გაცნობთ ახალ მოდელს, რომელიც კიდევ უფრო აფართოებს იმას, რაც Codex-ს შეუძლია: GPT‑5.3‑Codex, დღემდე ყველაზე ქმედუნარიანი აგენტური კოდირების მოდელი. ეს მოდელი აერთიანებს როგორც GPT‑5.2‑Codex‑ის მოწინავე კოდირების წარმადობას, ისე GPT‑5.2‑ის მსჯელობისა და პროფესიული ცოდნის შესაძლებლობებს ერთ მოდელში, და ამასთან 25%-ით უფრო სწრაფიცაა. ეს მას საშუალებას აძლევს შეასრულოს ხანგრძლივი ამოცანები, რომლებიც მოიცავს კვლევას, ხელსაწყოების გამოყენებას და კომპლექსურ შესრულებას. კოლეგის მსგავსად, შეგიძლიათ GPT‑5.3‑Codex‑ს მართოთ და მასთან ინტერაქცია გქონდეთ მუშაობის დროსაც, კონტექსტის დაკარგვის გარეშე.
GPT‑5.3‑Codex ჩვენი პირველი მოდელია, რომელმაც საკუთარი შექმნის პროცესში მნიშვნელოვანი როლი ითამაშა. Codex-ის გუნდმა ადრეული ვერსიები გამოიყენა მისი საკუთარი სწავლების გამართვისთვის, საკუთარი განთავსების სამართავად და ტესტების შედეგებისა და შეფასებების დიაგნოსტირებისთვის — ჩვენი გუნდი გაოცებული დარჩა, რამდენად ძლიერ დააჩქარა Codex-მა საკუთარი განვითარება.
GPT‑5.3‑Codex‑ით Codex გადადის აგენტიდან, რომელსაც შეუძლია კოდის წერა და მიმოხილვა, აგენტამდე, რომელსაც შეუძლია თითქმის ყველაფერი, რასაც დეველოპერები და პროფესიონალები კომპიუტერზე აკეთებენ.
GPT‑5.3‑Codex ახალ ინდუსტრიულ მაქსიმუმს ადგენს SWE-Bench Pro-სა და Terminal-Bench-ზე და აჩვენებს ძლიერ შედეგებს OSWorld-სა და GDPval-ზე — ოთხ ბენჩმარკზე, რომლებსაც ვიყენებთ კოდირების, აგენტური და რეალური სამყაროს შესაძლებლობების გასაზომად.
GPT‑5.3‑Codex აღწევს state-of-the-art შედეგს SWE-Bench Pro-ზე, რომელიც რეალური პროგრამული ინჟინერიის მკაცრი შეფასებაა. მაშინ როცა SWE‑bench Verified მხოლოდ Python-ს ტესტავს, SWE‑Bench Pro ოთხ ენას მოიცავს და უფრო მდგრადია contamination-ის მიმართ, უფრო რთული, მრავალფეროვანი და ინდუსტრიასთან რელევანტურია. ის ასევე მნიშვნელოვნად აჭარბებს წინა state-of-the-art შედეგს Terminal-Bench 2.0-ზე, რომელიც ზომავს იმ ტერმინალურ უნარებს, რაც Codex-ის მსგავს კოდირების აგენტს სჭირდება. აღსანიშნავია, რომ GPT‑5.3‑Codex ამას ნაკლები token-ით ახერხებს, ვიდრე ნებისმიერი წინა მოდელი, რაც მომხმარებლებს მეტის აშენების საშუალებას აძლევს.
მოწინავე კოდირების შესაძლებლობების, გაუმჯობესებული ესთეტიკისა და კომპაქტურობის შერწყმა გვაძლევს მოდელს, რომელსაც შეუძლია შთამბეჭდავი ნამუშევარი — ნულიდან ააშენოს მაღალფუნქციური, რთული თამაშები და აპები დღეების განმავლობაში. მოდელის ვებდეველოპმენტისა და ხანგრძლივი აგენტური შესაძლებლობების შესამოწმებლად, GPT‑5.3‑Codex-ს ვთხოვეთ ორი თამაშის შექმნა: სარბოლო თამაშის მეორე ვერსია Codex აპის გაშვებიდან და ყვინთვის თამაში. develop web game skill-ისა და წინასწარ შერჩეული, ზოგადი შემდგომი მოთხოვნების გამოყენებით, როგორიცაა "შეასწორე ხარვეზი" ან "გააუმჯობესე თამაში", GPT‑5.3‑Codex‑მა მილიონობით token-ის მანძილზე ავტონომიურად განავითარა თამაშები. უყურეთ თრეილერებს და თავად ითამაშეთ თამაშები, რომ ნახოთ, რა შეუძლია Codex-ს.
