon, nggawe diskon kasebut katon cetha lan disengaja, tinimbang mung ngalikake total taunan. Model iki uga nggawe carousel testimoni sing transisine otomatis kanthi telung kutipan pangguna sing béda, dudu mung siji, asilé kaca kasebut krasa luwih pepak lan siap produksi kanthi baku.

Software engineer, desainer, product manager, lan ilmuwan data nindakake luwih akeh tinimbang mung ngasilake kode. GPT‑5.3‑Codex dibangun kanggo ndhukung kabeh karya ing siklus urip software—debugging, deployment, monitoring, nulis PRD, nyunting copy, riset pangguna, tes, metrik, lan liya-liyane. Kapabilitas agenike ngluwihi software, mbantu sampeyan mbangun apa wae sing pengin dibangun—apa kuwi slide deck utawa nganalisis data ing sheet.

Kanthi skill kustom sing padha karo sing digunakake kanggo asil GDPval sadurunge, GPT‑5.3‑Codex uga nuduhake kinerja sing kuwat ing karya pengetahuan profesional kaya diukur dening GDP⁠val⁠, nyamai GPT‑5.2. GDPval yaiku evaluasi sing dirilis OpenAI ing 2025 sing ngukur kinerja sawijining model ing tugas karya pengetahuan sing wis ditemtokake kanthi cetha ing 44 profesi. Tugas-tugas iki kalebu kaya nggawe presentasi, spreadsheet, lan produk karya liyane.

Ing ngisor iki ana sawetara conto karya sing diprodhuksi agen kasebut.

OSWorld yaiku benchmark panggunaan komputer agenik ing ngendi agen kudu ngrampungake tugas produktivitas ing lingkungan komputer desktop visual. GPT‑5.3‑Codex nuduhake kapabilitas panggunaan komputer sing luwih kuwat banget tinimbang model GPT sadurunge.

Bebarengan, asil iki ing coding, frontend, panggunaan komputer, lan tugas donya nyata nuduhake manawa GPT‑5.3‑Codex ora mung luwih apik ing tugas individu, nanging uga nandhani owah-owahan gedhe menyang siji agen tujuan umum sing bisa nalar, mbangun, lan ngeksekusi ing sakabèhé spektrum karya teknis donya nyata.

Nalika kapabilitas model dadi luwih kuat, jurang kasebut ngalih saka apa sing bisa ditindakake agen menyang sepira gampang manungsa bisa sesambungan, ngarahake, lan ngawasi akeh agen sing makarya paralel. Aplikasi Codex nggawe ngatur lan ngarahake agen dadi luwih gampang, lan saiki karo GPT‑5.3‑Codex dadi luwih interaktif. Kanthi model anyar iki, Codex menehi pembaruan sing kerep supaya sampeyan tetep ngerti keputusan utama lan kemajuan nalika model makarya. Tinimbang ngenteni asil pungkasan, sampeyan bisa sesambungan sacara wektu nyata—takon pitakon, ngrembug pendekatan, lan ngarahake menyang solusi. GPT‑5.3‑Codex nerangake apa sing lagi ditindakake, nanggapi umpan balik, lan njaga sampeyan tetep melu saka wiwitan nganti pungkasan.

Peningkatan Codex sing cepet akhir-akhir iki dibangun saka asil proyek riset sing suwene pirang-pirang sasi utawa taun ing saindenging OpenAI. Proyek-proyek riset iki dipercepat dening Codex, kanthi akeh peneliti lan engineer ing OpenAI nerangake yen pakaryane dina iki beda dhasar saka mung rong sasi kepungkur. Malah versi awal GPT‑5.3‑Codex wis nuduhake kapabilitas sing luar biasa, ngidini tim kita makarya karo versi-versi awal kasebut kanggo ningkatake training lan ndhukung deployment versi-versi sabanjure.

Codex migunani kanggo rentang tugas sing amba banget, mula angel kanggo ndhaptar kanthi lengkap kabeh cara model iki mbantu tim kita. Minangka sawetara conto, tim riset nggunakke Codex kanggo ngawasi lan ndandani training run kanggo rilis iki. Model iki nyepetake riset ngluwihi mung ndandani masalah infrastruktur: mbantu nglacak pola sajrone training, menehi analisis jero babagan kualitas interaksi, ngusulake perbaikan lan mbangun aplikasi sugih fitur kanggo peneliti manungsa supaya bisa ngerti kanthi presisi kepiye prilaku model iki béda dibandhing model sadurunge.

Tim engineering nggunakke Codex kanggo ngoptimalake lan nyesuaikake harness kanggo GPT‑5.3‑Codex. Nalika kita wiwit ndeleng edge case aneh sing mengaruhi pangguna, anggota tim nggunakke Codex kanggo ngenali bug rendering konteks, lan nemokake akar sebab tingkat cache hit sing kurang. GPT‑5.3‑Codex terus mbantu tim sajrone peluncuran kanthi menskalakan cluster GPU kanthi dinamis kanggo nyetel lonjakan trafik lan njaga latensi tetep stabil.

Nalika uji alpha, salah siji peneliti pengin ngerti sepira akeh karya tambahan sing dirampungake GPT‑5.3‑Codex saben giliran lan bedane produktivitas sing gegandhengan. GPT‑5.3‑Codex nggawe sawetara classifier regex prasaja kanggo ngira frekuensi klarifikasi, tanggapan pangguna positif lan negatif, kemajuan tugas, banjur mbukak kanthi skala ing kabeh log sesi lan ngasilake laporan kanthi kesimpulane. Wong-wong sing mbangun nganggo Codex luwih seneng amarga agen kasebut luwih apik mangerteni maksud dheweke lan nggawe luwih akeh kemajuan saben giliran, kanthi pitakon klarifikasi sing luwih sithik.

