Jay 发自 凹非寺
量子位 | 公众号 QbitAI
火星撞地球，新模型大战！
Claude Opus 4.6发布仅仅15分钟，OpenAI也甩出了自己最新最强编程模型——
GPT-5.3-Codex。
最直观的感受是，这个新模型终于有点美学品味了。
官方展示了两个Demo：一个赛车游戏、一个潜水游戏。还蛮有风格的。
据说，GPT-5.3-Codex在几乎没有人工干预的情况下，持续迭代这些游戏，累计消耗了数百万token
在网页开发上，除了UI更好看，对「意图」的理解也更强了。
即便Prompt给得不清楚，它也能自动补全逻辑，生成一个功能齐全的网站。
就这些Demo来看，设计感确实比之前强了一截。
Computer use能力同样拉满，现在已经能用来帮金融从业者直接做PPT。
其他职场工作也能覆盖，尤其是在专业知识密集型任务上，写文档、做电子表格都没什么问题。
硬实力方面，官方给出的亮点如下：
- 更聪明：SWE-Bench Pro 57%，TerminalBench 2.0 76%，OSWorld 64%。
- 更可控：支持任务进行中的实时引导，可随时调整方向并获取更新。
- 更快速：完成相同任务时，所需token不到5.2-Codex的一半，单token速度提升超过25%。
- 更Agent：不只是更会写代码，计算机操作同样很强。
直接看这张对比表会更直观，几乎每一个维度，都比上一代有明显提升。
网友直呼过于刺激，昨天OpenAI刚被Anthropic拿广告狙了一枪，今天就对轰了回来。
一天之内，两个重量级编程模型
评论区也迅速分成了Anthropic派和OpenAI派。
下面来看看，这场奥特曼主动挑起的AI coding大战，OpenAI到底表现如何？
GPT 5.3 Codex
大家最关心的，当然还是编程能力。
OpenAI表示，GPT-5.3-Codex在SWE-Bench Pro上实现了SOTA。
这是一个专为真实世界软件工程设计的测试，覆盖四种编程语言，整体难度更高、任务更丰富，也更贴近真实生产场景。
同时，GPT-5.3-Codex在Terminal-Bench 2.0上的表现也有明显提升。
更关键的是效率。在拿下这些成绩的同时，GPT-5.3-Codex使用的token数量少于任何以往模型
除了编程能力，新一代Codex的另一个重点是Computer use
OSWorld是一项面向智能体的计算机使用基准测试，要求模型在可视化的桌面计算机环境中完成各类生产力任务。
结果显示，GPT-5.3-Codex在计算机使用能力上，明显强于此前的GPT模型。
综上，GPT-5.3-Codex不是一次单点模型能力突破，更像是基于智能体的全方位发展，编码、前端开发、计算机操作全都有提升
更有意思的是，这次GPT-5.3-Codex直接参与了自己的训练过程
OpenAI表示，这是他们首个参与「自我加速」的模型。Codex团队在研发过程中使用其早期版本，来调试自身训练流程、管理部署，并评估测试结果。
官方也给出了一些具体例子。
训练阶段，研究团队使用Codex监控和调试训练任务，帮助在整个训练过程中追踪模型行为变化，对交互进行深入分析，并提出改进方案。
数据分析方面，一位数据科学家与GPT-5.3-Codex协作，构建了新的数据管道，并以远超传统仪表盘工具的方式对结果进行了可视化。
随后，研究人员与Codex一起分析这些结果，模型在不到三分钟内，就从数千个数据点中提炼出了关键洞见。
工程团队则借助Codex优化和适配GPT-5.3-Codex的测试与运行框架。
当开始出现影响用户体验的异常边缘案例时，团队成员通过Codex定位到了上下文渲染相关的缺陷，并进一步追溯到了缓存命中率偏低的原因。
Two More Things
与Anthropic的巅峰对决的确相当精彩，但OpenAI其实还有两个值得关注的大动作。
1、Frontier：一个帮助企业打造「AI同事」的平台
这是OpenAI一项相当重磅的ToB业务，目标很明确：让Agent真正进入公司工作流。
具体实现方式，包括共享上下文、上手式的入职引导、带反馈的实践学习，以及清晰的权限与边界。
据悉，HP、Intuit、Oracle、State Farm、Thermo Fisher和Uber等知名企业，已经早早采用了Frontier。
2、AI4S：OpenAI和Ginkgo联手，用GPT-5把蛋白质合成成本打下来了40%
这是一家做合成生物学的实验室型公司，他们将GPT-5接入一座自主实验室，让模型可以提出实验方案、规模化执行实验、从结果中学习，并决定下一步该尝试什么，完整跑通了一个闭环。
2026年，或许是AI4S加速演进的一年。
不过，在OpenAI忙着和Anthropic对狙，网友们被一系列新动态弄的眼花缭乱的同时，评论区也有另一种声音。
- 把4o还给我！！
直到现在，奥特曼依然没有回应4o被彻底下架这件事。
或许，真的是和Anthropic打得太忙了。
[1]https://openai.com/index/introducing-gpt-5-3-codex/
[2]https://openai.com/index/introducing-openai-frontier/
[3] https://x.com/i/trending/2019496485793198148
热门跟贴