სარბოლო თამაში სხვადასხვა მრბოლელით, რვა რუკით და space bar-ით გამოსაყენებელი ნივთებითაც კი. აქ თავად ითამაშეთ(იხსნება ახალ ფანჯარაში)!
ყვინთვის თამაში, სადაც სხვადასხვა რიფს იკვლევთ, ყველას აგროვებთ, რათა თქვენი თევზების codex შეავსოთ, და ამავდროულად მართავთ ჟანგბადს, წნევას და საფრთხეებს. აქ თავად ითამაშეთ(იხსნება ახალ ფანჯარაში)!
GPT‑5.3‑Codex ასევე უკეთ იგებს თქვენს განზრახვას, როცა მას ყოველდღიური ვებსაიტების შექმნას სთხოვთ, GPT‑5.2‑Codex‑თან შედარებით. მარტივი ან არასაკმარისად დაზუსტებული მოთხოვნები ახლა ნაგულისხმევად უფრო ფუნქციურ საიტებს იძლევა გონივრული საწყისი პარამეტრებით, რაც გაძლევთ უფრო ძლიერ საწყის ტილოს თქვენი იდეების გასაცოცხლებლად.
მაგალითად, ქვემოთ GPT‑5.3‑Codex‑ს და GPT‑5.2‑Codex‑ს ვთხოვეთ ორი სადესანტო გვერდის შექმნა. GPT‑5.3‑Codex‑მა ავტომატურად აჩვენა წლიური გეგმა, როგორც ფასდაკლებული თვიური ფასი, რითაც ფასდაკლება მკაფიო და განზრახული ჩანდა, ნაცვლად წლიური ჯამის გამრავლებისა. მან ასევე შექმნა ავტომატურად გადამავალი ტესტიმონიალების კარუსელი სამი განსხვავებული მომხმარებლის ციტატით ერთის ნაცვლად, რის შედეგადაც გვერდი ნაგულისხმევად უფრო სრული და production-ready გახდა.
მოთხოვნა: შექმენი სადესანტო გვერდი Quiet KPI-სთვის, დამფუძნებლებზე მორგებული ყოველკვირეული მეტრიკების დაიჯესტისთვის. ესთეტიკა არის რბილი SaaS, მინისებრი ბარათები, ლავანდიდან ლურჯში გადასული გრადიენტი, მსუბუქი blur. სექციები: hero ელფოსტის შეგროვებით, ანგარიშის ნიმუშის ბარათების ბადე, ინტეგრაციების რიგი, ტესტიმონიალების კარუსელი, ფასების გადამრთველი თვიური/წლიური, FAQ, footer.
- შრიფტი Satoshi ან მსგავსი გეომეტრიული sans.
- ღილაკები რბილი კუთხეებით, 14px რადიუსით, მკაფიო focus მდგომარეობებით.
- დაამატე ერთი გემოვნებიანი scroll-ზე დაფუძნებული reveal.
პროგრამული ინჟინრები, დიზაინერები, პროდუქტის მენეჯერები და მონაცემთა მეცნიერები გაცილებით მეტს აკეთებენ, ვიდრე უბრალოდ კოდის გენერირება. GPT‑5.3‑Codex შექმნილია პროგრამული ციკლის ყველა ეტაპზე სამუშაოს მხარდასაჭერად — დებაგი, განთავსება, მონიტორინგი, PRD-ების წერა, ტექსტის რედაქტირება, მომხმარებლის კვლევა, ტესტები, მეტრიკები და სხვა. მისი აგენტური შესაძლებლობები პროგრამულ უზრუნველყოფას სცდება და გეხმარებათ ააწყოთ რაც გინდათ — იქნება ეს სლაიდების ნაკრები თუ ცხრილებში მონაცემების ანალიზი.
