OpenAI 发布 GPT-5.3-Codex，一文详解
OpenAI 发布 GPT-5.3-Codex，一文详解
OpenAI 发布 GPT 5.3 Codex，一文详解 OpenAI 发布 GPT 5.3 Codex，一文详解 Modified February 6 知识工作 GDPval 测的不只是写代码。44 个职业，任务由各职业的资深从业者设计，做 PPT、做表格、写分析报告都算 OpenAI 放了几个 demo 金融顾问 PPT demo：比较 CD 和可变年金的风险收益 其他 demo 还包括零售培训文档、NPV 分析表格、时尚行业 PDF 演示 零售培训文档 NPV 分析表格 时尚演示 PDF 交互方式变了 以前 Codex 是你下指令，等结果。GPT 5.3 Codex 可以在工作过程中实时交互 模型会主动汇报进展和关键决策，你可以中途提问、讨论方案、调整方向，不用等到最后才看到输出 No access 0bc3ria4yaab74acvfef65uvdcwdzsfadtaa.f10002 00:00 交互协作演示 在 Codex app 里打开 Settings General Follow up behavior 就能用 用 Codex 训练 Codex 这是这次发布里最有意思的部分 OpenAI 说早期版本的 GPT 5.3 Codex 在自己的开发过程中被大量使用。几个具体场景： 研究团队用 Codex 监控和 debug 训练过程，追踪训练中的行为模式，分析交互质量差异，还给人类研究员搭了可视化工具来精确理解模型行为的变化 工程团队用 Codex 优化推理框架，定位上下文渲染 bug，排查缓存命中率低的根因。发布当天，GPT 5.3 Codex 还在帮团队做 GPU 集群的动态扩缩容和延迟稳定 Alpha 测试阶段，一个研究员想量化 GPT 5.3 Codex 每轮多做了多少工作。GPT 5.3 Codex 自己写了几个正则分类器来估算澄清频率、正负反馈、任务进度，然后跑完所有 session log 出了份报告 数据科学家和 GPT 5.3 Codex 一起搭了新的数据管道和可视化，三分钟内对上千个数据点做出了摘要分析 OpenAI 的原话是「团队被 Codex 加速自身开发的能力震住了」 网络安全 GPT 5.3 Codex 是 OpenAI 在 Preparedness Framework 下第一个被标为 High capability 的网络安全模型，也是第一个被直接训练来识别软件漏洞的模型 OpenAI 说没有确定性证据表明它能端到端自动化网络攻击，但采取了预防性措施，部署了他们迄今最全面的网络安全安全栈：安全训练、自动监控、高级能力的可信访问、执行管道 + 威胁情报 几个配套动作： 发布了 Trusted Access for Cyber 试点项目，加速网络防御研究 Aardvark （安全研究 Agent）扩大了内测范围，作为 Codex Security 产品线的第一个工具 和开源项目合作提供免费代码扫描，上周一个安全研究员用 Codex 在 Next.js 里找到了漏洞（Vercel 已披露） 在 2023 年 $1M 网安资助计划基础上，追加 10M USD 的 API credits ，专门给开源软件和关键基础设施的安全研究 可用性 GPT 5.3 Codex 今天起在所有 Codex 渠道可用： Codex app 、 CLI 、 IDE 扩展 、 web API 访问还在准备中，OpenAI 说「soon」 另外的，在这里下载 Codex app： https://persistent.oaistatic.com/codex app prod/Codex.dmg 知识工作 GDPval 测的不只是写代码。44 个职业，任务由各职业的资深从业者设计，做 PPT、做表格、写分析报告都算 OpenAI 放了几个 demo 金融顾问 PPT demo：比较 CD 和可变年金的风险收益 其他 demo 还包括零售培训文档、NPV 分析表格、时尚行业 PDF 演示 零售培训文档 NPV 分析表格 时尚演示 PDF 交互方式变了 以前 Codex 是你下指令，等结果。GPT 5.3 Codex 可以在工作过程中实时交互 模型会主动汇报进展和关键决策，你可以中途提问、讨论方案、调整方向，不用等到最后才看到输出 No access 0bc3ria4yaab74acvfef65uvdcwdzsfadtaa.f10002 00:00 No access 0bc3ria4yaab74acvfef65uvdcwdzsfadtaa.f10002 00:00 交互协作演示 在 Codex app 里打开 Settings General Follow up behavior 就能用 用 Codex 训练 Codex 这是这次发布里最有意思的部分 OpenAI 说早期版本的 GPT 5.3 Codex 在自己的开发过程中被大量使用。几个具体场景： 研究团队用 Codex 监控和 debug 训练过程，追踪训练中的行为模式，分析交互质量差异，还给人类研究员搭了可视化工具来精确理解模型行为的变化 工程团队用 Codex 优化推理框架，定位上下文渲染 bug，排查缓存命中率低的根因。发布当天，GPT 5.3 Codex 还在帮团队做 GPU 集群的动态扩缩容和延迟稳定 Alpha 测试阶段，一个研究员想量化 GPT 5.3 Codex 每轮多做了多少工作。