GPT-5.3-Codex リリースノート / 新機能
OpenAI は GPT-5.3-Codex を導入しました。これは、研究、ツール使用、複雑な実行を伴う長時間タスクを処理できる高性能エージェント型コーディングモデルです。モデルは GPT-5.2-Codex の最先端コーディング性能と GPT-5.2 の推論・専門知識を組み合わせ、前バージョンより 25% 高速に動作します。
最前線のエージェント機能
GPT-5.3-Codex は、単なるコード生成を超えて自律的な実行へと進み、コーディングおよびコンピュータ使用タスクにおいて業界新基準を樹立します。
ソフトウェアエンジニアリングとターミナルスキル
GPT-5.3-Codex は、実世界のソフトウェアエンジニアリングを多言語で評価する SWE-Bench Pro で最先端の性能を達成し、Terminal-Bench 2.0 でも前モデルを大幅に上回ります。特に、従来モデルよりも少ないトークンでこれらの結果を実現し、ユーザーの効率を向上させます。
Web開発と反復設計
このモデルは、ゼロから複雑で機能的なゲームやアプリケーションを構築する高度な能力を示します。内部テストでは、GPT-5.3-Codex が「バグを修正」や「ゲームを改善」などの汎用的なフォローアッププロンプトを用いて、数百万トークンにわたりレースゲームとダイビングゲームを自律的に反復しました。
さらに、日常的なウェブサイト作成における意図理解が向上しています。たとえば「Quiet KPI」のランディングページを構築するよう指示した場合、GPT-5.3-Codex は年次プランの割引月額価格や遷移するテストモニアルカルーセルといった、GPT-5.2-Codex にはなかった本番対応機能を自動的に実装しました。
一般的な専門知識作業
GPT-5.3-Codex はデバッグ、デプロイ、モニタリング、PRD 作成、ユーザーリサーチなど、ソフトウェアライフサイクル全体をサポートします。その能力は一般的な知識作業にも拡張され、44 の異なる職種にわたるパフォーマンスを測定する GDPval ベンチマークで GPT-5.2 と同等の結果を示します（スプレッドシートやプレゼンテーションの作成を含む）。
コンピュータ使用能力に関しては、視覚情報を用いてビジュアルデスクトップ環境で生産性タスクを完了するエージェントを評価する OSWorld-Verified ベンチマークで、GPT-5.3-Codex は大幅な性能向上を示しています。
自己改善開発サイクル
GPT-5.3-Codex は、OpenAI が自らの作成に実際に利用した初のモデルです。Codex チームはモデルの初期バージョンを以下の目的で活用しました:
- 自身のトレーニング実行をデバッグし、トレーニング中のパターンを追跡する。
- デプロイを管理し、テスト結果を診断する。
- GPT-5.3-Codex 用のハーネスを最適化し、コンテキストレンダリングのバグを特定する。
- GPU クラスタを動的にスケールし、トラフィックの急増に対応し、レイテンシの安定性を維持する。
- 正規表現分類器を使用してアルファテストのログを分析し、生産性とユーザー応答頻度を推定する。
インタラクティブな協働とステアリング
モデルの能力と人間の監督とのギャップを埋めるために、GPT-5.3-Codex は Codex アプリ内でよりインタラクティブになっています。ユーザーはモデルが作業中にリアルタイムでステアリングでき、質問やアプローチの議論を行うことができ、最終出力を待つ必要がなくなります。この「ステアリング」機能は、アプリ設定の「General > Follow-up behavior」（一般 > フォローアップ動作）で有効にできます。
サイバーセキュリティと安全性フレームワーク
GPT-5.3-Codex は、OpenAI の Preparedness Framework においてサイバーセキュリティタスクに対して「高い能力」と分類された初のモデルであり、ソフトウェア脆弱性を直接検出するように訓練された初のモデルです。
安全対策
サイバーセキュリティ機能の二重使用性に鑑み、OpenAI は包括的な安全スタックを実装しました。これには以下が含まれます:
- 安全性トレーニングと自動モニタリング。
- 高度な機能への信頼されたアクセス。
- 脅威インテリジェンスを活用した実施パイプライン。
- 誤用防止のため、高リスクのサイバーリクエストを GPT-5.3-Codex から GPT-5.2 に自動的にルーティングする。
エコシステムサポート
OpenAI は防衛研究向けのパイロットプログラムとして「Trusted Access for Cyber」を開始しています。また、セキュリティ研究エージェントである Aardvark のプライベートベータを拡大し、Next.js などの主要なオープンソースプロジェクトに対して無料のコードベーススキャンを提供しています。サイバー防衛をさらに支援するため、OpenAI はオープンソースソフトウェアと重要インフラ向けの Cybersecurity Grant Program に対して 1,000 万ドル相当の API クレジットを提供することを約束しています。
技術仕様と利用可能性
- Performance（パフォーマンス）: インフラストラクチャと推論スタックの改善により、前バージョンより 25% 高速化。
- Hardware（ハードウェア）: NVIDIA GB200 NVL72 システム上で共同設計、トレーニング、提供。
- Availability（利用可能性）: 有料 ChatGPT プランで Codex アプリ、CLI、IDE 拡張、Web から利用可能。API アクセスは将来のリリースで提供予定。
パフォーマンスベンチマーク
| ベンチマーク | GPT-5.3-Codex | GPT-5.2-Codex | GPT-5.2 |
|---|---|---|---|
| SWE-Bench Pro (Public) | 56.8% | 56.4% | 55.6% |
| Terminal-Bench 2.0 | 77.3% | 64.0% | 62.2% |
| OSWorld-Verified | 64.7% | 38.2% | 37.9% |
| GDPval (wins or ties) | 70.9% | - | 70.9% (high) |
| Cybersecurity CTF Challenges | 77.6% | 67.4% | 67.7% |
| SWE-Lancer IC Diamond | 81.4% | 76.0% | 74.6% |
Sources
- OriginalIntroducing GPT-5.3-Codex