Apresentamos o GPT‑5.3‑Codex

Estamos a apresentar um novo modelo que desbloqueia ainda mais do que o Codex consegue fazer: GPT‑5.3‑Codex, o modelo de programação agêntico mais capaz até à data. O modelo faz avançar tanto o desempenho de programação de vanguarda do GPT‑5.2‑Codex como as capacidades de raciocínio e conhecimento profissional do GPT‑5.2, num único modelo que também é 25% mais rápido. Isto permite-lhe assumir tarefas de longa duração que envolvem investigação, utilização de ferramentas e execução complexa. Tal como com um colega, é possível orientar e interagir com o GPT‑5.3‑Codex enquanto trabalha, sem perder contexto.

O GPT‑5.3‑Codex é o nosso primeiro modelo que foi determinante na sua própria criação. A equipa do Codex usou versões iniciais para depurar o próprio treino, gerir a própria implementação e diagnosticar resultados de testes e avaliações — e ficámos impressionados com o quanto o Codex conseguiu acelerar o seu próprio desenvolvimento.

Com o GPT‑5.3‑Codex, o Codex passa de um agente que consegue escrever e rever código para um agente que consegue fazer praticamente tudo o que os programadores e profissionais conseguem fazer num computador.

O GPT‑5.3‑Codex estabelece um novo máximo do setor no SWE-Bench Pro e no Terminal-Bench e mostra um 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 atinge um desempenho de estado da arte 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, mais exigente, mais diverso e mais relevante para a indústria. Além disso, supera largamente o anterior desempenho de estado da arte no Terminal-Bench 2.0, que mede as competências de terminal de que um agente de programação como o Codex precisa. Notavelmente, o GPT‑5.3‑Codex faz isto com menos tokens do que qualquer modelo anterior, permitindo aos utilizadores criar mais.

Ao combinar capacidades de programação de vanguarda, melhorias na estética e a compaction, obtém-se um modelo capaz de trabalho impressionante, criando jogos e aplicações complexos e altamente funcionais de raiz ao longo de dias. Para testar as capacidades de desenvolvimento web e agênticas de longa duração do modelo, pedimos ao GPT‑5.3‑Codex que nos criasse dois jogos: a segunda versão do jogo de corridas do lançamento da aplicação Codex⁠ e um jogo de mergulho. Ao usar a skill develop web game e prompts de seguimento genéricos pré-selecionados, como «fix the bug» ou «improve the game», o GPT‑5.3‑Codex foi iterando sobre os jogos de forma autónoma ao longo de milhões de tokens. Veja os trailers e jogue os jogos para perceber o que o Codex consegue fazer.

O GPT‑5.3‑Codex também compreende melhor a intenção quando lhe pedem para criar websites do dia a dia, em comparação com o GPT‑5.2‑Codex. Prompts simples ou pouco especificados passam agora, por defeito, para sites com mais funcionalidades e predefinições sensatas, dando uma base inicial mais sólida para dar vida às ideias.

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, tornando o desconto claro e intencional, em vez de multiplicar o total anual. Também criou um carrossel de testemunhos com transição automática, com três citações de utilizadores distintas em vez de uma, resultando numa página que, por defeito, parece mais completa e pronta para produção.

Engenheiros de software, designers, gestores de produto e cientistas de dados fazem muito mais do que gerar código. O GPT‑5.3‑Codex foi concebido para apoiar todo o trabalho no ciclo de vida do software—depurar, fazer deploy, monitorizar, escrever PRDs, editar copy, fazer pesquisa com utilizadores, testar, analisar métricas e muito mais. As suas capacidades agênticas vão além do software, ajudando a criar tudo o que for necessário—seja a criar apresentações de slides, seja a analisar dados em folhas de cálculo.

Com skills personalizadas semelhantes às usadas nos nossos resultados anteriores do GDPval, o GPT‑5.3‑Codex também apresenta um forte desempenho em trabalho intelectual profissional, medido pelo GDP⁠val⁠, igualando o GPT‑5.2. O GDPval é uma avaliação que a OpenAI lançou em 2025 e que mede o desempenho de um  modelo em tarefas de trabalho intelectual bem especificadas, em 44 profissões. Estas tarefas incluem coisas como criar apresentações, folhas de cálculo e outros entregáveis.

