Apresentamos o GPT‑5.3‑Codex

Estamos apresentando um novo modelo que destrava ainda mais do que o Codex pode fazer: GPT‑5.3‑Codex, o modelo agêntico de programação mais capaz até hoje. O modelo reúne o desempenho de programação de fronteira do GPT‑5.2‑Codex e as capacidades de raciocínio e conhecimento profissional do GPT‑5.2 em um único modelo — que também é 25% mais rápido. Isso permite que ele assuma tarefas de longa duração que envolvem pesquisa, uso de ferramentas e execução complexa. Como um colega de equipe, você pode orientar e interagir com o GPT‑5.3‑Codex enquanto ele trabalha, sem perder o contexto.

O GPT‑5.3‑Codex é nosso primeiro modelo que foi fundamental na própria criação. O time do Codex usou versões iniciais para depurar o próprio treinamento, gerenciar a própria implantação e diagnosticar resultados de testes e avaliações — e ficamos impressionados com o quanto o Codex conseguiu acelerar o próprio desenvolvimento.

Com o GPT‑5.3‑Codex, o Codex deixa de ser um agente que consegue escrever e revisar código para se tornar um agente que faz quase tudo o que desenvolvedores e profissionais conseguem fazer no computador.

O GPT‑5.3‑Codex estabelece um novo recorde na indústria no SWE-Bench Pro e no Terminal-Bench e mostra forte desempenho no OSWorld e no GDPval — quatro benchmarks que usamos para medir capacidades de programação, agênticas e do mundo real.

O GPT‑5.3‑Codex alcança desempenho de ponta no SWE-Bench Pro, uma avaliação rigorosa de engenharia de software no mundo real. Enquanto o SWE‑bench Verified testa apenas Python, o SWE‑Bench Pro abrange quatro linguagens e é mais resistente à contaminação, além de ser mais desafiador, diverso e relevante para a indústria. Ele também supera com folga o desempenho anterior de ponta no Terminal-Bench 2.0, que mede as habilidades de terminal que um agente de programação como o Codex precisa. Vale destacar que o GPT‑5.3‑Codex faz isso com menos tokens do que qualquer modelo anterior, permitindo que as pessoas construam mais.

A combinação de capacidades de programação de fronteira, melhorias estéticas e compactação resulta em um modelo capaz de entregar trabalhos impressionantes, criando jogos e apps complexos e altamente funcionais do zero ao longo de dias. Para testar as capacidades de desenvolvimento web e as capacidades agênticas de longa duração do modelo, pedimos ao GPT‑5.3‑Codex que criasse dois jogos: a versão 2 do jogo de corrida do lançamento do aplicativo do Codex⁠ e um jogo de mergulho. Usando a skill develop web game e prompts de acompanhamento genéricos, pré-selecionados, como "corrija o bug" ou "melhore o jogo", o GPT‑5.3‑Codex iterou nos jogos de forma autônoma ao longo de milhões de tokens. Assista aos trailers e jogue você mesmo para ver do que o Codex é capaz.

O GPT‑5.3‑Codex também entende melhor sua intenção quando você pede para ele criar sites do dia a dia, em comparação com o GPT‑5.2‑Codex. Prompts simples ou pouco específicos agora resultam, por padrão, em sites com mais funcionalidades e escolhas sensatas, dando a você um ponto de partida mais forte para tirar suas ideias do papel.

Por exemplo, pedimos ao GPT‑5.3‑Codex e ao GPT‑5.2‑Codex que criassem duas landing pages abaixo. O GPT‑5.3‑Codex mostrou automaticamente o plano anual como um preço mensal com desconto, deixando o desconto claro e intencional, em vez de multiplicar o total anual. Ele também criou um carrossel de depoimentos com transição automática e três citações distintas de usuários (em vez de apenas uma), resultando em uma página que, por padrão, parece mais completa e pronta para produção.

Engenheiros de software, designers, gerentes de produto e cientistas de dados fazem muito mais do que gerar código. O GPT‑5.3‑Codex foi criado para dar suporte a todo o trabalho do ciclo de vida do software — depuração, deploy, monitoramento, escrita de PRDs, edição de textos, pesquisa com usuários, testes, métricas e muito mais. Suas capacidades agênticas vão além do software, ajudando você a construir o que quiser — seja preparar apresentações ou analisar dados em planilhas.

