Го претставуваме GPT‑5.3‑Codex

Претставуваме нов модел што отклучува уште повеќе од можностите на Codex: GPT‑5.3‑Codex, најспособниот агентски модел за кодирање досега. Моделот ги унапредува и перформансите за кодирање на границата на GPT‑5.2‑Codex и способностите за расудување и професионално знаење на GPT‑5.2, заедно во еден модел, кој е исто така 25 % побрз. Ова му овозможува да презема долготрајни задачи кои вклучуваат истражување, користење на алатки и сложено извршување. Слично на колега, можеш да управуваш и да комуницираш со GPT‑5.3‑Codex додека работи, без да го изгубиш контекстот.

GPT‑5.3‑Codex е нашиот прв модел што беше клучен во создавањето на самиот себе. Тимот на Codex користеше рани верзии за отстранување на грешките во сопственото обучување, управување со сопствената имплементација и дијагностицирање на резултатите од тестовите и евалуациите – нашиот тим беше воодушевен од тоа колку Codex успеа да го забрза сопствениот развој.

Со GPT‑5.3‑Codex, Codex преминува од агент што може да пишува и прегледува код во агент што може да прави речиси сè што програмерите и професионалците можат да прават на компјутер.

GPT‑5.3‑Codex поставува нов индустриски стандард на SWE-Bench Pro и Terminal-Bench и покажува силни перформанси на OSWorld и GDPval, четири одредници што ги користиме за мерење на способностите за кодирање, агентски и реални способности.

GPT‑5.3‑Codex постигнува врвни перформанси на SWE-Bench Pro, ригорозна евалуација на реалното софтверско инженерство. Додека SWE‑Bench Verified тестира само Python, SWE‑Bench Pro опфаќа четири јазици и е поотпорен на контаминација, порезистентен, поразновиден и индустриски релевантен. Исто така, значително ги надминува претходните најсовремени перформанси на Terminal-Bench 2.0, кој ги оценува терминалните вештини што му се потребни на агент за кодирање како што е Codex. Забележително, GPT‑5.3‑Codex го прави тоа со помалку токени од кој било претходен модел, овозможувајќи им на корисниците да создадат повеќе.

Комбинирањето на најсовремените можности за кодирање, подобрувањата во естетиката и компактирањето резултираат со модел што може да изврши впечатлива работа, создавајќи високо функционални и сложени игри и апликации од нула за неколку дена. За да ги тестираме способностите на моделот за веб-развој и долготрајни агентски функции, го замоливме GPT‑5.3‑Codex да ни изгради две игри: втора верзија на тркачката игра од лансирањето на апликацијата Codex⁠ и игра за нуркање. Користејќи ја вештината за развој на веб-игри и однапред избрани, генерички следни промптови како „поправи ја грешката“ или „подобри ја играта“, GPT‑5.3‑Codex итерираше на игрите самостојно преку милиони токени. Гледај ги трејлерите и играј ги игрите за да видиш што може да направи Codex.

GPT‑5.3‑Codex исто така подобро ја разбира вашата намера кога ќе го замолите да изработи секојдневни веб-страници, во споредба со GPT‑5.2‑Codex. Едноставните или недоволно прецизирани промпти сега автоматски се насочуваат кон сајтови со повеќе функционалности и разумни стандардни поставки, обезбедувајќи ти посилна почетна основа за да ги оживееш своите идеи.

На пример, побаравме од GPT‑5.3‑Codex и GPT‑5.2‑Codex да изградат две целни страници подолу. GPT‑5.3‑Codex автоматски го прикажуваше годишниот план како намалена месечна цена, правејќи попустот да биде јасен и намерен, наместо да се множи годишниот вкупен износ. Исто така, направи автоматски преминувачка вртелешка со сведоштва со три различни кориснички цитати наместо еден, што резултира со страница која стандардно изгледа покомплетна и подготвена за продукција.

Софтверските инженери, дизајнерите, менаџерите на производи и научниците за податоци прават многу повеќе од само генерирање код. GPT‑5.3‑Codex е изграден за да ја поддржи целата работа во животниот циклус на софтверот – отстранување грешки, распоредување, следење, пишување PRD-и, уредување текст, истражување на корисници, тестирања, показатели и многу повеќе. Неговите агентски способности одат подалеку од софтверот, помагајќи ти да изградиш што и да посакаш – било да се работи за презентации или анализа на податоци во табели.

