(1).png)
OpenAI周四發(fā)布GPT-5.3-Codex。該公司稱，這是迄今為止能力最強(qiáng)的編程代理。值得注意的是，此次發(fā)布的時間點被精準(zhǔn)安排在Anthropic推出其旗艦?zāi)Ｐ蜕壈鍯laude Opus 4.6的同一時刻。媒體稱，兩大模型同步亮相，被業(yè)內(nèi)觀察人士視為“AI編程大戰(zhàn)”的第一槍——這是一場圍繞企業(yè)級軟件開發(fā)市場展開的高風(fēng)險爭奪戰(zhàn)。
OpenAI首席執(zhí)行官Sam Altman在模型發(fā)布幾分鐘后就在X上寫道：
“我非常喜歡用這個模型來開發(fā)，它帶來的進(jìn)步感受，遠(yuǎn)遠(yuǎn)超過基準(zhǔn)測試所顯示的幅度?！?/p>
“看著我們用5.3-Codex來開發(fā)5.3-Codex，從而把發(fā)布速度提升到這么快，真的令人震撼，這毫無疑問預(yù)示著未來的發(fā)展方向?！?/p>
媒體表示，模型本身參與了自身的構(gòu)建，被視為AI發(fā)展中的一個重要里程碑。根據(jù)OpenAI的公告，Codex團(tuán)隊使用GPT-5.3-Codex的早期版本來調(diào)試自身的訓(xùn)練過程、管理部署基礎(chǔ)設(shè)施，并診斷測試結(jié)果和評估情況。OpenAI將其稱為“我們首個在自身創(chuàng)建過程中發(fā)揮關(guān)鍵作用的模型”。
GPT-5.3-Codex多項基準(zhǔn)成績領(lǐng)先Claude達(dá)到兩位數(shù)
OpenAI表示，新模型在多項行業(yè)基準(zhǔn)測試中實現(xiàn)了顯著提升。GPT-5.3-Codex在SWE-Bench Pro上取得了57%的成績。SWE-Bench Pro是一項極為嚴(yán)格的真實世界軟件工程評測，涵蓋四種編程語言，重點考察抗數(shù)據(jù)污染、具有工業(yè)相關(guān)性的挑戰(zhàn)。
該模型在Terminal-Bench 2.0上得分77.3%，這一基準(zhǔn)主要衡量編程代理所必需的終端操作能力；在OSWorld上得分64%，該測試要求模型在可視化桌面環(huán)境中完成生產(chǎn)力任務(wù)，是一項強(qiáng)調(diào)“代理式”計算機(jī)使用能力的評估。
其中，Terminal-Bench 2.0的結(jié)果尤為引人注目。根據(jù)周三公布的性能數(shù)據(jù)，GPT-5.3-Codex的得分為77.3%，而GPT-5.2-Codex為64.0%，基礎(chǔ)版GPT-5.2模型為62.2%。也就是說，僅一代升級，成績就提升了13個百分點。一位X平臺用戶指出，這一成績“徹底碾壓”了Anthropic的Opus 4.6，后者據(jù)稱在同一基準(zhǔn)上的得分為65.4%。
OpenAI還表示，新模型是在效率大幅提升的情況下實現(xiàn)上述成績的：在完成同等任務(wù)時，所需token數(shù)量不到上一代模型的一半，同時單個token的推理速度提升超過25%。
OpenAI在公告中稱：
“值得注意的是，GPT-5.3-Codex在使用的token數(shù)量上低于任何此前模型，這讓用戶能夠做更多事情。”
從編程助手到編程操作者
相比基準(zhǔn)測試的提升，更重要的是OpenAI對GPT-5.3-Codex的定位。該公司明確表示：
“Codex正從一個只能編寫和審查代碼的代理，進(jìn)化為一個幾乎可以完成開發(fā)者和專業(yè)人士在電腦上所做任何事情的代理?！?/p>
