Introductie van GPT‑5.3‑Codex

We introduceren een nieuw model dat nog meer van de mogelijkheden van Codex ontsluit: GPT‑5.3‑Codex, het meest capabele agentic programmeermodel tot nu toe. Het model verbetert zowel de grensverleggende programmeerprestaties van GPT‑5.2‑Codex als de redenerings- en professionele kennisvaardigheden van GPT‑5.2, samen in één model, dat ook 25% sneller is. Dit stelt het in staat om langdurige taken uit te voeren die onderzoek, gebruik van hulpmiddelen en complexe uitvoering vereisen. Net als een collega kun je GPT‑5.3‑Codex sturen en ermee communiceren terwijl het werkt, zonder de context te verliezen.

GPT‑5.3‑Codex is ons eerste model dat een cruciale rol heeft gespeeld bij het creëren van zichzelf. Het Codex-team gebruikte vroege versies om zijn eigen training te debuggen, zijn eigen implementatie te beheren en testresultaten en evaluaties te diagnosticeren. Ons team was verbaasd over hoeveel Codex zijn eigen ontwikkeling kon versnellen.

Met GPT‑5.3‑Codex, evolueert Codex van een agent die code kan schrijven en beoordelen naar een agent die bijna alles kan doen wat ontwikkelaars en professionals op een computer kunnen doen.

GPT‑5.3‑Codex zet een nieuwe industriestandaard neer op SWE-Bench Pro en Terminal-Bench, en laat sterke prestaties zien op OSWorld en GDPval, vier benchmarks die we gebruiken om programmeer-, agentic- en real-world-capaciteiten te meten.

GPT‑5.3‑Codex behaalt state-of-the-art prestaties op SWE-Bench Pro, een rigoureuze evaluatie van software-ontwikkeling in de praktijk. Waar SWE‑bench Verified alleen Python test, bestrijkt SWE‑Bench Pro vier programmeertalen en is het beter bestand tegen besmetting, uitdagender, diverser en relevanter voor de industrie. Het overtreft ook ruimschoots de eerdere state-of-the-art prestaties op Terminal-Bench 2.0, waarmee de terminalvaardigheden worden gemeten die een programmeeragent zoals Codex nodig heeft. Opmerkelijk genoeg, doet GPT‑5.3‑Codex dit met minder tokens dan elk eerder model, zodat gebruikers meer kunnen bouwen.

Door grensverleggende programmeermogelijkheden, verbeteringen in esthetiek en compactheid te combineren, ontstaat er een model dat opvallend werk kan leveren door binnen enkele dagen zeer functionele, complexe games en apps helemaal vanaf het begin te bouwen. Om de webontwikkelings- en langdurige agentic capaciteiten van het model te testen, vroegen we GPT‑5.3‑Codex om twee spellen voor ons te maken: versie twee van het racespel van de Codex-app lancering⁠, en een duikspel. Met de develop-web-game-vaardigheid en vooraf geselecteerde, generieke follow-up prompts zoals "fix the bug" of "improve the game", werkte GPT‑5.3‑Codex autonoom aan de games over miljoenen tokens. Bekijk de trailers en speel de games zelf om te zien wat Codex kan doen.

Vergeleken met GPT‑5.2‑Codex begrijpt GPT‑5.3‑Codex je intentie beter wanneer je het vraagt om alledaagse websites te maken. Eenvoudige of onvoldoende gespecificeerde prompts worden nu standaard gekoppeld aan sites met meer functionaliteit en verstandige standaardinstellingen, waardoor je een sterker startcanvas hebt om je ideeën tot leven te brengen.

We vroegen bijvoorbeeld GPT‑5.3‑Codex en GPT‑5.2‑Codex om de twee onderstaande landingspagina's te maken. GPT‑5.3‑Codex toonde automatisch het jaarabonnement als een maandelijkse prijs met korting, waardoor de korting duidelijk en opzettelijk aanvoelde, in plaats van het jaartotaal te vermenigvuldigen. Het maakte ook een automatisch overgaande carrousel met drie verschillende gebruikerscitaten in plaats van één, waardoor de pagina standaard completer en productieklaar aanvoelt.

Software-ontwikkelaars, ontwerpers, productmanagers en datawetenschappers doen veel meer dan alleen code genereren. GPT‑5.3‑Codex is gebouwd om al het werk in de softwarelevenscyclus te ondersteunen: debuggen, implementeren, monitoren, PRD's schrijven, copy bewerken, gebruikersonderzoek, tests, metingen en meer. De agentic mogelijkheden gaan verder dan software en helpen je om te bouwen wat je maar wilt, of het nu gaat om presentaties of het analyseren van gegevens in spreadsheets.