Com skills personalizadas semelhantes às usadas nos nossos resultados anteriores do GDPval, o GPT‑5.3‑Codex também mostra forte desempenho em trabalho de conhecimento profissional, medido pelo GDP⁠val⁠, igualando o GPT‑5.2. GDPval é uma avaliação lançada pela OpenAI em 2025 que mede o desempenho de um modelo em tarefas bem especificadas de trabalho intelectual em 44 ocupações. Essas tarefas incluem coisas como criar apresentações, planilhas e outros entregáveis de trabalho.

Abaixo estão alguns exemplos do trabalho produzido pelo agente.

OSWorld é um benchmark de uso do computador com agentes em que o agente precisa concluir tarefas de produtividade em um ambiente visual de desktop. O GPT‑5.3‑Codex demonstra capacidades de uso do computador muito mais fortes do que os modelos GPT anteriores.

Juntos, esses resultados em programação, frontend, uso do computador e tarefas do mundo real mostram que o GPT‑5.3‑Codex não é apenas melhor em tarefas individuais, mas representa uma mudança de patamar rumo a um único agente de propósito geral que consegue raciocinar, construir e executar em todo o espectro do trabalho técnico no mundo real.

À medida que as capacidades dos modelos ficam mais poderosas, a lacuna passa do que os agentes são capazes de fazer para o quão fácil é para as pessoas interagir com, direcionar e supervisionar muitos deles trabalhando em paralelo. O aplicativo do Codex torna muito mais fácil gerenciar e direcionar agentes e, agora, com o GPT‑5.3‑Codex ele ficou mais interativo. Com o novo modelo, o Codex traz atualizações frequentes para que você acompanhe decisões importantes e o progresso enquanto ele trabalha. Em vez de esperar por uma saída final, você pode interagir em tempo real — fazer perguntas, discutir abordagens e guiar o caminho até a solução. O GPT‑5.3‑Codex explica o que está fazendo, responde ao seu feedback e mantém você por dentro do início ao fim.

As melhorias rápidas recentes do Codex se apoiam no fruto de projetos de pesquisa de meses ou anos em toda a OpenAI. Esses projetos de pesquisa estão sendo acelerados pelo Codex, e muitos pesquisadores e engenheiros na OpenAI descrevem que o trabalho hoje é fundamentalmente diferente do que era apenas dois meses atrás. Mesmo versões iniciais do GPT‑5.3‑Codex demonstraram capacidades excepcionais, permitindo que nossa equipe trabalhasse com essas versões anteriores para melhorar o treinamento e apoiar a implantação das versões seguintes.

O Codex é útil para uma gama muito ampla de tarefas, o que torna difícil enumerar por completo todas as formas em que ele ajuda nossas equipes. Como alguns exemplos, a equipe de pesquisa usou o Codex para monitorar e depurar o treinamento desta versão. Ele acelerou a pesquisa para além de depurar problemas de infraestrutura: ajudou a rastrear padrões ao longo do treinamento, forneceu uma análise aprofundada da qualidade das interações, propôs correções e criou aplicativos ricos para que pesquisadores humanos entendessem com precisão como o comportamento do modelo diferia em relação a modelos anteriores.

A equipe de engenharia usou o Codex para otimizar e adaptar o harness do GPT‑5.3‑Codex. Quando começamos a ver casos-limite estranhos afetando usuários, membros da equipe usaram o Codex para identificar bugs de renderização de contexto e encontrar a causa raiz de baixas taxas de acerto de cache. O GPT‑5.3‑Codex continua ajudando a equipe durante o lançamento ao escalar dinamicamente clusters de GPU para se ajustar a picos de tráfego e manter a latência estável.

Durante os testes alfa, um pesquisador quis entender quanto trabalho adicional o GPT‑5.3‑Codex fazia a cada interação e a diferença associada de produtividade. O GPT‑5.3‑Codex criou vários classificadores simples com regex para estimar a frequência de pedidos de esclarecimento, respostas positivas e negativas dos usuários e o progresso na tarefa; depois, executou isso em escala em todos os logs de sessão e produziu um relatório com sua conclusão. Quem estava construindo com o Codex ficou mais satisfeito, porque o agente entendia melhor a intenção e avançava mais a cada interação, com menos perguntas de esclarecimento.