Со прилагодени вештини слични на оние што ги користевме за нашите претходни резултати на GDPval, GPT‑5.3‑Codex исто така покажува силни перформанси во професионалната работа со знаење, како што е измерено со GDP⁠val⁠, изедначувајќи се со GPT‑5.2. GDPval е евалуација што OpenAI ја објави во 2025 година, која го мери перформансот на моделот на  добро‑специфицирани задачи‑за работа со знаење во 44 професии. Овие задачи вклучуваат активности како што се изработка на презентации, табели и други работни производи.

Подолу се неколку примери од работата што ја изработи агентот.

OSWorld е агентска одредница за користење на компјутер каде агентот треба да заврши продуктивни задачи во визуелна десктоп компјутерска средина. GPT‑5.3‑Codex демонстрира многу посилни способности за користење на компјутер од претходните GPT модели.

Заедно, овие резултати од кодирање, фронтенд, користење на компјутери и задачи во реалниот свет покажуваат дека GPT‑5.3‑Codex не е само подобар во поединечни задачи, туку означува пресвртна промена кон еден општонаменски агент што може да расудува, гради и извршува низ целиот спектар на реална техничка работа.

Како што способностите на моделите стануваат помоќни, јазот се префрла од тоа што агентите можат да направат на тоа колку лесно луѓето можат да интерагираат, насочуваат и надгледуваат многу од нив кои работат паралелно. Апликацијата Codex го олеснува управувањето и насочувањето на агентите, а сега со GPT‑5.3‑Codex е поинтерактивно. Со новиот модел, Codex обезбедува чести ажурирања за да останете информирани за клучните одлуки и напредокот додека работи. Наместо да чекаш на конечен резултат, можеш да комуницираш во реално време – поставувај прашања, дискутирај за пристапи и насочувај кон решението. GPT‑5.3‑Codex објаснува што прави, одговара на повратни информации и те информира од почеток до крај.

Неодамнешните брзи подобрувања на Codex се надоврзуваат на плодовите од истражувачки проекти кои траат со месеци или години низ целата OpenAI. Овие истражувачки проекти се забрзани од Codex, при што многу истражувачи и инженери во OpenAI ја опишуваат својата работа денес како суштински различна од тоа што беше пред само два месеци. Дури и раните верзии на GPT‑5.3‑Codex покажа исклучителни способности, овозможувајќи му на нашиот тим да работи со претходните верзии за да го подобриме обучувањето и да го поддржиме воведувањето на подоцнежните верзии.

Codex е корисен за многу широк спектар на задачи, што го прави тешко целосно да се набројат сите начини на кои им помага на нашите тимови. Како примери, истражувачкиот тим го користеше Codex за следење и дебагирање на тренингот за ова издание. Тоа го забрза истражувањето надвор од отстранувањето грешки во инфраструктурните проблеми: помогна да се следат обрасци во текот на обуката, обезбеди длабинска анализа на квалитетот на интеракцијата, предложи поправки и изгради богати апликации за истражувачите прецизно да разберат како однесувањето на моделот се разликува во споредба со претходните модели.

Инженерскиот тим го користеше Codex за оптимизација и прилагодување на хернесот за GPT‑5.3‑Codex. Кога почнавме да забележуваме чудни гранични случаи што влијаеја на корисниците, членовите на тимот го користеа Codex за да ги идентификуваат грешките во рендерирањето на контекстот и да ја утврдат основната причина за ниските стапки на погодоци во кешот. GPT‑5.3‑Codex продолжува да му помага на тимот за време на лансирањето со динамичко скалирање на GPU кластерите за да се прилагоди на сообраќајните скокови и да ја одржува стабилна латентност.

За време на алфа тестирањето, еден истражувач сакаше да разбере колку дополнителна работа завршува GPT‑5.3‑Codex по секој потег и поврзаната разлика во продуктивноста. GPT‑5.3‑Codex осмисли неколку едноставни регекс класификатори за да ја процениме фреквенцијата на појаснувања, позитивни и негативни одговори од корисниците, напредокот на задачата, а потоа ги извршивме скалабилно врз сите евиденции за сесии и изработивме извештај со неговиот заклучок. Луѓето што градеа со Codex беа посреќни бидејќи агентот подобро ја разбираше нивната намера и постигнуваше поголем напредок по секој чекор, со помалку појаснувачки прашања.

