модель · OpenAI · вышла 5 февраля
GPT-5.3 Codex
Бывшая флагманская модель OpenAI для программирования и агентной работы с кодом, её уже сменили GPT-5.5 и более новые версии
О модели
GPT-5.3-Codex — модель OpenAI для программирования. На выходе OpenAI назвала её своей самой сильной агентной моделью для кода. «Агентная» здесь значит, что модель не просто подсказывает строки кода, а сама выполняет долгую задачу по шагам: читает репозиторий, правит файлы, запускает команды в терминале и проверяет результат. По словам OpenAI, это первая её модель, которая помогала создавать саму себя: команда Codex с помощью ранних версий искала ошибки в обучении, управляла развёртыванием и разбирала результаты оценок.
Компания заявляет, что модель объединила сильные стороны двух предшественниц: навыки программирования GPT-5.2-Codex и рассуждения и профессиональные знания GPT-5.2. При этом она работает на 25% быстрее и, по замерам лаборатории, тратит меньше токенов на ту же задачу. OpenAI сообщила о рекордных для отрасли результатах в бенчмарках SWE-Bench Pro и Terminal-Bench 2.0 и о сильных результатах в OSWorld-Verified (управление компьютером) и GDPval (задачи из реальных профессий). Ещё одно новшество — модель можно направлять прямо по ходу работы, как коллегу, и она не теряет контекст задачи.
Модель берут для правок в больших репозиториях, проверки кода, работы в терминале, создания сайтов по короткому описанию и поиска уязвимостей. Она доступна в приложении Codex, командной строке, расширениях для редакторов кода и через API. Разработчики могут выбрать, сколько усилий модель тратит на рассуждения: четыре уровня, от самого экономного до максимального.
Через API модель работает только в Responses API: классический интерфейс чата, пакетная обработка и дообучение для неё недоступны. По кибербезопасности OpenAI присвоила модели свой высший уровень возможностей, поскольку она умеет самостоятельно находить уязвимости. Сейчас это уже не новейшая модель лаборатории: её сменили GPT-5.5, GPT-5.6 и GPT-6 Astra.
источники:Анонс GPT-5.3-Codex на форуме разработчиков OpenAI ↗Документация модели для разработчиков ↗
Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиПодробнее на английском ↗
весь рейтинг16место из 268индекс 157вероятный разброс 154–160
- Terminal BenchЗадачи в командной строке по мотивам реальной работы: агент сам выполняет их в терминале, результат проверяют автотестыПодробнее на английском ↗78,4%
- METR Time HorizonsНасколько долгие для человека задачи по программированию, машинному обучению и кибербезопасности агент решает самостоятельноРезультат — не процент, а время: длительность задачи (по времени работы эксперта), которую модель решает примерно в половине случаев.Подробнее на английском ↗74,5%
- WeirdMLНеобычные задачи по машинному обучению: модель пишет код, который на выданных данных обучает классификатор, например для распознавания фигурБалл — средняя точность обученных моделью классификаторов, а не доля решённых задач.Подробнее на английском ↗79,3%
- SWE-Bench verifiedНастоящие задачи из GitHub по проектам на Python: модель правит код, а тесты проверяют, решена ли проблемаПо оценке Epoch, в 5–10% задач есть ошибки, поэтому 100% недостижимы; Epoch считает результат по 484 задачам из 500.Подробнее на английском ↗74,8%высокое
Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).
* Meta Platforms Inc., которой принадлежат Facebook и Instagram, признана в России экстремистской организацией, её деятельность запрещена.