OpenAI представила GPT-5.3-Codex — новый уровень программирования
OpenAI представила GPT-5.3-Codex — новую модель, ориентированную на агентные возможности в программировании. Это агент, полностью интегрированный с архитектурой Codex, сочетающий передовые показатели в генерации кода с общим рассуждением для поддержки длительных, многоэтапных задач в реальной технической среде. Модель вышла 5 февраля 2026 года и предназначена для профессионального software engineering, где требуется не только написание кода, но и планирование, отладка и взаимодействие с инструментами на горизонте в десятки шагов. В отличие от предыдущих версий, таких как GPT-5.2-Codex от декабря 2025 года с 80 млрд параметров и активацией лишь 3 млрд на инференсе, GPT-5.3 усиливает агентность, автоматически выбирая инструменты вроде поиска, памяти и интерпретатора кода, что достигает 75,3% на SWE-bench Verified и 58,3% на HLE с инструментами, опережая конкурентов.
Ключевые характеристики включают гибридное внимание с Mixture-of-Experts, обучение на 800 тыс. исполняемых задачах кодирования с подкреплением и поддержку контекстов до 128 тыс. токенов. Модель планирует действия перед их выполнением, что повышает надежность в многоязычном кодинге и терминальных задачах — например, 73,8% на SWE-bench Verified, на 5,8 п.п. лучше GLM-4.6, и 95,7% на AIME 25. OpenAI подчеркивает эффективность: она работает на оборудовании от Apple и NVIDIA с VRAM от 48 ГБ, интегрируясь с API вроде Alibaba Cloud Model Studio. Это ответ на открытые аналоги, такие как Qwen3-Coder-Next от Alibaba (январь 2026) с 70%+ на SWE-Bench и Kimi K2.5 от Moonshot AI (29 января 2026) с 1 трлн параметров, обходящий GPT-5.2 на HLE-Full.
Выпуск GPT-5.3-Codex усиливает позиции OpenAI на рынке AI для разработчиков, снижая барьеры для локального развертывания и агентных workflow вроде OpenClaw или Claude Code. Для пользователей это значит ускорение рефакторинга, отладки и создания инструментов — до 35-кратного прироста скорости на длинных контекстах по сравнению с полным вниманием. Рынок реагирует ростом конкуренции: открытые модели democratизируют доступ, но проприетарные агенты OpenAI сохраняют лидерство в сложных задачах, стимулируя инвестиции в MoE-архитектуры и RL-обучение. Итог — переход к эре автономных coding-агентов, где производительность растет при падении затрат на compute.
Эта новая модель открывает новые горизонты для разработчиков, обеспечивая более высокую производительность и интеграцию с современными инструментами.
Источник: https://openai.com/index/introducing-gpt-5-3-codex
