Predstavljamo GPT‑5.3‑Codex

Predstavljamo novi model koji otključava još više onoga što Codex može da uradi: GPT‑5.3‑Codex, do sada najsposobniji agentski model za kodiranje. Model unapređuje i granične performanse kodiranja GPT‑5.2‑Codex‑a i sposobnosti rezonovanja i profesionalnog znanja GPT‑5.2, objedinjeno u jednom modelu, koji je pritom i 25% brži. To mu omogućava da preuzme dugotrajne zadatke koji uključuju istraživanje, upotrebu alata i složeno izvršavanje. Slično kolegi, možete usmeravati i komunicirati sa GPT‑5.3‑Codex‑om dok radi, bez gubitka konteksta.

GPT‑5.3‑Codex je naš prvi model koji je imao ključnu ulogu u sopstvenom stvaranju. Codex tim je koristio rane verzije da otklanja greške u njegovoj sopstvenoj obuci, upravlja njegovim sopstvenim puštanjem u rad i dijagnostikuje rezultate testova i evaluacija — naš tim je bio oduševljen koliko je Codex uspeo da ubrza sopstveni razvoj.

Sa GPT‑5.3‑Codex‑om, Codex prelazi od agenta koji može da piše i pregleda kod do agenta koji može da radi gotovo sve što programeri i profesionalci mogu da rade na računaru.

GPT‑5.3‑Codex postavlja novi industrijski rekord na SWE-Bench Pro i Terminal-Bench-u, i pokazuje snažne performanse na OSWorld-u i GDPval-u, četiri benchmarka koja koristimo za merenje sposobnosti kodiranja, agentskih i stvarnih sposobnosti.

GPT‑5.3‑Codex postiže vrhunske performanse na SWE-Bench Pro, rigoroznoj evaluaciji stvarnog softverskog inženjerstva. Dok SWE‑bench Verified testira samo Python, SWE‑Bench Pro obuhvata četiri jezika i otporniji je na kontaminaciju, zahtevniji, raznovrsniji i relevantniji za industriju. Takođe znatno nadmašuje prethodne vrhunske rezultate na Terminal-Bench 2.0, koji meri terminalske veštine potrebne agentskom modelu za kodiranje kao što je Codex. Značajno je da GPT‑5.3‑Codex to postiže sa manje tokena nego bilo koji prethodni model, omogućavajući korisnicima da izgrade više.

Kombinacija graničnih sposobnosti kodiranja, poboljšanja estetike i kompaktnosti rezultira modelom koji može da uradi upečatljiv posao, gradeći veoma funkcionalne složene igre i aplikacije od nule tokom više dana. Da bismo testirali sposobnosti modela za veb razvoj i dugotrajni agentski rad, tražili smo od GPT‑5.3‑Codex-a da nam napravi dve igre: drugu verziju trkačke igre sa lansiranja Codex aplikacije⁠ i ronilačku igru. Koristeći develop web game skill i unapred odabrane, generičke naknadne instrukcije kao što su "ispravi bag" ili "unapredi igru", GPT‑5.3‑Codex je autonomno iterirao na igrama kroz milione tokena. Pogledajte trejlere i sami isprobajte igre da vidite šta Codex može.

GPT‑5.3‑Codex takođe bolje razume vašu nameru kada ga zamolite da pravi svakodnevne veb sajtove, u poređenju sa GPT‑5.2‑Codex‑om. Jednostavne ili nedovoljno precizirane instrukcije sada podrazumevano vode do sajtova sa više funkcionalnosti i razumnim podrazumevanim postavkama, dajući vam bolju početnu osnovu da svoje ideje pretvorite u stvarnost.

Na primer, tražili smo od GPT‑5.3‑Codex‑a i GPT‑5.2‑Codex‑a da naprave dve landing stranice ispod. GPT‑5.3‑Codex je automatski prikazao godišnji plan kao sniženu mesečnu cenu, čineći popust jasnim i namernim, umesto da množi godišnji ukupan iznos. Takođe je napravio karusel sa preporukama koji se automatski smenjuje, sa tri različita korisnička citata umesto jednog, što je rezultiralo stranicom koja već podrazumevano deluje potpunije i spremnije za produkciju.

Softverski inženjeri, dizajneri, menadžeri proizvoda i naučnici za podatke rade mnogo više od generisanja koda. GPT‑5.3‑Codex je napravljen da podrži sav rad u životnom ciklusu softvera — otklanjanje grešaka, puštanje u rad, nadzor, pisanje PRD-ova, uređivanje teksta, istraživanje korisnika, testove, metrike i još mnogo toga. Njegove agentske sposobnosti prevazilaze softver i pomažu vam da napravite šta god želite — bilo da su to prezentacije ili analiza podataka u tabelama.

