Vi presenterar GPT‑5.3‑Codex

Vi presenterar en ny modell som öppnar upp ännu fler möjligheter för Codex: GPT‑5.3‑Codex, den mest kapabla agentiska kodningsmodellen hittills. Modellen förbättrar både GPT‑5.2‑Codex banbrytande kodningsprestanda och GPT‑5.2:s förmåga till resonemang och professionell kunskap, allt i en och samma modell, som dessutom är 25 % snabbare. Detta gör det möjligt att utföra långvariga uppgifter som involverar forskning, användning av verktyg och komplexa utföranden. Precis som med en kollega kan du styra och interagera med GPT‑5.3‑Codex medan den arbetar, utan att förlora sammanhanget.

GPT‑5.3‑Codex är vår första modell som spelade en avgörande roll i att skapa sig själv. Codex-teamet använde tidiga versioner för att felsöka sin egen utbildning, hantera sin egen distribution och diagnostisera testresultat och utvärderingar – vårt team blev mycket imponerade av hur mycket Codex kunde påskynda sin egen utveckling.

Med GPT‑5.3‑Codex, går Codex från att vara en agent som kan skriva och granska kod till en agent som kan göra nästan allt som utvecklare och proffs kan göra på en dator.

GPT‑5.3‑Codex sätter en ny branschstandard på SWE-Bench Pro och Terminal-Bench och visar starka prestanda på OSWorld och GDPval, fyra benchmarktest som vi använder för att mäta kodnings-, agent- och verkliga förmågor.

GPT‑5.3‑Codex uppnår toppmodern prestanda på SWE-Bench Pro, en rigorös utvärdering av verklig mjukvaruutveckling. SWE-bench Verified testar endast Python, medan SWE-Bench Pro omfattar fyra språk och är mer motståndskraftigt mot kontaminering, utmanande, mångsidigt och branschrelevant. Den överträffar också den tidigare toppmoderna prestandan på Terminal-Bench 2.0, som mäter de terminalfärdigheter som en kodningsagent som Codex behöver. Det är värt att notera att GPT‑5.3‑Codex gör detta med färre tokens än någon tidigare modell, vilket gör att användarna kan bygga mer.

Genom att kombinera banbrytande kodningsfunktioner, förbättrad estetik och komprimering har vi skapat en modell som kan utföra imponerande arbete och bygga högfunktionella komplexa spel och appar från grunden på bara några dagar. För att testa modellens webbutvecklings- och långvariga agentiska kapacitet bad vi GPT‑5.3‑Codex att skapa två spel åt oss: version två av racingspelet från Codex-appens lansering⁠ och ett dykningsspel. Med hjälp av utvecklingskompetensen för webbspel och förvalda, generiska uppföljningspromptar som ”fixa buggen” eller ”förbättra spelet” itererade GPT‑5.3‑Codex autonomt på spelen över miljontals tokens. Titta på trailrarna och spela spelen själv för att se vad Codex kan göra.

GPT‑5.3‑Codex förstår också bättre din avsikt när du ber den att skapa vardagliga webbplatser, jämfört med GPT‑5.2‑Codex. Enkla eller otillräckligt specificerade promptar är nu standardinställda på webbplatser med mer funktionalitet och förnuftiga standardinställningar, vilket ger dig en starkare utgångspunkt för att förverkliga dina idéer.

Vi bad till exempel GPT‑5.3‑Codex och GPT‑5.2‑Codex att skapa två landningssidor nedan. GPT‑5.3‑Codex visade automatiskt årsplanen som ett rabatterat månadspris, vilket gjorde att rabatten kändes tydlig och avsiktlig, istället för att multiplicera årssumman. Den skapade också en automatiskt växlande karusell med tre olika användarcitat istället för ett, vilket resulterade i en sida som känns mer komplett och produktionsklar som standard.

Programvaruutvecklare, designers, produktchefer och dataforskare gör mycket mer än att bara skapa kod. GPT‑5.3‑Codex är utformad för att stödja allt arbete i programvarans livscykel – felsökning, distribution, övervakning, skrivande av PRD, redigering av text, användarundersökningar, tester, mätningar och mycket mer. Dess agentiska kapacitet går utöver mjukvara och hjälper dig att bygga vad du vill – oavsett om det är presentationsbilder eller analys av data i kalkylblad.

