OpenAI представи GPT-5-Codex , вариант на своя модел за общо предназначение за програмиране, фокусиран върху задачи за програмиране, базирани на агенти, в рамките на Codex. Целта е да се позволи на екипите да превключват между интерактивни сесии и дългосрочни фонови задачи, без да се губи контекст или качество на резултатите.
Компанията подчертава, че моделът адаптира времето, което прекарва в разсъждения, въз основа на сложността: той отговаря за секунди на прости заявки и може да инвестира часове, когато задачата го изисква. Този подход, насочен към софтуерното инженерство, включва усъвършенствани възможности за преглед на кода и откриване на критични грешки.
Какво е GPT-5-Codex и за какво е?
В сравнение с универсалния GPT-5, тази версия е обучена с реални сценарии за разработка, използвайки рамки като PyTorch , за да създава проекти от нулата, да добавя функции и тестове, да отстранява грешки, да рефакторира и да наблюдава последователно промените.
Според OpenAI, моделът е по-строг по отношение на насоките за агентите (AGENTS.md) , така че следва инструкциите по-добре, подобно на проекти като OpenAssistant , и произвежда код с по-високо качество с кратки подкани, без да е необходимо да се пишат дълги подкани.
В допълнение към програмирането, GPT-5-Codex може да оценява коректността чрез изпълнение на код и тестове , както и да маркира важни проблеми, преди те да влязат в производство, което е особено полезно в екипи с взискателни прегледи.
В работата с интерфейси, компанията го счита за надежден партньор за front-end задачи и създаване на десктоп приложения, с подобрения в генерирането на мобилно изживяване, базирани на вътрешни оценки на човешките предпочитания.
Всичко горепосочено е интегрирано в обичайния поток: терминал (CLI), IDE, уеб, GitHub и приложението ChatGPT , с непрекъснатост на контекста между облака и локалната среда.
Производителност и адаптивно „време за мислене“
Една от ключовите характеристики на стартирането е динамичното управление на разсъжденията : самият модел решава в реално време колко „мозък“ да отдели и може да удължи изпълнението, когато установи, че задачата нараства по сложност.
OpenAI твърди, че е наблюдавала автономни сесии с продължителност повече от седем часа при мащабно рефакториране, с итерации, които коригират неуспехите в тестовете и валидират резултатите, докато целта не бъде постигната.
Това поведение контрастира със стратегиите, базирани на рутери , които предопределят ресурсите ; тук моделът преоценява усилията с напредването им, комбинирайки гъвкав диалог с постоянно изпълнение.
На практика това се изразява в бързи отговори за ограничени заявки и повече време, прекарано, когато работата включва оркестриране на промени в множество модули или разрешаване на сложни зависимости.
За софтуерните екипи подходът обещава по-малко неподходящи итерации и повече фокус върху стъпки с голямо въздействие, особено при преглед на големи хранилища или справяне с междуфункционални задачи.
Инструменти и интеграция: CLI, IDE, уеб и GitHub
Интерфейсът на командния ред на Codex е преработен спрямо работните процеси, базирани на агенти . Изображенията вече могат да бъдат прикачени директно към CLI, за да се улеснят решенията за проектиране или да се открият визуални несъответствия.
Системата може да следи напредъка със списъци със задачи и интегрира инструменти като уеб търсене и MCP, отворен стандарт за сигурно свързване на LLM с външни данни и помощни програми.
Интерфейсът също така подобрява формата на извикванията на инструменти и сравненията , което помага да се следват разсъжденията на агента и да се преглеждат разликите по-ясно.
В развойни среди, разширението IDE и интеграцията с GitHub ви позволяват да премествате работа между локално и облачно пространство, без да губите контекст , разчитайки на отворен код в редактора за по-точни отговори.
OpenAI показва, че агентът работи в контролирани среди по подразбиране и че е възможно да се коригират разрешенията, за да се ограничат потенциално разрушителните действия в чувствителни проекти.
Наличност и достъп
GPT-5-Codex е активиран в ChatGPT Plus, Pro, Business, Edu и Enterprise , в допълнение към Codex интерфейсите в терминал, уеб, IDE и GitHub.
Компанията планира да го предостави на клиентите на API по-късно , въпреки че все още не е предоставила конкретен график или цени за този канал.
Тестове и показатели на GPT-5 Codex
Според информация, споделена от OpenAI и външни доклади, GPT-5-Codex предлага по-добри резултати от GPT-5 в агентно-ориентирани сценарии , като например бенчмарка SWE-bench Verified.
Конкретно, споменават се подобрения до 74,5% в SWE-bench Verified , както и скок в тестовете за рефакторинг от 33,9% с GPT-5 до 51,3% с GPT-5-Codex, което предполага напредък в поддръжката и редактирането на множество файлове.
Компанията също така подчертава, че коментарите в рецензиите ѝ са по-малко погрешни или неуместни , което ѝ позволява да съсредоточи вниманието върху критични проблеми и да намали шума в PR-тата.
Какво означава GPT-5 Codex за техническите екипи
За разработчиците, наличието на агент, който съчетава бързо взаимодействие и автономна работа, отваря вратата към по-кратки цикли и по-ефективно приоритизиране на сложни задачи.
В организациите, способността на даден модел да прекарва часове в изпълнение на дадена задача изисква корпоративна стратегия за изкуствен интелект, ясни политики относно разходите и ограниченията за изпълнение, както и валидиране на неговата производителност на множество езици и монохранилища с обширен контекст.
Също така придобиват все по-голямо значение практиките за сигурна интеграция в съществуващи потоци , с контрол на разрешенията, проследяване на решенията на агентите и четливи разлики за поддържане на качеството и проследимостта.
С фокус върху софтуерното инженерство, GPT-5-Codex се стреми да бъде технически сътрудник, способен да създава, преглежда и поддържа сложни проекти, като адаптира изчислителните усилия към действителния размер на проблема и повишава летвата за инструментите за кодиране, задвижвани от изкуствен интелект.