這一能力擴(kuò)展涵蓋了調(diào)試、部署、監(jiān)控、撰寫產(chǎn)品需求文檔、編輯文案、開展用戶研究、制作演示文稿，以及在電子表格應(yīng)用中分析數(shù)據(jù)等。該模型在GDPVal評估中表現(xiàn)突出。GDPVal是OpenAI于2025年發(fā)布的一項評估，用于衡量模型在44種職業(yè)中、對定義明確的知識型工作任務(wù)的完成能力。
分析認(rèn)為，這一擴(kuò)展信號表明，OpenAI的目標(biāo)不僅是開發(fā)者工具市場，還包括更廣泛的企業(yè)生產(chǎn)力軟件領(lǐng)域。該市場的既有玩家包括Microsoft、Salesforce和ServiceNow，這些公司都在加速將AI代理嵌入自身平臺。
OpenAI首個“高能力”網(wǎng)絡(luò)安全模型
向通用計算能力的轉(zhuǎn)變，也帶來了新的安全考量。OpenAI表示，GPT-5.3-Codex是其首個在“準(zhǔn)備度框架”下，被歸類為在網(wǎng)絡(luò)安全相關(guān)任務(wù)上具備“高能力”的模型，同時也是首個被直接訓(xùn)練用于識別軟件漏洞的模型。
OpenAI表示：“盡管我們尚未發(fā)現(xiàn)它可以端到端自動化網(wǎng)絡(luò)攻擊的確鑿證據(jù)，但我們采取了審慎策略，部署了迄今為止最全面的網(wǎng)絡(luò)安全防護(hù)體系?！毕嚓P(guān)措施包括雙用途安全訓(xùn)練、自動化監(jiān)控、對高級能力實行可信訪問機(jī)制，以及結(jié)合威脅情報的執(zhí)行管線。
Altman也在X上強(qiáng)調(diào)了這一進(jìn)展：
“這是我們首個在準(zhǔn)備度框架中，網(wǎng)絡(luò)安全能力達(dá)到‘高’級別的模型。我們正在試點可信訪問框架，并承諾投入1000萬美元的API額度，用于加速網(wǎng)絡(luò)防御?！?/p>
此外，OpenAI還在擴(kuò)大其安全研究代理Aardvark的私有測試，并與開源維護(hù)者合作，為廣泛使用的項目提供免費的代碼庫掃描。OpenAI以Next.js為例，稱一名安全研究人員上周就曾使用Codex發(fā)現(xiàn)并披露了相關(guān)漏洞。
同日同時發(fā)布最新模型，OpenAI與Anthropic的競爭白熱化
不過，該公司網(wǎng)絡(luò)安全方面的宣布，很快被OpenAI與Anthropic之間的對抗所掩蓋。媒體表示，若脫離背景，很難理解周四這一發(fā)布時間點的意義。
Anthropic是一家以AI安全為核心的初創(chuàng)公司，成立于2021年，由多名前OpenAI研究人員創(chuàng)辦，其中包括Dario Amodei和Daniela Amodei。
兩家公司都將重大產(chǎn)品發(fā)布安排在當(dāng)天美西時間上午10點。Anthropic發(fā)布了Claude Opus 4.6，并將其描述為“最聰明的模型”，稱其“規(guī)劃更謹(jǐn)慎、能更長時間持續(xù)執(zhí)行代理式任務(wù)、在超大型代碼庫中運行可靠，并且能夠發(fā)現(xiàn)并糾正自身錯誤”。
而這一正面交鋒的背后，是一周不斷升級的緊張關(guān)系。Anthropic宣布，將在超級碗期間播出廣告，嘲諷OpenAI近期開始在ChatGPT免費用戶中測試廣告的決定。
Altman隨后作出罕見的直接回應(yīng)，在一篇長篇X帖中稱這些廣告“好笑”，但“明顯不誠實”。
Altman寫道：
“我們顯然永遠(yuǎn)不會像Anthropic廣告中描繪的那樣投放廣告。我們并不愚蠢，也知道用戶絕不會接受那種做法?！?/p>
“我想這倒是很符合Anthropic一貫的‘雙重話術(shù)’風(fēng)格，用一個具有誤導(dǎo)性的廣告，去批評根本不存在的、理論上的誤導(dǎo)性廣告，但超級碗廣告并不是我預(yù)期會看到這種事情的地方。”