ჩვენი წინა GDPval შედეგებისთვის გამოყენებული მსგავსი მორგებული skill-ებით, GPT‑5.3‑Codex ასევე აჩვენებს ძლიერ შედეგებს პროფესიულ ცოდნაზე დაფუძნებულ სამუშაოში, როგორც ეს იზომება GDPval-ით, და უტოლდება GPT‑5.2‑ს. GDPval არის შეფასება, რომელიც OpenAI-მ 2025 წელს გამოუშვა და ზომავს მოდელის შედეგებს მკაფიოდ განსაზღვრულ ცოდნაზე დაფუძნებულ სამუშაო ამოცანებში 44 პროფესიაში. ეს ამოცანები მოიცავს, მაგალითად, პრეზენტაციების, ცხრილების და სხვა სამუშაო პროდუქტების შექმნას.
ქვემოთ მოცემულია აგენტის მიერ შექმნილი ნამუშევრების რამდენიმე მაგალითი.
მოთხოვნა + დავალების კონტექსტი
GPT-5.3-Codex output
OSWorld არის აგენტური კომპიუტერის გამოყენების ბენჩმარკი, სადაც აგენტმა ვიზუალურ დესკტოპ გარემოში პროდუქტიულობის ამოცანები უნდა შეასრულოს. GPT‑5.3‑Codex წინა GPT მოდელებთან შედარებით ბევრად უფრო ძლიერ კომპიუტერული გამოყენების შესაძლებლობებს აჩვენებს.
OSWorld-Verified-ში მოდელები ხედვას იყენებენ მრავალფეროვანი კომპიუტერული დავალებების შესასრულებლად. ადამიანები ~72%-ს იღებენ.
ერთობლივად, ეს შედეგები კოდირებაში, frontend-ში, კომპიუტერის გამოყენებასა და რეალური სამყაროს ამოცანებში აჩვენებს, რომ GPT‑5.3‑Codex უბრალოდ ინდივიდუალურ ამოცანებში არ არის უკეთესი — ის წარმოადგენს გარდამტეხ ნაბიჯს ერთი, ზოგადი დანიშნულების აგენტისკენ, რომელსაც შეუძლია იმსჯელოს, ააგოს და შეასრულოს სამუშაო რეალური ტექნიკური საქმიანობის სრულ სპექტრზე.
რაც უფრო ძლიერდება მოდელების შესაძლებლობები, აქცენტი გადადის იმაზე კი არა, რა შეუძლიათ აგენტებს, არამედ იმაზე, რამდენად მარტივად შეუძლიათ ადამიანებს ბევრ მათგანთან ერთდროულად ინტერაქცია, მართვა და ზედამხედველობა. Codex აპი აგენტების მართვასა და მიმართულების მიცემას ბევრად ამარტივებს, ხოლო ახლა GPT‑5.3‑Codex‑ით ის უფრო ინტერაქტიულიც გახდა. ახალი მოდელით Codex ხშირად გაწვდით განახლებებს, რათა მუშაობისას ინფორმირებული იყოთ ძირითადი გადაწყვეტილებებისა და პროგრესის შესახებ. საბოლოო შედეგის ლოდინის ნაცვლად, შეგიძლიათ რეალურ დროში ჩაერთოთ — დაუსვათ კითხვები, განიხილოთ მიდგომები და სასურველი გადაწყვეტისკენ მიმართოთ. GPT‑5.3‑Codex ხსნის, რას აკეთებს, პასუხობს უკუკავშირს და თავიდან ბოლომდე საქმის კურსში გამყოფებთ.
აპში მოდელის მუშაობისას მართვა ჩართეთ Settings > General > Follow-up behavior-ში.