Amarga GPT‑5.3‑Codex beda banget karo para pendahulune, data saka uji alpha nuduhake akeh asil sing ora umum lan kontraintuitif. Salah siji ilmuwan data ing tim makarya bareng GPT‑5.3‑Codex kanggo mbangun pipeline data anyar lan nggambarake asil kasebut kanthi luwih sugih tinimbang sing bisa diwenehake alat dashboarding standar kita. Asilé dianalisis bebarengan karo Codex, sing kanthi ringkes nyimpulake wawasan kunci saka ewonan titik data kurang saka telung menit.

Yen dideleng siji-siji, kabeh tugas iki minangka conto menarik babagan carane Codex bisa mbantu peneliti lan pembangun produk. Yen digabung, kita nemokake yen kapabilitas anyar iki ngasilake percepatan kuat kanggo tim riset, engineering, lan produk kita.

Sajrone sawetara sasi kepungkur, kita wis weruh peningkatan sing migunani ing kinerja model kanggo tugas keamanan siber, sing migunani kanggo developer uga profesional keamanan. Ing wektu sing padha, kita wis nyiapake safeguard siber sing dikuatake⁠ kanggo ndhukung panggunaan defensif lan ketahanan ekosistem sing luwih amba.

GPT‑5.3‑Codex yaiku model pisanan sing kita klasifikasikake minangka kapabilitas Tinggi⁠ kanggo tugas sing gegandhengan karo keamanan siber miturut Kerangka Kesiapan⁠ kita, lan sing pisanan sing kita latih langsung kanggo ngenali kerentanan software. Sanajan kita durung nduweni bukti definitif yen model iki bisa ngotomatisasi serangan siber end-to-end, kita njupuk pendekatan pancegahan lan ndeploy safety stack keamanan siber paling komprehensif nganti saiki. Mitigasi kita kalebu safety training, monitoring otomatis, akses tepercaya kanggo kapabilitas maju, lan pipeline penegakan kalebu intelijen ancaman.

Amarga keamanan siber sacara inheren dual-use, kita njupuk pendekatan iteratif adhedhasar bukti sing nyepetake kemampuan para pembela kanggo nemokake lan ndandani kerentanan nalika alonake penyalahgunaan. Minangka bagéan saka iki, kita ngluncurake Trusted Access for Cyber⁠, program pilot kanggo nyepetake riset pertahanan siber.

Kanggo mbantu nyegah penyalahgunaan, sawetara panjaluk sing dideteksi sistem kita duwe risiko siber luwih dhuwur bisa kanthi otomatis dialihake saka GPT‑5.3‑Codex menyang GPT‑5.2. Kita terus nyempurnakake safeguard iki. Developer sing nindakake riset keamanan utawa sing percaya yen panjaluke salah diklasifikasikake bisa ndhaptar akses lengkap liwat program Trusted Access for Cyber utawa nglaporake masalah kasebut nganggo perintah /feedback.

Kita nandur modal ing safeguard ekosistem kayata ngembangake private beta saka Aardvark⁠, agen riset keamanan kita, minangka tawaran pisanan ing suite produk lan alat Codex Security, lan kerja bareng para maintainer open-source kanggo nyedhiyakake pemindaian codebase gratis kanggo proyek sing akeh digunakake kayata Next.js—ing ngendi peneliti keamanan nggunakke Codex kanggo nemokake kerentanan sing diungkap⁠(mbukak ing jendhela anyar) minggu kepungkur.

Nerusake Program Hibah Keamanan Siber $1M kita sing diluncurake ing 2023, kita uga nyedhiyakake komitmen kredit API $10M kanggo nyepetake pertahanan siber nganggo model paling mumpuni kita, mligine kanggo software open source lan sistem infrastruktur kritis. Organisasi sing melu riset keamanan kanthi iktikad apik bisa ndhaptar kredit API lan dhukungan liwat Program Hibah Keamanan Siber⁠ kita.

GPT‑5.3‑Codex kasedhiya karo paket ChatGPT mbayar, ing endi wae sampeyan bisa nggunakke Codex: aplikasi, CLI, ekstensi IDE, lan web. Kita lagi ngupayakake supaya akses API bisa diaktifake kanthi aman sesegera mungkin.

Kanthi pembaruan iki, saiki kita uga nglakokake GPT‑5.3‑Codex 25% luwih cepet kanggo pangguna Codex, amarga peningkatan ing infrastruktur lan stack inference kita, asilé interaksi luwih cepet lan asil luwih cepet.

GPT‑5.3‑Codex dirancang bebarengan kanggo, dilatih nganggo, lan disajikake ing sistem NVIDIA GB200 NVL72. Kita ngaturake matur nuwun marang NVIDIA kanggo kemitraane.

Kanthi GPT‑5.3‑Codex, Codex lagi maju saka mung nulis kode dadi nggunakke kode minangka alat kanggo ngoperasikake komputer lan ngrampungake karya saka wiwitan nganti pungkasan. Kanthi nyurung frontier saka apa sing bisa ditindakake agen coding, kita uga mbukak kelas karya pengetahuan sing luwih amba—saka mbangun lan ndeploy software nganti riset, analisis, lan eksekusi tugas kompleks. Sing diwiwiti minangka fokus kanggo dadi agen coding paling apik saiki dadi pondasi kanggo kolaborator komputer sing luwih umum, ngembangake sapa wae sing bisa mbangun lan apa wae sing bisa ditindakake nganggo Codex.