OpenAI GPT‑5.3‑Codex(AI編程工具):OpenAI 宣布推出全新模型 GPT‑5.3‑Codex，定位為目前最強的智慧體程式碼編寫模型，同時也是第一個在自身研發過程中扮演關鍵角色的 Codex 版本。這一代不只強化程式設計能力，更結合 GPT‑5.2 的推理與專業知識，在速度、長程任務與電腦操作上全面升級。

AI編程工具 - OpenAI GPT‑5.3‑Codex是什麼? 好用嗎? 評價?

OpenAI GPT‑5.3‑Codex

GPT‑5.3‑Codex 簡介：從「寫程式模型」進化為「通用電腦工作夥伴」

OpenAI 宣布推出全新模型 GPT‑5.3‑Codex，定位為目前最強的智慧體程式碼編寫模型，同時也是第一個在自身研發過程中扮演關鍵角色的 Codex 版本。這一代不只強化程式設計能力，更結合 GPT‑5.2 的推理與專業知識，在速度、長程任務與電腦操作上全面升級。

模型定位與整體特性

GPT‑5.3‑Codex 建構在 GPT‑5.2‑Codex 的基礎之上，再疊加 GPT‑5.2 的通用推理與專業知識，目標是成為「能在電腦上完成大部分知識工作」的通用智慧體，而不只是單純的程式碼產生器。相較前代，官方指出其推理與工具操作能力已足以勝任跨研究、開發、部署與監控的長時間任務，且推理速度提升約 25%，在同樣時間內能完成更多實際工作。

模型支援與人類「並肩工作」式互動：使用者可在任務進行途中不斷插話、修正方向，GPT‑5.3‑Codex 也能維持完整上下文，不因多輪調整而失焦。

自己訓練自己的模型：研發流程中的內部應用

GPT‑5.3‑Codex 是第一個在自身開發過程中發揮關鍵作用的 Codex 模型。OpenAI 的 Codex 團隊在訓練早期版本後，就直接用它來協助：

針對訓練流程除錯與監控
協助管理大規模部署與基礎設施
分析測試結果、診斷異常與整理評估報告

根據官方描述，即使是早期版本，也已明顯加速研究與工程團隊的工作節奏，研究人員稱自己的工作方式「在短短兩個月內徹底改變」。

基準測試成績：程式設計與電腦操作的新標竿

在多項關鍵基準上，GPT‑5.3‑Codex 創下新高分或大幅領先前代模型：

SWE‑Bench Pro：在以真實世界軟體工程任務為基礎的 SWE‑Bench Pro 上達到最新技術水準，該測試涵蓋四種語言，比只測試 Python 的 SWE‑bench Verified 更具多樣性與工業相關性。
Terminal‑Bench 2.0：在終端操作能力評估上，GPT‑5.3‑Codex 的表現遠超過以往最佳成績，大幅領先 GPT‑5.2‑Codex 與 GPT‑5.2。
OSWorld‑Verified：在模擬真實桌面操作任務的 OSWorld 指標中，GPT‑5.3‑Codex 相比前代有跳躍式提升。
GDPval：在跨 44 種職業的專業知識工作評估中，GPT‑5.3‑Codex 在「勝出或持平」的比例達 70.9%，與 GPT‑5.2 高階版相當。

值得注意的是，模型在達成這些成績時所消耗的 Token 數比以往任何模型都少，意味著在相同成本下能產出更多內容或完成更多任務。

官方也公開部分量化對比：在 Terminal‑Bench 2.0 上，GPT‑5.3‑Codex（xhigh）得分 77.3%，明顯優於 GPT‑5.2‑Codex 的 64.0%；在 OSWorld‑Verified 上則從 38% 多提升到近 65%。

實際能力示例：從寫遊戲到做簡報、跑試算表

在實務層面，GPT‑5.3‑Codex 被刻意測試於「長程、多步驟」任務，例如：

在數日內從零開始建立完整且複雜的網頁遊戲，包括賽車遊戲第二版與一款潛水遊戲。
自主運用數百萬 Token 進行反覆迭代，透過預先定義的跟進提示（如「修正錯誤」、「改善遊戲」）不斷優化作品。

在一般網站開發上，新模型比 GPT‑5.2‑Codex 更能「懂人話」：即使提示語簡短或模糊，也會主動補全成更合理、更接近可直接上線的網站。例如在打造訂閱方案頁面時，它會自動把年費折算成折扣後月費、設計多則推薦見證輪播等，而不是僅僅照字面要求輸出最陽春版本。

官方強調，軟體工程與資料工作並不只包含「打程式碼」，所以 GPT‑5.3‑Codex 的設計目標涵蓋整個軟體生命週期：

偵錯、部署與監控
撰寫 PRD（產品需求文件）與使用者說明
規劃與撰寫測試、追蹤指標
建立簡報、撰寫文案、在試算表中分析資料等一般知識工作

在 GDPval 的實例中，官方展示了模型如何扮演財務顧問，根據 FINRA 與 NAIC 的公開資料，生成一份十頁簡報，說明為何不建議客戶將定存（CD）轉入變額年金，並同時處理風險報酬、罰金、適合度與監管規定等多面向內容。

更強的電腦操作與智慧體互動體驗

在 OSWorld 這類桌面操作基準上，GPT‑5.3‑Codex 顯示出遠優於先前 GPT 模型的電腦操作能力，可以在視覺化桌面環境中完成各種生產力任務。這意味著它不只會「寫程式」，還能把程式碼當工具，用來驅動瀏覽器、終端機、檔案系統與各類工具，從頭到尾完成一整個工作流程。

OpenAI 也同步強化 Codex 應用程式內的互動體驗：

使用者可以在模型執行長任務時，隨時看到進度更新，不用苦等最終結果。
模型會主動解釋目前正在進行哪個子任務，並對使用者回饋做出即時調整。
在設定中的「跟進行為」選項內，可開啟更積極的過程引導模式。

這種設計，把人類從「只看輸出」變成「隨時在旁邊指揮與協調的同事」，更符合現實團隊協作場景。

強化資安能力與風險管控

在網路安全領域，GPT‑5.3‑Codex 是 OpenAI 首個在應變整備框架下被歸類為「高能力」資安模型的版本，也是第一個直接訓練來識別軟體漏洞的模型。在「資安奪旗」類挑戰上，其通過率約 77.6%，顯著優於前代模型。

官方同時強調雙重用途風險，因此部署了迄今最全面的防護機制，包括：

更嚴格的安全訓練與自動化監控
對進階資安功能採取「可信存取」機制
結合威脅情報的執行管線與審查流程

OpenAI 也宣布擴大 Aardvark 資安研究智慧體的測試，並與開源專案維護者合作，為 Next.js 等熱門項目提供免費程式碼掃描服務。此外，延續 2023 年的一百萬美元資安補助計畫，OpenAI 又承諾投入價值一千萬美元的 API 點數，加速防禦性資安研究，優先支援開源與關鍵基礎設施專案。

部署與效能：為 GB200 NVL72 特別優化

GPT‑5.3‑Codex 針對 NVIDIA GB200 NVL72 系統共同設計、訓練與部署，藉由底層基礎設施與推理堆疊改進，實際使用速度相較前代提升約 25%。使用者在 Codex 應用程式、命令列工具（CLI）、IDE 擴充套件與網頁版等所有支援 Codex 的平台上，都能直接使用這款新模型；付費 ChatGPT 方案已可存取，API 則預計在安全檢驗完成後陸續開放。