OpenAI представила GPT-5-Codex , варіант своєї моделі програмування загального призначення, орієнтованої на завдання агентного програмування в Codex. Мета полягає в тому, щоб дозволити командам перемикатися між інтерактивними сеансами та тривалими фоновими завданнями без втрати контексту чи якості результатів.
Компанія наголошує, що модель адаптує час, який вона витрачає на міркування, залежно від складності: вона реагує за лічені секунди на прості запити та може витрачати години, коли цього вимагає завдання. Цей підхід, орієнтований на розробку програмного забезпечення, включає розширені можливості перевірки коду та виявлення критичних помилок.
Що таке GPT-5-Codex і для чого він потрібен?
Порівняно із загальноприйнятим GPT-5, ця версія була навчена на реальних сценаріях розробки з використанням таких фреймворків, як PyTorch, для створення проектів з нуля, додавання функцій і тестів, налагодження, рефакторингу та постійного моніторингу змін.
Згідно з OpenAI, модель є суворішою щодо інструкцій для агентів (AGENTS.md) , тому вона краще дотримується інструкцій, подібно до проектів, таких як OpenAssistant , та створює код вищої якості з короткими підказками, без необхідності писати довгі підказки.
Окрім програмування, GPT-5-Codex може оцінювати правильність, запускаючи код і тести , а також позначати важливі проблеми, перш ніж вони потраплять у виробництво, що особливо корисно в командах з вимогливими перевірками.
У роботі з інтерфейсом компанія вважає себе надійним партнером для виконання завдань фронтенду та створення десктопних додатків, з покращеннями у створенні мобільного досвіду на основі внутрішніх оцінок людських уподобань.
Все вищезазначене інтегровано у звичайний потік: термінал (CLI), IDE, веб, GitHub та додаток ChatGPT , з безперервністю контексту між хмарою та локальним середовищем.
Продуктивність та адаптивний «час на роздуми»
Однією з ключових особливостей запуску є динамічне управління міркуваннями : модель сама в режимі реального часу вирішує, скільки «мозку» виділити, і може продовжити виконання, коли виявляє, що завдання зростає в складності.
OpenAI стверджує, що спостерігав автономні сесії тривалістю понад сім годин під час масштабного рефакторингу, з ітераціями, які виправляють помилки тестів та перевіряють результати, доки мети не буде досягнуто.
Така поведінка контрастує зі стратегіями на основі маршрутизаторів , які заздалегідь визначають ресурси ; тут модель переоцінює зусилля в міру їх виконання, поєднуючи гнучкий діалог із постійним виконанням.
На практиці це означає швидке реагування на обмежені запити та збільшення витрат часу, коли робота передбачає оркестрацію змін у кількох модулях або вирішення складних залежностей.
Для команд розробників програмного забезпечення цей підхід обіцяє менше нерелевантних ітерацій та більше зосередження на кроках з високим рівнем впливу, особливо під час перевірки великих репозиторіїв або виконання міжфункціональних завдань.
Інструменти та інтеграція: CLI, IDE, веб та GitHub
Інтерфейс командного рядка Codex було перероблено з урахуванням робочих процесів на основі агентів . Зображення тепер можна додавати безпосередньо до інтерфейсу командного рядка для полегшення прийняття рішень щодо дизайну або виявлення візуальних невідповідностей.
Система може відстежувати прогрес за допомогою списків завдань та інтегрує такі інструменти, як веб-пошук та MCP, відкритий стандарт для безпечного підключення LLM до зовнішніх даних та утиліт.
Інтерфейс також покращує формат викликів інструментів та порівнянь , допомагаючи чіткіше слідкувати за міркуваннями агента та переглядати відмінності.
У середовищах розробки розширення IDE та інтеграція з GitHub дозволяють переміщувати роботу між локальним середовищем та хмарою без втрати контексту , покладаючись на відкритий вихідний код у редакторі для отримання точніших відповідей.
OpenAI вказує на те, що агент за замовчуванням працює в контрольованих середовищах , і що можна налаштувати дозволи, щоб обмежити потенційно руйнівні дії в конфіденційних проектах.
Наявність і доступ
GPT-5-Codex увімкнено в ChatGPT Plus, Pro, Business, Edu та Enterprise , а також у версіях Codex у терміналі, веб-інтерфейсі, IDE та GitHub.
Компанія планує зробити його доступним для клієнтів API пізніше , хоча поки що не надала конкретних термінів чи цін для цього каналу.
Тести та показники Кодексу GPT-5
Згідно з інформацією, наданою OpenAI та зовнішніми звітами, GPT-5-Codex пропонує кращі результати, ніж GPT-5, в агентно-орієнтованих сценаріях , таких як бенчмарк SWE-bench Verified.
Конкретно, згадуються покращення до 74,5% у SWE-bench Verified , а також стрибок у тестах рефакторингу з 33,9% з GPT-5 до 51,3% з GPT-5-Codex, що свідчить про прогрес у підтримці та редагуванні кількох файлів.
Компанія також підкреслює, що її коментарі до оглядів менш помилкові або недоречні , що дозволяє їй зосередити увагу на критичних питаннях та зменшити шум у звітах про зв'язки з громадськістю.
Що означає Кодекс GPT-5 для технічних команд
Для розробників наявність агента, який поєднує швидку взаємодію та автономну роботу, відкриває шлях до скорочення циклів та ефективнішого визначення пріоритетів складних завдань.
В організаціях здатність моделі витрачати години на завдання вимагає корпоративної стратегії штучного інтелекту, чіткої політики щодо витрат та обмежень на виконання, а також перевірки її продуктивності на кількох мовах програмування та монорепозиторіях з широким контекстом.
Також набувають актуальності безпечні методи інтеграції в існуючі потоки , з контролем дозволів, відстеженням рішень агентів та читабельними відмінностями для підтримки якості та простежуваності.
Зосереджуючись на програмній інженерії, GPT-5-Codex прагне стати технічним партнером, здатним створювати, перевіряти та підтримувати складні проекти, адаптуючи обчислювальні зусилля до фактичного розміру проблеми та підвищуючи планку для інструментів кодування на базі штучного інтелекту.