Med anpassade färdigheter som liknar dem som användes för våra tidigare GDPval-resultat visar GPT‑5.3‑Codex också starka prestanda inom professionellt kunskapsarbete, mätt med GDP⁠val⁠, vilket motsvarar GPT‑5.2. GDPval är en utvärdering som OpenAI släppte 2025 och som mäter en modells prestanda på välspecificerade kunskapsarbetsuppgifter inom 44 yrken. Dessa uppgifter inkluderar att skapa presentationer, kalkylblad och andra arbetsprodukter.

Här är några exempel på det arbete som agenten har utfört.

OSWorld är ett agentbaserat riktmärke för datoranvändning där agenten måste utföra produktivitetsuppgifter i en visuell skrivbordsmiljö. GPT‑5.3‑Codex demonstrerar betydligt starkare datoranvändningsförmåga än tidigare GPT‑modeller.

Sammantaget visar dessa resultat inom kodning, frontend, datoranvändning och verkliga uppgifter att GPT‑5.3‑Codex inte bara är bättre på enskilda uppgifter, utan också markerar ett steg mot en enda, allmän agent som kan resonera, bygga och utföra hela spektrumet av verkliga tekniska uppgifter.

I takt med att modellernas kapacitet blir allt mer kraftfull förskjuts fokus från vad agenterna kan göra till hur lätt människor kan interagera med, styra och övervaka många av dem som arbetar parallellt. Codex-appen gör det mycket enklare att hantera och styra agenter, och nu med GPT‑5.3‑Codex är den ännu mer interaktiv. Med den nya modellen tillhandahåller Codex frekventa uppdateringar så att du kan hålla dig informerad om viktiga beslut och framsteg under arbetets gång. Istället för att vänta på ett slutresultat kan du interagera i realtid – ställa frågor, diskutera tillvägagångssätt och styra mot lösningen. GPT‑5.3‑Codex förklarar vad den gör, svarar på feedback och håller dig informerad från början till slut.

De senaste snabba förbättringarna av Codex bygger på resultaten av forskningsprojekt som sträcker sig över månader eller år inom hela OpenAI. Dessa forskningsprojekt påskyndas av Codex, och många forskare och ingenjörer på OpenAI beskriver idag sitt arbete som fundamentalt annorlunda jämfört med för bara två månader sedan. Även tidiga versioner av GPT‑5.3‑Codex visade exceptionella förmågor, vilket gjorde det möjligt för vårt team att arbeta med dessa tidigare versioner för att förbättra träningen och stödja implementeringen av senare versioner.

Codex är användbart för ett mycket brett spektrum av uppgifter, vilket gör det svårt att fullständigt räkna upp alla sätt på vilka det hjälper våra team. Som några exempel använde forskarteamet Codex för att övervaka och felsöka träningen för denna release. Det påskyndade forskningen bortom felsökning av infrastrukturproblem: det hjälpte till att spåra mönster under hela utbildningen, gav en djupgående analys av interaktionskvaliteten, föreslog korrigeringar och byggde rikhaltiga applikationer för mänskliga forskare för att exakt förstå hur modellens beteende skilde sig från tidigare modeller.

Teknikteamet använde Codex för att optimera och anpassa kablaget för GPT‑5.3‑Codex. När vi började se konstiga specialfall som påverkade användarna använde teammedlemmarna Codex för att identifiera buggar i kontextrenderingen och grundorsaken till låga cache-träfffrekvenser. GPT‑5.3‑Codex fortsätter att hjälpa teamet under hela lanseringen genom att dynamiskt skala GPU-kluster för att anpassa sig till trafikökningar och hålla latensen stabil.

Under alfatestningen ville en forskare förstå hur mycket extra arbete GPT‑5.3‑Codex utförde per tur och den därmed sammanhängande skillnaden i produktivitet. GPT‑5.3‑Codex tog fram flera enkla reguljära uttryck för att uppskatta frekvensen av förtydliganden, positiva och negativa användarsvar, framsteg i uppgiften, och körde sedan dem skalbart över alla sessionsloggar och tog fram en rapport med sin slutsats. Personer som byggde med Codex var nöjdare eftersom agenten bättre förstod deras avsikter och gjorde större framsteg per tur, med färre förtydligande frågor.