他進(jìn)一步將Anthropic形容為一家“威權(quán)式公司”，稱其“想要控制人們?nèi)绾问褂肁I”。
Altman寫道：
“Anthropic向富人提供昂貴的產(chǎn)品。使用ChatGPT免費版的德州人數(shù)量，比美國使用Claude的總?cè)藬?shù)還要多，所以我們面臨的是完全不同形態(tài)的問題。”
企業(yè)AI支出遠(yuǎn)超預(yù)期，OpenAI市場份額面臨Anthropic與谷歌擠壓
公開的口水戰(zhàn)背后，是一場極其嚴(yán)肅的商業(yè)競爭。這一對抗發(fā)生在企業(yè)級AI應(yīng)用爆發(fā)式增長的大背景下，雙方都在爭奪一個迅速擴(kuò)張的市場。
根據(jù)Andreessen Horowitz本周發(fā)布的調(diào)查數(shù)據(jù)，企業(yè)在大語言模型上的支出，已經(jīng)大幅超過此前即便相當(dāng)樂觀的預(yù)測。2025年，企業(yè)平均在LLM上的支出達(dá)到700萬美元，較2024年實際支出的250萬美元高出180%，也比企業(yè)在一年前對2025年的預(yù)測高出56%。預(yù)計到2026年，單個企業(yè)的支出將達(dá)到1160萬美元，再增長65%。
a16z的數(shù)據(jù)還揭示了市場格局的變化。OpenAI仍然占據(jù)企業(yè)AI支出中最大的份額，但這一份額正在縮小——從2024年的62%，下降至預(yù)計2026年的53%。同期，Anthropic的份額從14%上升至預(yù)計18%，Google也呈現(xiàn)出類似的增長趨勢。
在企業(yè)使用模式上，情況更加微妙。雖然OpenAI在總體使用量上領(lǐng)先，但在接受調(diào)查的OpenAI客戶中，只有46%在生產(chǎn)環(huán)境中使用其最強(qiáng)模型；而Anthropic和Google這一比例分別為75%和76%。如果將測試環(huán)境也計算在內(nèi)，89%的Anthropic客戶正在測試或使用其最強(qiáng)模型，這一比例在主要廠商中最高。
在軟件開發(fā)這一雙方編程代理的核心應(yīng)用場景中，a16z調(diào)查顯示，OpenAI的市場份額約為35%，而Anthropic則占據(jù)了剩余市場中相當(dāng)可觀、且持續(xù)增長的一部分。
OpenAI承諾未來數(shù)周推出更多Codex功能
展望未來，OpenAI表示，GPT-5.3-Codex已立即向付費ChatGPT用戶開放，覆蓋所有Codex使用場景，包括桌面應(yīng)用、命令行接口、IDE擴(kuò)展和網(wǎng)頁端，API接口預(yù)計隨后推出。
該模型還加入了一項新的交互功能：用戶可以在“務(wù)實型”和“友好型”兩種性格之間進(jìn)行選擇。Altman表示，用戶對這一點有著強(qiáng)烈偏好。在更實質(zhì)性的層面上，模型在執(zhí)行任務(wù)過程中會頻繁提供進(jìn)度更新，允許用戶實時互動、提問、討論思路，并在不丟失上下文的情況下引導(dǎo)解決方案。
OpenAI表示：
“你不再需要等待最終結(jié)果，而是可以實時互動。GPT-5.3-Codex會講清楚它正在做什么，響應(yīng)反饋，并從頭到尾讓你保持知情?！?
公司承諾，未來幾周還將推出更多能力。Altman直言：“我相信Codex會贏?！?/p>
他在回應(yīng)Anthropic時，用一句頗具哲學(xué)意味的話為這場競爭定調(diào)：
“這個時代，屬于建設(shè)者，而不屬于那些想要控制他們的人?！?/p>
贊
.png)
644
收藏
