GPT-5.3-Codex

是什么

GPT-5.3-Codex 是 OpenAI 在 2026 年 2 月 5 日发布并上线的编程模型^[1]。OpenAI 称它是「第一个在创造自身的过程中发挥了作用的模型」^[1]，并把它推荐给写代码之外的工作：检索代码仓库、运行终端命令、调试^[1][2]。

由来

它接在 GPT-5.2-Codex 和 GPT-5.1-Codex-Max 之后，属于 OpenAI 的 Codex 模型线^[6]。按 OpenAI 的说法，它把 GPT-5.2-Codex 的前沿编程能力与 GPT-5.2 的推理能力和专业知识结合在一起，并且可以在任务进行到一半时被调整方向而不丢失上下文^[7]。这一点在实际使用中很关键：一次长时间的编码会话里会有大量修正和改主意，能记住自己在做什么的模型可以中途接住新指令，而不必从头再来。

这个模型是围绕 NVIDIA GB200 NVL72 系统共同设计的，训练和推理服务都在该硬件上完成^[7]。ZDNET 报道它比上一代快 25%^[3]。

报告的成绩

OpenAI 称它在 SWE-Bench Pro 和 Terminal-Bench 2.0 上都创下业界新高，并给出具体数字：Terminal-Bench 2.0 为 77.3%，OSWorld-Verified 为 64.7%，SWE-Lancer IC Diamond 为 81.4%^[7]。这类基准主要用于在受控任务上粗略比较不同模型，衡量的是准备好的题目上的表现，而不是真实代码库里那些杂乱的工作。

SWE-Bench Pro 与更早的软件工程基准不同之处在于，它覆盖 4 种编程语言而不只是 Python，OpenAI 称它比 SWE-bench Verified 更不容易被污染^[7]。对编程基准来说，污染是一个反复出现的顾虑：网上公开过的题目有可能进入训练数据。

OpenAI 还表示，模型的早期版本曾参与自身的开发：调试自己的训练过程、管理自己的部署、诊断自己的测试结果与评测^[7]。这正是「在创造自身中发挥作用」这一说法的实际依据：模型不只是这项工作的产物，也是工作中被使用的工具。

可用性与规格

发布时，模型可以在 Codex 应用和网页端使用，最初面向每月 200 美元的 ChatGPT Pro 订阅用户，API 访问当时还在计划中^[1]。

API 文档给出的规格是：40 万 token 的上下文窗口，其中最多 27.2 万 token 为输入，最多 12.8 万输出 token，知识截止日期为 2025 年 8 月 31 日，支持文本和图像输入^[4]。上下文窗口指模型一次能读入并生成的文本量上限，输入与输出分开计价是这类接口的常见做法。价格定为每百万输入 token 1.75 美元、每百万输出 token 14 美元^[4]。

Spark 版本

2026 年 2 月 12 日，一个更小的纯文本版本 GPT-5.3-Codex-Spark 作为研究预览跟进^[1][6]。它运行在 Cerebras 的硬件上，InfoQ 报道它大约快 15 倍^[1][6]。研究预览通常是面向较有限用户、以收集反馈为目的的发布形式。

在模型谱系中的位置

2026 年 3 月发布的 GPT-5.4 成为 Codex 后续使用的模型^[6]。OpenAI 于 2026 年 10 月 1 日将 gpt-5.3-codex 标记为弃用，并计划在 2027 年 4 月 1 日关停^[5]。因此它作为 API 产品存在的时间并不长，而这在几个月就被替换的编程模型里已经成为常态。