Codex-ის ბოლო დროის სწრაფი გაუმჯობესებები ეყრდნობა კვლევითი პროექტების ნაყოფს, რომლებიც OpenAI-ის მასშტაბით თვეებს ან წლებს მოიცავს. ამ კვლევით პროექტებს Codex აჩქარებს და OpenAI-ში ბევრი მკვლევარი და ინჟინერი საკუთარ დღევანდელ სამუშაოს აღწერს, როგორც ფუნდამენტურად განსხვავებულს იმისგან, რაც ის მხოლოდ ორი თვის წინ იყო. GPT‑5.3‑Codex‑ის ადრეულმა ვერსიებმაც კი გამორჩეული შესაძლებლობები აჩვენა, რამაც ჩვენს გუნდს მისცა საშუალება ამ ადრეულ ვერსიებთან ერთად ემუშავა, რათა გაეუმჯობესებინა სწავლება და მხარი დაეჭირა მოგვიანო ვერსიების განთავსებისთვის.
Codex სასარგებლოა ამოცანების ძალიან ფართო სპექტრისთვის, რის გამოც რთულია სრულად ჩამოვთვალოთ, როგორ ეხმარება ის ჩვენს გუნდებს. მაგალითად, კვლევითმა გუნდმა Codex გამოიყენა ამ გამოშვებისთვის სასწავლო გაშვების მონიტორინგისა და დებაგისთვის. მან დააჩქარა კვლევა ინფრასტრუქტურული პრობლემების დებაგის მიღმაც: დაეხმარა სწავლების განმავლობაში შაბლონების თვალყურის დევნებაში, მოგვაწოდა ინტერაქციის ხარისხის სიღრმისეული ანალიზი, შემოგვთავაზა გამოსწორებები და შექმნა მდიდარი აპლიკაციები, რათა ადამიან მკვლევრებს ზუსტად გაეგოთ, როგორ განსხვავდებოდა მოდელის ქცევა წინა მოდელებთან შედარებით.
ინჟინერიულმა გუნდმა Codex გამოიყენა GPT‑5.3‑Codex‑ის harness-ის ოპტიმიზაციისა და ადაპტაციისთვის. როცა დავიწყეთ უცნაური edge case-ების დანახვა, რომლებიც მომხმარებლებზე მოქმედებდა, გუნდის წევრებმა Codex გამოიყენეს კონტექსტის რენდერის ხარვეზების გამოსავლენად და cache hit rate-ის დაბალი მაჩვენებლების ძირეული მიზეზის დასადგენად. GPT‑5.3‑Codex გაშვების პროცესშიც აგრძელებს გუნდის დახმარებას — დინამიკურად მასშტაბირებს GPU კლასტერებს ტრაფიკის მოზღვავებაზე მოსარგებად და ლატენტობას სტაბილურად ინარჩუნებს.
ალფა ტესტირების დროს ერთ მკვლევარს სურდა გაეგო, რამდენ დამატებით სამუშაოს ასრულებდა GPT‑5.3‑Codex თითო სვლაზე და რა განსხვავება მოჰქონდა ამას პროდუქტიულობაში. GPT‑5.3‑Codex‑მა შეიმუშავა რამდენიმე მარტივი regex კლასიფიკატორი, რათა შეეფასებინა დაზუსტებების სიხშირე, მომხმარებლის დადებითი და უარყოფითი პასუხები, ამოცანაზე პროგრესი, შემდეგ კი ეს ყველაფერი მასშტაბურად გაუშვა ყველა სესიის ჟურნალზე და თავისი დასკვნით ანგარიში მოამზადა. ადამიანები, რომლებიც Codex-ით ქმნიდნენ, უფრო კმაყოფილები იყვნენ, რადგან აგენტი უკეთ იგებდა მათ განზრახვას, თითო სვლაზე მეტ პროგრესს აღწევდა და ნაკლებ დამაზუსტებელ კითხვას სვამდა.
იმის გამო, რომ GPT‑5.3‑Codex თავისი წინამორბედებისგან ძალიან განსხვავდება, ალფა ტესტირების მონაცემებმა მრავალი უჩვეულო და ინტუიციის საწინააღმდეგო შედეგი აჩვენა. გუნდის ერთმა მონაცემთა მეცნიერმა GPT‑5.3‑Codex‑თან ერთად ააგო ახალი მონაცემთა მილსადენები და შედეგები ბევრად უფრო მდიდრულად წარმოაჩინა, ვიდრე ჩვენი სტანდარტული dashboarding ინსტრუმენტები იძლეოდა. შედეგები Codex-თან ერთად გაანალიზდა, რომელმაც სამი წუთზე ნაკლებ დროში ათასობით მონაცემთა წერტილზე ძირითადი მიგნებები მოკლედ შეაჯამა.
