在Anthropic发布新模型后15分钟，OpenAI迅速推出了GPT-5.3-Codex作为回应。这款新模型不仅在编程性能上取得显著突破，在效率、可控性以及计算机操作能力上也实现了全面升级，标志着AI在编程领域的竞争进入了新阶段，为开发者和职场人士提供了更强大的生产力工具。
智能速览
GPT-5.3-Codex在SWE-Bench Pro测试中取得57%的成绩，刷新了记录。
新模型效率大幅提升，完成相同任务所需token不到上一代一半，速度快25%。
对用户意图的理解更强，能自动补全逻辑，生成设计感更佳的网页和游戏。
计算机操作能力突出，能直接帮助金融从业者制作PPT等专业文档。
这是首个参与自身训练过程的“自我加速”模型，用于优化其开发流程。
OpenAI同步推出企业AI平台Frontier，已有HP、Uber等大公司接入。
精华内容
OpenAI新发布的GPT-5.3-Codex模型，不仅是对竞争对手的快速回应，更是一次全面的智能体能力升级。它通过数据证明了自己在编码效率和计算机操作上的飞跃，展示了AI如何更深入地融入生产力工具。
编码性能飞跃
GPT-5.3-Codex的硬实力提升体现在多项核心基准测试中。在专为真实世界软件工程设计的SWE-Bench Pro测试中，该模型取得了57%的SOTA成绩，该测试覆盖四种编程语言，任务更贴近真实生产场景。
同时在Terminal-Bench 2.0上，表现也从之前的76%大幅提升。关键在于，这些成绩是在更高的效率下完成的。官方数据显示，GPT-5.3-Codex完成相同任务所消耗的token数量还不到5.2-Codex的一半，单token生成速度提升超过25%。
理解与美学升级
除了量化指标，新模型在代码产出的质感和美学上也有明显进步。官方演示的赛车和潜水小游戏，展现出了独特的风格设计。这意味着模型不再仅仅是逻辑的堆砌，开始具备一定的审美能力。
在前端开发方面，对模糊意图的理解能力增强。即使Prompt不够清晰，模型也能自动补全缺失的逻辑，生成一个功能完整且美观的网站。这种能力的提升，降低了普通用户创建应用的门槛。
计算机操作能力
GPT-5.3-Codex的“Computer use”能力被重点强化，使其不再局限于编码。在面向智能体的OSWorld基准测试中，模型取得了64%的成绩，显著优于之前的GPT模型，证明其在可视化桌面环境中完成各类生产力任务的能力。
例如，它能直接帮助金融从业者制作内容详实的PPT，处理电子表格和撰写专业文档。这表明其应用场景已从纯粹的程序开发，扩展到更广泛的职场工作流中，尤其是在专业知识密集型任务上。
自我加速的AI
一个值得关注的特点是，GPT-5.3-Codex参与了自身的训练过程，成为OpenAI首个实现“自我加速”的模型。在研发阶段，团队使用其早期版本监控和调试训练任务，追踪模型行为变化并分析交互数据。
例如，工程团队借助它优化测试框架，当出现影响用户体验的边缘案例时，通过模型定位到上下文渲染缺陷，并追溯到缓存命中率偏低的问题。这种AI参与开发自身的方式，可能预示着未来AI研发模式的新方向。