Sa prilagođenim veštinama sličnim onima koje smo koristili za naše prethodne GDPval rezultate, GPT‑5.3‑Codex takođe pokazuje snažne performanse u profesionalnom radu sa znanjem, mereno pomoću GDP⁠val-a⁠, na nivou GPT‑5.2. GDPval je evaluacija koju je OpenAI objavio 2025. godine i koja meri performanse modela na dobro definisanim zadacima rada sa znanjem u 44 zanimanja. Ti zadaci uključuju stvari kao što su pravljenje prezentacija, tabela i drugih radnih materijala.

Ispod je nekoliko primera rada koji je agent proizveo.

OSWorld je benchmark za agentsko korišćenje računara u kome agent mora da izvrši produktivne zadatke u vizuelnom desktop okruženju. GPT‑5.3‑Codex pokazuje znatno jače sposobnosti korišćenja računara od prethodnih GPT modela.

Zajedno, ovi rezultati kroz kodiranje, frontend, korišćenje računara i stvarne zadatke pokazuju da GPT‑5.3‑Codex nije samo bolji u pojedinačnim zadacima, već označava kvalitativni skok ka jednom jedinstvenom agentu opšte namene koji može da rezonuje, gradi i izvršava kroz ceo spektar stvarnog tehničkog rada.

Kako sposobnosti modela postaju moćnije, jaz se pomera sa onoga što agenti mogu da urade na to koliko lako ljudi mogu da komuniciraju s njima, usmeravaju ih i nadgledaju mnoge od njih dok rade paralelno. Codex aplikacija znatno olakšava upravljanje agentima i njihovo usmeravanje, a sada je sa GPT‑5.3‑Codex‑om i interaktivnija. Sa novim modelom, Codex pruža česta ažuriranja kako biste ostali u toku sa ključnim odlukama i napretkom dok radi. Umesto da čekate konačni rezultat, možete komunicirati u realnom vremenu — postavljati pitanja, razgovarati o pristupima i usmeravati ka rešenju. GPT‑5.3‑Codex objašnjava šta radi, reaguje na povratne informacije i drži vas u toku od početka do kraja.

Nedavna brza poboljšanja Codex-a nadovezuju se na plodove istraživačkih projekata koji su trajali mesecima ili godinama širom OpenAI-ja. Ove istraživačke projekte ubrzava Codex, pri čemu mnogi istraživači i inženjeri u OpenAI-ju opisuju svoj posao danas kao suštinski drugačiji nego pre samo dva meseca. Čak su i rane verzije GPT‑5.3‑Codex‑a pokazale izuzetne sposobnosti, omogućivši našem timu da radi sa tim ranijim verzijama kako bi unapredio obuku i podržao puštanje u rad kasnijih verzija.

Codex je koristan za veoma širok raspon zadataka, zbog čega je teško u potpunosti pobrojati sve načine na koje pomaže našim timovima. Kao neke primere, istraživački tim je koristio Codex da prati i otklanja greške u trening pokretanju za ovo izdanje. Ubrzao je istraživanje i van otklanjanja infrastrukturnih problema: pomogao je da se prate obrasci tokom obuke, pružio dubinsku analizu kvaliteta interakcije, predložio ispravke i napravio bogate aplikacije kako bi ljudski istraživači precizno razumeli kako se ponašanje modela razlikuje u odnosu na prethodne modele.

Inženjerski tim je koristio Codex da optimizuje i prilagodi harness za GPT‑5.3‑Codex. Kada smo počeli da primećujemo neobične rubne slučajeve koji utiču na korisnike, članovi tima su koristili Codex da identifikuju bagove u prikazivanju konteksta i utvrde osnovni uzrok niskih stopa pogodaka keša. GPT‑5.3‑Codex nastavlja da pomaže timu tokom lansiranja tako što dinamički skalira GPU klastere radi prilagođavanja skokovima saobraćaja i održava stabilnu latenciju.

Tokom alfa testiranja, jedan istraživač je želeo da razume koliko dodatnog rada GPT‑5.3‑Codex obavlja po potezu i koja je s tim povezana razlika u produktivnosti. GPT‑5.3‑Codex je osmislio nekoliko jednostavnih regex klasifikatora za procenu učestalosti pojašnjenja, pozitivnih i negativnih korisničkih odgovora i napretka na zadatku, a zatim ih je skalabilno pokrenuo nad svim zapisima sesija i izradio izveštaj sa svojim zaključkom. Ljudi koji grade uz Codex bili su zadovoljniji jer je agent bolje razumevao njihovu nameru i pravio veći napredak po potezu, sa manje pitanja za pojašnjenje.

Zbog toga što se GPT‑5.3‑Codex toliko razlikuje od svojih prethodnika, podaci iz alfa testiranja pokazali su brojne neobične i kontraintuitivne rezultate. Jedan naučnik za podatke u timu radio je sa GPT‑5.3‑Codex‑om na izgradnji novih tokova podataka i znatno bogatijoj vizualizaciji rezultata nego što su to omogućavali naši standardni alati za kontrolne table. Rezultati su zajednički analizirani sa Codex-om, koji je sažeto sumirao ključne uvide kroz hiljade tačaka podataka za manje od tri minuta.