ცალ-ცალკე, ყველა ეს ამოცანა საინტერესო მაგალითია იმისა, თუ როგორ შეუძლია Codex-ს მკვლევრებსა და პროდუქტის შემქმნელებს დახმარება. ერთად აღებული, ჩვენ დავინახეთ, რომ ამ ახალმა შესაძლებლობებმა ჩვენი კვლევითი, ინჟინერიული და პროდუქტის გუნდების მძლავრი აჩქარება გამოიწვია.
ბოლო თვეებში დავინახეთ მოდელების წარმადობის მნიშვნელოვანი გაუმჯობესება კიბერუსაფრთხოების ამოცანებზე, რაც სარგებელს აძლევს როგორც დეველოპერებს, ისე უსაფრთხოების პროფესიონალებს. პარალელურად, ჩვენ ვამზადებდით გაძლიერებულ კიბერ დამცავ ზომებს, რათა დაგვეჭირა მხარი თავდაცვით გამოყენებასა და ეკოსისტემის უფრო ფართო მედეგობას.
GPT‑5.3‑Codex არის პირველი მოდელი, რომელსაც ჩვენი მზაობის ჩარჩოს ფარგლებში კიბერუსაფრთხოებასთან დაკავშირებულ ამოცანებში მაღალი შესაძლებლობის მქონედ ვახარისხებთ, და პირველი, რომელიც პირდაპირ ვასწავლეთ პროგრამული მოწყვლადობების ამოცნობას. მიუხედავად იმისა, რომ არ გვაქვს საბოლოო მტკიცებულება, რომ მას შეუძლია კიბერშეტევების ავტომატიზაცია ბოლომდე, ჩვენ პრევენციულ მიდგომას ვირჩევთ და დღემდე ჩვენს ყველაზე ყოვლისმომცველ კიბერუსაფრთხოების უსაფრთხოების სტეკს ვანერგავთ. ჩვენი შემარბილებელი ზომები მოიცავს უსაფრთხოების სწავლებას, ავტომატიზებულ მონიტორინგს, მოწინავე შესაძლებლობებზე სანდო წვდომას და enforcement pipeline-ებს, მათ შორის threat intelligence-ს.
რადგან კიბერუსაფრთხოება ბუნებით ორმაგი დანიშნულების სფეროა, ჩვენ მტკიცებულებებზე დაფუძნებულ, იტერაციულ მიდგომას მივყვებით, რომელიც აჩქარებს დამცველების უნარს იპოვონ და გამოასწორონ მოწყვლადობები, ხოლო ბოროტად გამოყენებას ანელებს. ამის ფარგლებში ვუშვებთ Trusted Access for Cyber-ს, საპილოტე პროგრამას კიბერდაცვის კვლევის დასაჩქარებლად.
ბოროტად გამოყენების პრევენციისთვის, ზოგი მოთხოვნა, რომელსაც ჩვენი სისტემები მომატებულ კიბერ რისკად აფასებენ, შესაძლოა ავტომატურად გადაირთოს GPT‑5.3‑Codex‑იდან GPT‑5.2‑ზე. ჩვენ ვაგრძელებთ ამ დამცავი ზომების დახვეწას. დეველოპერებს, რომლებიც უსაფრთხოების კვლევას ატარებენ ან ფიქრობენ, რომ მათი მოთხოვნები არასწორად იქნა კლასიფიცირებული, შეუძლიათ სრული წვდომისთვის მიმართონ ჩვენს Trusted Access for Cyber პროგრამას ან პრობლემა /feedback ბრძანებით შეატყობინონ.