Eftersom GPT‑5.3‑Codex skiljer sig så mycket från sina föregångare, visade data från alfatestningen många ovanliga och kontraintuitiva resultat. En datavetare i teamet arbetade med GPT‑5.3‑Codex för att bygga nya datapipelines och visualisera resultaten på ett mycket mer detaljerat sätt än vad våra vanliga dashboardingverktyg möjliggjorde. Resultaten analyserades tillsammans med Codex, som på mindre än tre minuter sammanfattade viktiga insikter från tusentals datapunkter.

Var för sig är alla dessa uppgifter intressanta exempel på hur Codex kan hjälpa forskare och produktutvecklare. Sammantaget fann vi att dessa nya funktioner resulterade i en kraftig acceleration av våra forsknings-, teknik- och produktteam.

Under de senaste månaderna har vi sett betydande förbättringar i modellprestanda för cybersäkerhetsuppgifter, vilket gynnar både utvecklare och säkerhetsexperter. Parallellt har vi förberett förstärkta cybersäkerhetsåtgärder⁠ för att stödja defensiv användning och bredare ekosystemresiliens.

GPT‑5.3‑Codex är den första modellen som vi klassificerar som högkapacitetsmodell⁠ för cybersäkerhetsrelaterade uppgifter enligt vårt Preparedness Framework⁠, och den första som vi direkt har tränat för att identifiera sårbarheter i programvara. Även om vi inte har definitiva bevis för att det kan automatisera cyberattacker från början till slut, vidtar vi försiktighetsåtgärder och implementerar vår hittills mest omfattande säkerhetslösning för cybersäkerhet. Våra åtgärder omfattar säkerhetsutbildning, automatiserad övervakning, säker åtkomst till avancerade funktioner och genomförandeprocesser inklusive hotinformation.

Eftersom cybersäkerhet i sig har dubbla användningsområden, tillämpar vi en evidensbaserad, iterativ strategi som ökar försvararnas förmåga att upptäcka och åtgärda sårbarheter samtidigt som missbruk minskar. Som en del av detta lanserar vi Trusted Access for Cyber⁠, ett pilotprogram för att påskynda forskningen inom cyberförsvar.

Vi investerar i ekosystemskyddsåtgärder, såsom att utöka den privata betan av Aardvark⁠, vår säkerhetsforskningsAgent, som det första erbjudandet i vår svit av Codex Security-produkter och verktyg, och samarbetar med underhållare av öppen källkod för att erbjuda kostnadsfri kodbasgranskning för allmänt använda projekt som Next.js—där en säkerhetsforskare använde Codex för att hitta sårbarheter som avslöjades⁠(öppnas i ett nytt fönster) förra veckan.

Med utgångspunkt i vårt cybersäkerhetsbidragsprogram på 1 M$ som lanserades 2023, åtar vi oss också 10 M$ i API-krediter för att påskynda cyberförsvaret med våra mest kapabla modeller, särskilt för programvara med öppen källkod och system för kritisk infrastruktur. Organisationer som bedriver säkerhetsforskning i god tro kan ansöka om API-krediter och support genom vårt Cybersecurity Grant Program⁠.

GPT‑5.3‑Codex är tillgängligt med betalda ChatGPT‑abonnemang, överallt där du kan använda Codex: appen, CLI, IDE-tillägget och webben. Vi arbetar för att snart kunna erbjuda säker API-åtkomst.

Med denna uppdatering kör vi nu även GPT‑5.3‑Codex 25 % snabbare för Codex-användare tack vare förbättringar i vår infrastruktur och inferensstack, vilket resulterar i snabbare interaktioner och snabbare resultat.

GPT‑5.3‑Codex har utformats, tränats och används på NVIDIA GB200 NVL72-system. Vi är tacksamma för vårt samarbete med NVIDIA.

Med GPT‑5.3‑Codex går Codex från att skriva kod till att använda den som ett verktyg för att styra en dator och utföra arbete från början till slut. Genom att utvidga gränserna för vad en kodningsagent kan göra öppnar vi också upp för en bredare kategori av kunskapsarbete – från att bygga och distribuera programvara till att undersöka, analysera och utföra komplexa uppgifter. Det som började som ett fokus på att vara den bästa kodningsagenten har blivit grunden för en mer allmän samarbetspartner på datorn, vilket utökar både vem som kan bygga och vad som är möjligt med Codex.