GPT-5.3-Codex 把 GPT-5.2-Codex 的前沿编码能力与 GPT-5.2 的推理、专业知识合二为一，并在速度、交互方式和工作范围上同时跃升。
同等任务下 Token 消耗不到 GPT-5.2-Codex 的一半，单 Token 推理速度提升 25% 以上，长时间任务的成本与等待时间大幅降低。
模型工作时更频繁地提供进度更新，你可以随时介入：提问、讨论做法、纠正方向。不必等最终结果才能干预，像指挥一位同事一样协作。
OSWorld 上达到 64%，明显强于此前的 GPT 模型。可以操作可视化桌面环境完成生产力任务，把代码当工具驱动整台计算机。
结合前沿编码、审美与压缩优化，能在数天内从零构建功能完整的复杂游戏与应用，并自主消耗数百万 Token 反复迭代打磨。
擅长需要研究、工具调用与复杂执行的长时间任务：跨仓库重构、迁移、调试，全程保持连贯上下文与目标感。
网络安全能力较以往模型显著提升，支持防御性安全工作；OpenAI 同步部署了监测、可信访问控制等强化保障措施。
发布时（2026 年 2 月）的关键成绩，每一项都在同代模型中领先。
从 GPT-5 的编码变体，到独立的智能体编程产品线，一年四个大版本，迭代节奏不断加快。
GPT-5 针对智能体编程优化的变体：云任务与代码审查的默认模型，支持图像/截图输入做前端工作，后续还推出了更小的 GPT-5-Codex-Mini。
面向长时间、项目级工作的前沿智能体编程模型：更快、更强、更省 Token，通过上下文压缩在多个上下文窗口间保持连贯工作。
专为专业软件工程与防御性网络安全优化：大型变更（重构/迁移）能力增强、Windows 环境改善、视觉理解提升。
首个融合 Codex 与 GPT-5 训练栈的模型：编码 + 推理 + 通用智能统一，速度 +25%，Token 减半，并首次实现「过程可引导」与强计算机操作能力。
OpenAI 称这是首个参与「自我加速」的模型：研发过程中使用 GPT-5.3-Codex 的早期版本来改进训练、管理部署、评估结果。
研究团队用 Codex 监控本次发布的训练运行，追踪整个训练过程中的模式、深入分析交互质量，并提出修复方案。
一位数据科学家与 Codex 协作构建新数据流水线并可视化结果；Codex 在不到 3 分钟内总结了数千个数据点中的关键洞察。
发布期间，GPT-5.3-Codex 协助排查上下文渲染错误与缓存命中率问题，并动态扩展 GPU 集群应对流量高峰、维持稳定延迟。
官方让模型从零构建了赛车游戏（多车手、8 张地图、道具系统）与潜水游戏（珊瑚礁探索、图鉴收集、氧气管理），全程几乎无人干预。