Abaixo seguem alguns exemplos do trabalho produzido pelo agente.

O OSWorld é um benchmark de utilização agêntica do computador em que o agente tem de concluir tarefas de produtividade num ambiente visual de computador (desktop). O GPT‑5.3‑Codex demonstra capacidades de utilização do computador muito superiores às de modelos GPT anteriores.

Em conjunto, estes resultados em programação, frontend, utilização do computador e tarefas do mundo real mostram que o GPT‑5.3‑Codex não é apenas melhor em tarefas individuais, mas representa um salto rumo a um único agente de propósito geral, capaz de raciocinar, criar e executar em todo o espectro do trabalho técnico no mundo real.

À medida que as capacidades dos modelos se tornam mais poderosas, o fosso passa do que os agentes são capazes de fazer para a facilidade com que as pessoas conseguem interagir com, orientar e supervisionar muitos deles a trabalhar em paralelo. A aplicação Codex torna muito mais fácil gerir e orientar agentes, e agora, com o GPT‑5.3‑Codex é mais interativa. Com o novo modelo, o Codex fornece atualizações frequentes para se manter a par das principais decisões e do progresso enquanto trabalha. Em vez de esperar por um resultado final, é possível interagir em tempo real—fazer perguntas, discutir abordagens e orientar para a solução. O GPT‑5.3‑Codex explica o que está a fazer, responde ao feedback e mantém o progresso transparente do início ao fim.

As melhorias rápidas e recentes do Codex assentam nos resultados de projetos de investigação que se prolongaram por meses ou anos em toda a OpenAI. O Codex está a acelerar estes projetos de investigação, e muitos investigadores e engenheiros da OpenAI descrevem hoje o seu trabalho como sendo fundamentalmente diferente do que era há apenas dois meses. Mesmo as versões iniciais do GPT‑5.3‑Codex demonstraram capacidades excecionais, permitindo à nossa equipa trabalhar com essas versões para melhorar o treino e apoiar a implementação de versões posteriores.

O Codex é útil numa gama muito vasta de tarefas, o que torna difícil enumerar totalmente as formas como ajuda as nossas equipas. Por exemplo, a equipa de investigação usou o Codex para monitorizar e depurar a execução de treino desta versão. Acelerou a investigação para além da depuração de problemas de infraestrutura: ajudou a acompanhar padrões ao longo do treino, forneceu uma análise profunda da qualidade de interação, propôs correções e criou aplicações ricas para que investigadores humanos pudessem compreender com precisão como o comportamento do modelo diferia face a modelos anteriores.

A equipa de engenharia usou o Codex para otimizar e adaptar o harness do GPT‑5.3‑Codex. Quando começámos a ver casos-limite estranhos a afetar utilizadores, membros da equipa usaram o Codex para identificar bugs na renderização de contexto e chegar à causa raiz de taxas baixas de acerto na cache. O GPT‑5.3‑Codex continua a ajudar a equipa ao longo do lançamento, escalando dinamicamente clusters de GPU para se adaptar a picos de tráfego e mantendo a latência estável.

Durante os testes alfa, um investigador quis perceber quanto trabalho adicional o GPT‑5.3‑Codex realizava por turno e qual a diferença de produtividade associada. O GPT‑5.3‑Codex propôs vários classificadores simples em regex para estimar a frequência de pedidos de esclarecimento, respostas positivas e negativas dos utilizadores e o progresso na tarefa; depois, executou-os à escala sobre todos os logs de sessão e produziu um relatório com as suas conclusões. As pessoas que desenvolvem com o Codex ficaram mais satisfeitas, porque o agente compreendia melhor a intenção e avançava mais por turno, com menos perguntas de esclarecimento.