Бидејќи GPT‑5.3‑Codex е толку различен од своите претходници, податоците од алфа тестирањето покажаа многу необични и контраинтуитивни резултати. Еден научник за податоци од тимот работеше со GPT‑5.3‑Codex за да изгради нови канали за податоци и да ги визуелизира резултатите многу побогато отколку што го овозможуваа нашите стандардни алатки за контролни табли. Резултатите беа коанализирани со Codex, кој концизно ги сумираше клучните сознанија од илјадници податочни точки за помалку од три минути.

Поединечно, сите овие задачи се интересни примери за тоа како Codex може да им помогне на истражувачите и креаторите на производи. Земени заедно, откривме дека овие нови можности резултираа со значително забрзување на нашите тимови за истражување, инженерство и производи.

Во последниве месеци, забележавме значајни подобрувања во перформансите на моделите за задачи поврзани со сајбербезбедност, што е од корист и за развивачите и за професионалците за безбедност. Паралелно, подготвуваме зајакнати сајбер заштитни мерки⁠ за поддршка на одбранбената употреба и поширока отпорност на екосистемот.

GPT‑5.3‑Codex е првиот модел што го класифицираме како „Висока способност“⁠ за задачи поврзани со сајбер-безбедноста според нашата Рамка за подготвеност⁠, како и првиот што директно го обучивме да идентификува софтверски ранливости. Иако немаме конечни докази дека може да ги автоматизира сајбер-нападите од почеток до крај, преземаме претпазлив пристап и го имплементираме нашиот најсеопфатен безбедносен систем за сајбер-безбедност досега. Нашите мерки за ублажување вклучуваат обука за безбедност, автоматизирано следење, доверлив пристап за напредни способности и канали за спроведување, вклучувајќи разузнавање за закани.

Бидејќи сајбербезбедноста по својата природа е со двојна употреба, ние применуваме итеративен пристап заснован на докази, кој ја забрзува способноста на бранителите да ги пронајдат и поправат ранливостите, додека истовремено ја забавува злоупотребата. Како дел од ова, го лансираме Trusted Access for Cyber⁠, пилот-проект за забрзување на истражувањето за сајберодбрана.

Инвестираме во заштитни мерки за екосистемот, како што е проширување на приватната бета верзија на Aardvark⁠, нашиот агент за безбедносно истражување, како прва понуда во нашиот пакет производи и алатки Codex Security, и партнерство со одржувачи на отворен код за да обезбедиме бесплатно скенирање на кодната база за широко користени проекти како Next.js – каде што истражувач за безбедност го користеше Codex за да пронајде ранливости кои беа објавени⁠(се отвора во нов прозорец) минатата недела.

Надоврзувајќи се на нашата Програма за грантови за сајбербезбедност од 1 милион долари, лансирана во 2023 година, исто така се обврзуваме на 10 милиони долари во API кредити за да ја забрзаме сајбер-одбраната со нашите најспособни модели, особено за софтвер со отворен код и системи за критична инфраструктура. Организации кои се занимаваат со добронамерно истражување на безбедноста можат да аплицираат за API кредити и поддршка преку нашата Програма за грантови за сајбербезбедност⁠.

GPT‑5.3‑Codex е достапен со платени планови на ChatGPT, насекаде каде што можете да го користите Codex: апликацијата, CLI, IDE екстензијата и веб. Работиме на безбедно овозможување API пристап наскоро.

Со ова ажурирање, исто така, сега го користиме GPT‑5.3‑Codex 25 % побрзо за корисниците на Codex, благодарение на подобрувањата во нашата инфраструктура и инференцискиот стек, што резултира со побрзи интеракции и побрзи резултати.

GPT‑5.3‑Codex беше кодизајниран, обучуван и извршуван на системите NVIDIA GB200 NVL72. Благодарни сме им на NVIDIA за нивното партнерство.

Со GPT‑5.3‑Codex, Codex се развива од пишување код во користење на кодот како алатка за управување со компјутер и завршување на работата од почеток до крај. Со поместување на границите на можностите на агентите за кодирање, исто така отклучуваме поширока класа на интелектуална работа – од создавање и распоредување софтвер до истражување, анализирање и извршување на сложени задачи. Она што започна како фокус на тоа да се биде најдобар агент за кодирање стана основа за поопшт соработник на компјутерот, проширувајќи ги можностите и за тоа кој може да гради и што е возможно со Codex.