GPT 5.3 Codex 自己写了几个正则分类器来估算澄清频率、正负反馈、任务进度，然后跑完所有 session log 出了份报告 数据科学家和 GPT 5.3 Codex 一起搭了新的数据管道和可视化，三分钟内对上千个数据点做出了摘要分析 OpenAI 的原话是「团队被 Codex 加速自身开发的能力震住了」 网络安全 GPT 5.3 Codex 是 OpenAI 在 Preparedness Framework 下第一个被标为 High capability 的网络安全模型，也是第一个被直接训练来识别软件漏洞的模型 OpenAI 说没有确定性证据表明它能端到端自动化网络攻击，但采取了预防性措施，部署了他们迄今最全面的网络安全安全栈：安全训练、自动监控、高级能力的可信访问、执行管道 + 威胁情报 几个配套动作： 发布了 Trusted Access for Cyber 试点项目，加速网络防御研究 Aardvark （安全研究 Agent）扩大了内测范围，作为 Codex Security 产品线的第一个工具 和开源项目合作提供免费代码扫描，上周一个安全研究员用 Codex 在 Next.js 里找到了漏洞（Vercel 已披露） 在 2023 年 $1M 网安资助计划基础上，追加 10M USD 的 API credits ，专门给开源软件和关键基础设施的安全研究 可用性 GPT 5.3 Codex 今天起在所有 Codex 渠道可用： Codex app 、 CLI 、 IDE 扩展 、 web API 访问还在准备中，OpenAI 说「soon」 另外的，在这里下载 Codex app： https://persistent.oaistatic.com/codex app prod/Codex.dmg 🔗 原文链接： https://mp.weixin.qq.com/s/39AKSqgZ... https://mp.weixin.qq.com/s/39AKSqgZ... 原创 金色传说大聪明 金色传说大聪明 赛博禅心2026年2月6日 03:07 北京 Claude Opus 4.6 发布 大约半小时后，GPT 5.3 Codex 来了 Claude Opus 4.6 发布 Opus 4.6 的博客里说自己拿了 Terminal Bench 2.0 的最高分，GPT 5.3 Codex 直接交出 77.3% ，把这个最高分抢了回去 这里对比下两边的跑分 先是 Claude 的 BenchMark 先是 GPT 5.3 Codex 的 BenchMark GPT 5.3 Codex 把 GPT 5.2 Codex 的编码能力和 GPT 5.2 的推理 + 专业知识能力合进了一个模型，速度还比 5.2 Codex 快 25% OpenAI 给了一个说法： 这是第一个参与创造自己的模型 。早期版本的 GPT 5.3 Codex 被用来 debug 自己的训练过程、管理自己的部署、分析自己的评测结果 跑分 回到 GPT 5.3 Codex GPT 5.3 Codex BenchMark 跑分 几个关键数字拎一下 Terminal Bench 2.0：77.3% 测的是编码 Agent 在终端里的操作能力。GPT 5.2 Codex 是 64.0%，GPT 5.3 Codex 直接跳到 77.3%。而且 OpenAI 强调，它用的 token 比之前所有模型都少 Terminal Bench 2.0：77.3% vs 64.0% vs 62.2% SWE Bench Pro：56.8% 比 SWE bench Verified 更难，跨四种语言，更抗数据污染。GPT 5.3 Codex 在准确率和 token 消耗上都领先 SWE Bench Pro，横轴是输出 token 数，GPT 5.3 Codex 又准又省 OSWorld Verified：64.7% 这是个视觉桌面操作的 benchmark，模型要用视觉完成各种电脑任务。人类基准是约 72% GPT 5.2 Codex 是 38.2%，GPT 5.3 Codex 跳到 64.7%。从不到人类一半到接近人类水平 OSWorld Verified 跑分 GDPval：70.9% 测的是 44 个职业的知识工作任务，做 PPT、做表格、写文档这些。GPT 5.3 Codex 和 GPT 5.2 打平，都是 70.9% 网络安全 CTF：77.6% 从 GPT 5.2 的 67.7% 涨到 77.6% 前端和游戏 OpenAI 让 GPT 5.3 Codex 自己做了两个游戏来展示长时间 Agent 工作能力。用的是「develop web game」skill，加上「fix the bug」「improve the game」之类的通用 follow up prompt，让模型在数百万 token 的上下文里自主迭代 赛车游戏 8 张地图，不同赛车手，还能用空格键放道具 No access 0b2exeaviaabkmalfmmf7vuvdoodks4qcvaa.f10002 00:00 No access 0b2exeaviaabkmalfmmf7vuvdoodks4qcvaa.f10002 00:00 赛车游戏 试玩在这 https://cdn.openai.com/gpt examples/7fc9a6cb 887c 4db6 98ff df3fd1612c78/racing v2.html 潜水游戏 探索珊瑚礁，收集鱼类图鉴，同时要管理氧气、水压和危险 No access 0b2evaa4maabhuacbreferuvdkgdy2uadrqa.f10002 00:00 No access 0b2evaa4maabhuacbreferuvdkgdy2uadrqa.f10002 00:00 潜水游戏 当然，也可以这个网站上自己玩 https://cdn.openai.com/gpt examples/7fc9a6cb 887c 4db6 98ff df3fd1612c78/diving game.html Landing page 对比 OpenAI 用同一个 prompt 让 GPT 5.3 Codex 和 GPT 5.2 Codex 分别生成了一个 SaaS Landing page GPT 5.3 Codex 的版本自动把年付方案显示为折后月价（让折扣感更直观），加了三条用户评价的自动轮播。GPT 5.2 Codex 的版本就是常规实现 5.3 Codex 制作的 Landing page 5.2 Codex 制作的 Landing page 同一个 prompt，细节差异挺大 同样的，这里附上 5.3 Codex 地址： https://cdn.openai.com/gpt examples/7fc9a6cb 887c 4db6 98ff df3fd1612c78/gpt53 codex landing page.html