Por o GPT‑5.3‑Codex ser tão diferente dos seus antecessores, os dados dos testes alfa exibiram vários resultados invulgares e contraintuitivos. Um cientista de dados da equipa trabalhou com o GPT‑5.3‑Codex para criar novos pipelines de dados e visualizar os resultados de forma muito mais rica do que as nossas ferramentas padrão de dashboards permitiam. Os resultados foram coanalisados com o Codex, que resumiu de forma concisa as principais conclusões sobre milhares de pontos de dados em menos de três minutos.

Individualmente, todas estas tarefas são exemplos interessantes de como o Codex pode ajudar investigadores e equipas de produto. Em conjunto, concluímos que estas novas capacidades resultaram numa forte aceleração das nossas equipas de investigação, engenharia e produto.

Nos últimos meses, temos observado ganhos significativos no desempenho dos modelos em tarefas de cibersegurança, beneficiando tanto programadores como profissionais de segurança. Em paralelo, temos vindo a preparar salvaguardas cibernéticas reforçadas⁠ para apoiar a utilização defensiva e uma maior resiliência do ecossistema.

O GPT‑5.3‑Codex é o primeiro modelo que classificamos como High capability⁠ para tarefas relacionadas com cibersegurança ao abrigo do nosso Preparedness Framework⁠, e o primeiro que treinámos diretamente para identificar vulnerabilidades de software. Embora não tenhamos provas definitivas de que consiga automatizar ciberataques de ponta a ponta, estamos a adotar uma abordagem de precaução e a implementar a nossa stack de segurança cibernética mais abrangente até à data. As nossas mitigações incluem treino de segurança, monitorização automatizada, acesso de confiança para capacidades avançadas e pipelines de aplicação, incluindo inteligência sobre ameaças.

Como a cibersegurança é inerentemente de dupla utilização, estamos a adotar uma abordagem iterativa e baseada em evidência que acelera a capacidade dos defensores de encontrar e corrigir vulnerabilidades, ao mesmo tempo que abranda o uso indevido. Como parte disto, estamos a lançar o Trusted Access for Cyber⁠, um programa-piloto para acelerar a investigação em ciberdefesa.

Estamos a investir em salvaguardas do ecossistema, como alargar a beta privada do Aardvark⁠, o nosso agente de investigação de segurança, como a primeira oferta da nossa suite de produtos e ferramentas Codex Security, e a estabelecer parcerias com maintainers de open source para disponibilizar análise gratuita de bases de código a projetos amplamente utilizados, como o Next.js—onde um investigador de segurança usou o Codex para encontrar vulnerabilidades divulgadas⁠(abre numa nova janela) na semana passada.

Com base no nosso Cybersecurity Grant Program de $1M lançado em 2023, estamos também a comprometer $10M em créditos de API para acelerar a ciberdefesa com os nossos modelos mais capazes, especialmente para software open source e sistemas de infraestruturas críticas. As organizações envolvidas em investigação de segurança de boa-fé podem candidatar-se a créditos de API e apoio através do nosso Cybersecurity Grant Program⁠.

O GPT‑5.3‑Codex está disponível nos planos pagos do ChatGPT, em todo o lado onde se pode usar o Codex: na aplicação, na CLI, na extensão para IDE e na web. Estamos a trabalhar para ativar o acesso à API em breve, de forma segura.

Com esta atualização, também estamos agora a executar o GPT‑5.3‑Codex 25% mais rápido para os utilizadores do Codex, graças a melhorias na nossa infraestrutura e stack de inferência, o que resulta em interações mais rápidas e resultados mais rápidos.

O GPT‑5.3‑Codex foi co-desenhado para, treinado com e executado em sistemas NVIDIA GB200 NVL72. Agradecemos à NVIDIA a parceria.

Com o GPT‑5.3‑Codex, o Codex está a ir além de escrever código para o usar como uma ferramenta para operar um computador e concluir trabalho de ponta a ponta. Ao expandirmos a fronteira do que um agente de programação pode fazer, estamos também a desbloquear uma classe mais ampla de trabalho intelectual—desde criar e fazer deploy de software até pesquisar, analisar e executar tarefas complexas. O que começou como um foco em ser o melhor agente de programação tornou-se a base para um colaborador mais geral no computador, expandindo tanto quem pode construir como o que é possível com o Codex.