Pojedinačno, svi ovi zadaci su zanimljivi primeri kako Codex može pomoći istraživačima i timovima koji grade proizvode. Posmatrano zajedno, utvrdili smo da su ove nove sposobnosti dovele do snažnog ubrzanja naših istraživačkih, inženjerskih i proizvodnih timova.

Tokom poslednjih meseci videli smo značajne dobitke u performansama modela na zadacima iz sajber bezbednosti, od kojih imaju koristi i programeri i bezbednosni stručnjaci. Paralelno s tim, pripremali smo pojačane sajber zaštitne mere⁠ kako bismo podržali odbrambenu upotrebu i širu otpornost ekosistema.

GPT‑5.3‑Codex je prvi model koji klasifikujemo kao visoko sposoban⁠ za zadatke povezane sa sajber bezbednošću u okviru našeg Okvira spemnosti⁠, i prvi koji smo direktno obučavali da identifikuje softverske ranjivosti. Iako nemamo konačne dokaze da može da automatizuje sajber napade od početka do kraja, pristupamo oprezno i uvodimo naš najobuhvatniji bezbednosni sajber skup mera do sada. Naše mere ublažavanja uključuju bezbednosnu obuku, automatizovani nadzor, pouzdan pristup za napredne sposobnosti i tokove sprovođenja koji uključuju obaveštajne podatke o pretnjama.

Pošto je sajber bezbednost po prirodi dvonamenska, primenjujemo iterativan pristup zasnovan na dokazima koji ubrzava sposobnost branilaca da pronađu i isprave ranjivosti, a istovremeno usporava zloupotrebu. Kao deo toga, pokrećemo Trusted Access for Cyber⁠, pilot program za ubrzanje istraživanja sajber odbrane.

Da bismo pomogli u sprečavanju zloupotrebe, neki zahtevi koje naši sistemi prepoznaju kao zahteve sa povišenim sajber rizikom mogu biti automatski preusmereni sa GPT‑5.3‑Codex‑a na GPT‑5.2. Nastavljamo da usavršavamo ove zaštitne mere. Programeri koji sprovode bezbednosna istraživanja ili veruju da su njihovi zahtevi pogrešno klasifikovani mogu da se prijave za pun pristup kroz naš program Trusted Access for Cyber ili da prijave problem pomoću komande /feedback.

Ulažemo u zaštitne mere ekosistema, kao što je proširenje privatne bete za Aardvark⁠, našeg agenta za bezbednosna istraživanja, kao prve ponude u našem paketu Codex Security proizvoda i alata, i sarađujemo sa održavaocima otvorenog koda kako bismo obezbedili besplatno skeniranje koda za široko korišćene projekte kao što je Next.js — gde je bezbednosni istraživač koristio Codex da pronađe ranjivosti objavljene⁠(отвара се у новом прозору) prošle nedelje.

Nadovezujući se na naš Program grantova za sajber bezbednost od 1 milion dolara, pokrenut 2023. godine, takođe izdvajamo 10 miliona dolara u API kreditima kako bismo ubrzali sajber odbranu našim najsposobnijim modelima, posebno za softver otvorenog koda i sisteme kritične infrastrukture. Organizacije koje se bave istraživanjem bezbednosti u dobroj veri mogu se prijaviti za API kredite i podršku kroz naš Cybersecurity Grant Program⁠.

GPT‑5.3‑Codex je dostupan uz plaćene ChatGPT planove, svuda gde možete da koristite Codex: u aplikaciji, CLI-ju, IDE ekstenziji i na vebu. Radimo na tome da uskoro bezbedno omogućimo i API pristup.

Ovim ažuriranjem sada takođe pokrećemo GPT‑5.3‑Codex 25% brže za Codex korisnike, zahvaljujući poboljšanjima naše infrastrukture i inference steka, što rezultira bržim interakcijama i bržim rezultatima.

GPT‑5.3‑Codex je zajednički dizajniran za NVIDIA GB200 NVL72 sisteme, obučen uz njih i opslužuje se na njima. Zahvalni smo NVIDIA-i na partnerstvu.

Sa GPT‑5.3‑Codex‑om, Codex se pomera dalje od pisanja koda ka njegovom korišćenju kao alata za upravljanje računarom i završavanje posla od početka do kraja. Pomerajući granice onoga što agent za kodiranje može da uradi, otključavamo i širu klasu rada sa znanjem — od izgradnje i puštanja softvera u rad do istraživanja, analize i izvršavanja složenih zadataka. Ono što je počelo kao fokus na tome da budemo najbolji agent za kodiranje postalo je osnova za opštijeg saradnika na računaru, proširujući i to ko može da gradi i šta je sve moguće sa Codex-om.