ჩვენ ვდებთ ინვესტიციას ეკოსისტემურ დამცავ ზომებში, მათ შორის Aardvark-ის private beta-ს გაფართოებაში — ჩვენი უსაფრთხოების კვლევითი აგენტის, როგორც Codex Security პროდუქტებისა და ინსტრუმენტების პაკეტის პირველი შეთავაზების — და ვთანამშრომლობთ open-source პროექტების მენტეინერებთან, რათა ფართოდ გამოყენებული პროექტებისთვის, როგორიცაა Next.js, კოდბაზის უფასო სკანირება უზრუნველვყოთ — სადაც უსაფრთხოების ერთმა მკვლევარმა Codex გამოიყენა მოწყვლადობების მოსაძებნად, რომლებიც გასულ კვირას გამოქვეყნდა(იხსნება ახალ ფანჯარაში).
2023 წელს გაშვებულ ჩვენს $1M Cybersecurity Grant Program-ზე დაყრდნობით, ჩვენ ასევე ვიღებთ ვალდებულებას $10M API კრედიტები გამოვყოთ კიბერდაცვის დასაჩქარებლად ჩვენი ყველაზე ძლიერი მოდელებით, განსაკუთრებით open source პროგრამული უზრუნველყოფისა და კრიტიკული ინფრასტრუქტურის სისტემებისთვის. ორგანიზაციებს, რომლებიც კეთილსინდისიერ უსაფრთხოების კვლევაში არიან ჩართულნი, შეუძლიათ API კრედიტებსა და მხარდაჭერაზე განაცხადი შეიტანონ ჩვენი Cybersecurity Grant Program-ის მეშვეობით.
GPT‑5.3‑Codex ხელმისაწვდომია ფასიანი ChatGPT გეგმებით ყველგან, სადაც Codex-ის გამოყენება შეგიძლიათ: აპში, CLI-ში, IDE გაფართოებაში და ვებში. ვმუშაობთ, რომ API-ზე უსაფრთხო წვდომაც მალე გავააქტიუროთ.
ამ განახლებით Codex-ის მომხმარებლებისთვის GPT‑5.3‑Codex ახლა 25%-ით უფრო სწრაფად მუშაობს, ჩვენი ინფრასტრუქტურისა და inference stack-ის გაუმჯობესებების წყალობით, რაც უფრო სწრაფ ინტერაქციებსა და შედეგებს იძლევა.
GPT‑5.3‑Codex თანადაპროექტდა, ისწავლა და მიეწოდება NVIDIA GB200 NVL72 სისტემებზე. მადლობელი ვართ NVIDIA-ს პარტნიორობისთვის.
GPT‑5.3‑Codex‑ით Codex კოდის წერას სცდება და მას კომპიუტერის მართვისა და სამუშაოს თავიდან ბოლომდე შესასრულებელ ინსტრუმენტად იყენებს. იმის გაფართოებით, თუ რა შეუძლია კოდირების აგენტს, ჩვენ ასევე ვხსნით ცოდნაზე დაფუძნებული სამუშაოს უფრო ფართო კლასს — პროგრამული უზრუნველყოფის შექმნიდან და განთავსებიდან კვლევამდე, ანალიზამდე და რთული ამოცანების შესრულებამდე. ის, რაც დაიწყო, როგორც ფოკუსი საუკეთესო კოდირების აგენტობაზე, გადაიქცა უფრო ზოგადი კომპიუტერული თანამშრომლის საფუძვლად, რაც აფართოებს როგორც იმას, ვის შეუძლია შექმნა, ასევე იმას, თუ რა არის შესაძლებელი Codex-ით.
GPT‑5.3‑Codex (xhigh) | GPT‑5.2‑Codex (xhigh) | GPT‑5.2 (xhigh) | |
SWE-Bench Pro (საჯარო) | 56.8% | 56.4% | 55.6% |
Terminal-Bench 2.0 | 77.3% | 64.0% | 62.2% |
OSWorld-Verified | 64.7% | 38.2% | 37.9% |
GDPval (გამარჯვებები ან ფრეები) | 70.9% | - | 70.9% (high) |
Cybersecurity Capture The Flag გამოწვევები | 77.6% | 67.4% | 67.7% |
SWE-Lancer IC Diamond | 81.4% | 76.0% | 74.6% |