Met aangepaste vaardigheden vergelijkbaar met die welke zijn gebruikt voor onze eerdere GDPval-resultaten, laat GPT‑5.3‑Codex ook sterke prestaties zien op professioneel kenniswerk zoals gemeten door GDP⁠val⁠ en evenaart het GPT‑5.2. GDPval is een evaluatie die OpenAI in 2025 heeft uitgebracht en die de prestaties van een model meet op goed gespecificeerde kennisintensieve taken in 44 beroepsgroepen. Deze taken omvatten zaken zoals het maken van presentaties, spreadsheets en andere werkproducten.

Hieronder zijn enkele voorbeelden van het werk dat de agent heeft geproduceerd.

OSWorld is een agentisc benchmark voor computergebruik waarbij de agent productiviteitstaken moet voltooien in een visuele desktopomgeving. GPT‑5.3‑Codex toont veel sterkere mogelijkheden voor computergebruik dan eerdere GPT‑modellen.

Samen laten deze resultaten op het gebied van programmeren, frontend, computergebruik en andere praktijkgerichte taken zien dat GPT‑5.3‑Codex niet alleen beter presteert op afzonderlijke taken, maar een duidelijke stap vooruit markeert richting één algemene agent die kan redeneren, bouwen en uitvoeren over het volledige spectrum van technisch werk in de echte wereld.

Naarmate de mogelijkheden van modellen krachtiger worden, verschuift de kloof van wat agenten kunnen doen naar hoe gemakkelijk mensen met hen kunnen interageren, hen kunnen aansturen en begeleiden terwijl ze parallel werken. De Codex-app maakt het beheren en aansturen van agents veel eenvoudiger, en nu met GPT‑5.3‑Codex is het interactiever. Met het nieuwe model biedt Codex regelmatig updates, zodat je op de hoogte blijft van belangrijke beslissingen en de voortgang terwijl het werkt. In plaats van te wachten op een definitieve output, kun je in real time meedoen: vragen stellen, benaderingen bespreken en bijsturen richting de oplossing. GPT‑5.3‑Codex legt uit wat het aan het doen is, reageert op feedback en houdt je van begin tot eind op de hoogte.

De recente snelle verbeteringen van Codex bouwen voort op de resultaten van onderzoeksprojecten die zich over maanden of jaren uitstrekken binnen heel OpenAI. Deze onderzoeksprojecten worden versneld door Codex, waarbij veel onderzoekers en ingenieurs bij OpenAI hun werk vandaag omschrijven als fundamenteel anders dan het zelfs twee maanden geleden nog was. Zelfs vroege versies van GPT‑5.3‑Codex toonden uitzonderlijke capaciteiten, waardoor ons team met die eerdere versies kon werken om de training te verbeteren en de implementatie van latere versies te ondersteunen.

Codex is nuttig voor een zeer breed scala aan taken, waardoor het moeilijk is om volledig op te sommen hoe het onze teams helpt. Als enkele voorbeelden gebruikte het onderzoeksteam Codex om de trainingsrun voor deze release te monitoren en te debuggen. Het versnelde het onderzoek verder dan het debuggen van infrastructuurproblemen: het hielp patronen te volgen gedurende de hele trainingsperiode, bood een diepgaande analyse van de interactiekwaliteit, stelde oplossingen voor en bouwde rijke applicaties waarmee menselijke onderzoekers precies konden begrijpen hoe het gedrag van het model verschilde van eerdere modellen.

Het engineeringteam gebruikte Codex om de infrastructuur te optimaliseren en aan te passen voor GPT‑5.3‑Codex. Toen we merkten dat vreemde edge cases gebruikers beïnvloedden, gebruikten teamleden Codex om bugs in de contextweergave te identificeren en de oorzaken van lage cache-hitpercentages te achterhalen. GPT‑5.3‑Codex blijft het team tijdens de lancering ondersteunen door GPU-clusters dynamisch op te schalen om zich aan te passen aan verkeerspieken en de latentie stabiel te houden.

Tijdens de alpha-testfase wilde een onderzoeker begrijpen hoeveel extra werk GPT‑5.3‑Codex per interactie uitvoerde en wat dat betekende voor de productiviteit. GPT‑5.3‑Codex bedacht verschillende eenvoudige regex-classifiers om de frequentie van verduidelijkingen, positieve en negatieve gebruikersreacties, en de voortgang van de taak te schatten. Vervolgens draaide het ze schaalbaar over alle sessielogs en produceerde een rapport met de conclusies. Voor mensen die met Codex werkten voelde het werken prettiger aan, omdat de agent hun intentie beter begreep, per interactie sneller vooruitgang boekte en minder vragen hoefde te stellen.