Como o GPT‑5.3‑Codex é tão diferente de seus antecessores, os dados dos testes alfa exibiram muitos resultados incomuns e contraintuitivos. Um cientista de dados da equipe trabalhou com o GPT‑5.3‑Codex para criar novos pipelines de dados e visualizar os resultados de forma muito mais rica do que nossas ferramentas padrão de dashboards permitiam. Os resultados foram coanalisados com o Codex, que resumiu de forma concisa os principais insights em milhares de pontos de dados em menos de três minutos.

Individualmente, todas essas tarefas são exemplos interessantes de como o Codex pode ajudar pesquisadores e pessoas que constroem produtos. Juntas, elas mostraram que essas novas capacidades aceleraram de forma poderosa nossas equipes de pesquisa, engenharia e produto.

Nos últimos meses, vimos ganhos significativos no desempenho do modelo em tarefas de cibersegurança, beneficiando tanto desenvolvedores quanto profissionais de segurança. Em paralelo, estamos preparando salvaguardas cibernéticas reforçadas⁠ para apoiar o uso defensivo e uma resiliência maior do ecossistema.

O GPT‑5.3‑Codex é o primeiro modelo que classificamos como tendo nível “High” de capacidade⁠ para tarefas relacionadas à cibersegurança sob nosso Preparedness Framework⁠, e o primeiro que treinamos diretamente para identificar vulnerabilidades de software. Embora não tenhamos evidência definitiva de que ele consiga automatizar ataques cibernéticos de ponta a ponta, estamos adotando uma abordagem preventiva e implantando nossa pilha de segurança em cibersegurança mais abrangente até hoje. Nossas mitigações incluem treinamento de segurança, monitoramento automatizado, acesso confiável para capacidades avançadas e pipelines de aplicação que incluem inteligência de ameaças.

Como a cibersegurança é inerentemente de uso duplo, estamos adotando uma abordagem iterativa e baseada em evidências que acelera a capacidade dos defensores de encontrar e corrigir vulnerabilidades, ao mesmo tempo em que desacelera o uso indevido. Como parte disso, estamos lançando o Trusted Access for Cyber⁠, um programa-piloto para acelerar a pesquisa em defesa cibernética.

Estamos investindo em salvaguardas para o ecossistema, como ampliar o beta privado do Aardvark⁠, nosso agente de pesquisa em segurança, como a primeira oferta da nossa suíte de produtos e ferramentas Codex Security, e fazer parcerias com mantenedores de código aberto para oferecer varredura gratuita de base de código para projetos amplamente usados, como o Next.js — em que um pesquisador de segurança usou o Codex para encontrar vulnerabilidades divulgadas⁠(abre em uma nova janela) na semana passada.

Com base no nosso Cybersecurity Grant Program de US$ 1 milhão lançado em 2023, também estamos comprometendo US$ 10 milhões em créditos de API para acelerar a defesa cibernética com nossos modelos mais capazes, especialmente para software de código aberto e sistemas de infraestrutura crítica. Organizações engajadas em pesquisa de segurança de boa-fé podem solicitar créditos de API e suporte por meio do nosso Cybersecurity Grant Program⁠.

O GPT‑5.3‑Codex está disponível nos planos pagos do ChatGPT, em qualquer lugar em que você usa o Codex: no aplicativo, no CLI, na extensão de IDE e na web. Estamos trabalhando para habilitar o acesso via API com segurança em breve.

Com esta atualização, também estamos executando o GPT‑5.3‑Codex 25% mais rápido para usuários do Codex, graças a melhorias na nossa infraestrutura e na pilha de inferência — com interações mais rápidas e resultados mais ágeis.

O GPT‑5.3‑Codex foi cocriado para, treinado com e operado em sistemas NVIDIA GB200 NVL72. Agradecemos à NVIDIA pela parceria.

Com o GPT‑5.3‑Codex, o Codex vai além de escrever código e passa a usá-lo como ferramenta para operar um computador e concluir trabalho de ponta a ponta. Ao avançar a fronteira do que um agente de programação consegue fazer, também destravamos uma classe mais ampla de trabalho intelectual — de criar e fazer deploy de software a pesquisar, analisar e executar tarefas complexas. O que começou como um foco em ser o melhor agente de programação virou a base de um colaborador mais geral no computador, ampliando tanto quem consegue construir quanto o que é possível com o Codex.