Omdat GPT‑5.3‑Codex zo anders is dan zijn voorgangers, vertoonden de gegevens uit de alfafase van de tests tal van ongebruikelijke en contra-intuïtieve resultaten. Een datawetenschapper in het team werkte met GPT‑5.3‑Codex om nieuwe datapijplijnen te bouwen en de resultaten veel rijker te visualiseren dan onze standaard dashboard-tools mogelijk maakten. De resultaten werden samen met Codex geanalyseerd, dat in minder dan drie minuten kerninzichten uit duizenden datapunten beknopt samenvatte.

Afzonderlijk zijn al deze taken interessante voorbeelden van hoe Codex onderzoekers en productontwikkelaars kan helpen. Al met al zagen we dat deze nieuwe mogelijkheden het werk van onze onderzoeks-, engineering- en productteams aanzienlijk versnellen.

In de afgelopen maanden hebben we betekenisvolle verbeteringen gezien in de prestaties van het model bij cybersecurity-taken, wat zowel ontwikkelaars als beveiligingsprofessionals ten goede komt. Parallel daaraan zijn we versterkte cybersecurity-maatregelen aan het voorbereiden⁠ om defensief gebruik en de bredere veerkracht van het ecosysteem te ondersteunen.

GPT‑5.3‑Codex is het eerste model dat we classificeren als 'high' capaciteit⁠ voor cybersecurity-gerelateerde taken binnen ons Preparedness Framework⁠, en het eerste dat we direct hebben getraind om softwarekwetsbaarheden te identificeren. Hoewel we geen definitief bewijs hebben dat het cyberaanvallen van begin tot eind kan automatiseren, kiezen we uit voorzorg voor een voorzichtige aanpak en zetten we onze meest uitgebreide cybersecurity-veiligheidsstack tot nu toe in. Onze maatregelen omvatten veiligheidstraining, geautomatiseerde monitoring, vertrouwde toegang voor geavanceerde mogelijkheden en handhavingspijplijnen, waaronder 'threat intelligence'.

Omdat cybersecurity inherent tweeledig is, hanteren we een op bewijs gebaseerde, iteratieve aanpak die het vermogen van verdedigers versnelt om kwetsbaarheden te vinden en te verhelpen, terwijl we misbruik vertragen. Als onderdeel hiervan lanceren we Trusted Access for Cyber⁠, een pilotprogramma om onderzoek naar cyberverdediging te versnellen.

We investeren in waarborgen voor het ecosysteem, zoals het uitbreiden van de private bèta van Aardvark⁠, onze agent voor beveiligingsonderzoek, als eerste aanbod in onze suite van Codex Security-producten en -tools. We werken samen met open-sourcemaintainers om gratis codebase-scans te bieden voor veelgebruikte projecten zoals Next.js, waar een beveiligingsonderzoeker Codex gebruikte om beveiligingskwetsbaarheden te vinden die⁠(opent in een nieuw venster) vorige week zijn bekendgemaakt.

Voortbouwend op ons Cybersecurity Grant-programma van 1 miljoen dollar dat in 2023 is gelanceerd, zeggen we ook 10 miljoen dollar toe aan API-credits om de cyberverdediging te versnellen met onze meest capabele modellen, vooral voor open source-software en kritieke infrastructuursystemen. Organisaties die zich te goeder trouw bezighouden met beveiligingsonderzoek kunnen API-credits en ondersteuning aanvragen via ons Cybersecurity Grant-programma⁠.

GPT‑5.3‑Codex is beschikbaar met betaalde ChatGPT‑abonnementen, overal waar je Codex kunt gebruiken: de app, CLI, IDE-extensie en web. We zijn bezig om binnenkort veilige API-toegang mogelijk te maken.

Met deze update draaien we GPT‑5.3‑Codex nu ook 25% sneller voor Codex-gebruikers, dankzij verbeteringen in onze infrastructuur en inferentiestack, wat leidt tot snellere interacties en resultaten.

GPT‑5.3‑Codex is mede ontworpen voor, getraind met en bediend op NVIDIA GB200 NVL72-systemen. We zijn NVIDIA dankbaar voor hun partnerschap.

Met GPT‑5.3‑Codex, gaat Codex verder dan alleen code schrijven en wordt het als een hulpmiddel ingezet om een computer te bedienen en werk van begin tot eind uit te voeren. Door de grenzen te verleggen van wat een agent kan doen, ontsluiten we ook een bredere klasse van kenniswerk, van het bouwen en implementeren van software tot het onderzoeken, analyseren en uitvoeren van complexe taken. Wat begon met de focus op het maken van de beste programmeeragent, is uitgegroeid tot de basis voor een meer algemene samenwerkingspartner op de computer, waardoor zowel wie kan bouwen als wat mogelijk is met Codex wordt uitgebreid.