Openai lanserte GPT-5-kodex 15. september, en kraftig ny AI-modell spesialbygget for å tjene som motor for sin kodingsassistent, Codex.
Den spesialiserte versjonen av GPT-5 er optimalisert for”Agentic Coding,”som muliggjør det å jobbe autonomt for timesvis på kompleks programvare-programvare. riper. Utgivelsen tar sikte på å lage en enhetlig”virtuell lagkamerat”for utviklere og utfordre rivaler som Microsoft og Google i det overfylte AI-kodingsmarkedet.
Den nye modellen er nå standard for alle skyoppgaver og kodevurderinger i Codex-økosystemet. Det er tilgjengelig for alle betalende chatGPT-abonnenter, inkludert de på Plus, Pro, Business, Edu og Enterprise Plans, med api er planlagt for fremtiden
blank Codex. Verktøyet begynte som en åpen kildekode i april, ble integrert i ChatGPT i mai og fikk internettilgang i juni. Dette siste trinnet forvandler det til en dypt integrert utviklingspartner.
En spesialbygget motor for agentkoding
I motsetning til det generelle GPT-5, ble GPT-5-kode trent spesifikt på den virkelige programvarearbeidet. Denne fokuserte opplæringen gjør den mer styrbar og bedre til å produsere ren kode av høy kvalitet uten å kreve lange instruksjoner fra utvikleren.
Modellen er også spesialbygget for automatisert kodevurdering. Den navigerer i hele kodebaser, årsaker gjennom avhengigheter og kjører tester for å validere korrekthet før du kommer med anbefalinger.
Dette posisjonerer Codex som et kraftig verktøy for å fange kritiske feil før de når produksjonen.
lanseringen følger en større oppdatering i en ny oppdatering som en ny re-code-kode.
p> p> p> p> p> p> p> p> p> p> p> Pent Introduserte en ny ild og kode for å få en ny re-kode og CLI, og automatiserte GitHub Pull Request-anmeldelser, og legger grunnlaget for denne kraftigere motoren.
Dynamisk tenking: En smartere tilnærming til komplekse problemer
Den sentrale innovasjonen av GPT-5-kodex er dens dynamiske”tenkning”-evne. Modellen kan justere beregningsbudsjettet og tiden brukt på en oppgave i sanntid, og tilpasse seg et problems kompleksitet når det fungerer.
Dette gjør at den kan håndtere både raske, interaktive økter og lange, komplekse jobber.
Under testing, Openai observerte modellen som fungerer uavhengig av syv timer på stor refaktor. Denne utholdenheten er en viktig differensierer i det agentiske kodingsrommet.
I følge Alexander Embiricos, Openais Codex-produktleder, er denne adaptive tilnærmingen en betydelig fordel.
Han forklarte at”GPT-5-kodex kan bestemme fem minutter på et problem som den trenger å bruke. Dette oppnås uten rutersystemet som brukes av den generelle GPT-5-modellen.
[innebygd innhold]
En enhetlig agent på tvers av lokalt, sky og gitHub
Denne nye motoren driver et sammenhengende økosystem designet for å føles som en enkelt, vedvarende assistent. Utviklere kan bevege seg sømløst mellom sin lokale IDE, terminalen og skyen uten å miste kontekst, og skape en mer flytende og effektiv arbeidsflyt.
Strategien ser ut til å være en direkte respons på det stadig mer konkurransedyktige AI-kodingslandskapet. Med rivaler som Googles Jules og Anthropics Claude-serie som presser grensene for agentfunksjoner, utnytter Openai sin enhetlige plattform som en viktig fordel.
Tidlig tilbakemelding fra kunder antyder at tilnærmingen er effektiv. Vitnesbyrd fra selskaper som Duolingo, Virgin Atlantic og Cisco Meraki berømmer verktøyets virkelige ytelse.
Aaron Wang fra Duolingo bemerket: “Det overgikk andre verktøy i Backend Code Review Benchmarks, og fanget kompatibilitetsproblemer og feil som andre savnet.”
Tilsvarende fremgår Richard-mestere av Virgin Atlantic og fremhevet sin effektivitet, og uttaler, “Mitt team kan nå en enkel kommentar i en rengjøring og kodex vil generere en generert en rent kommentar til en rent kommentar og Codex vil generere en rent kommentar til en enkel kommentar og kodex vil gi en enkel kommentar i en rent kommentar til en rent kommentar og kode en enkel kommentar og sykluser.”
For mer komplekse jobber, brukte Tres Wong-Godfrey fra Cisco Meraki“ Codex for å håndtere en kompleks refaktor for et annet lags kodebase, og frigjør ham til å fokusere på andre prioriteringer mens Codex leverte Tested, VanTa Code. Returnerer ren diffs,”understreker bruken som bakgrunnssamarbeid.
Mens Openai utpeker modellens makt, understreker den også viktigheten av menneskelig tilsyn. Selskapet kjører Codex i et sandkassen miljø med nettverkstilgang som standard for å dempe risikoer. Imidlertid hevder den at utviklere alltid bør gjennomgå og validere agentgenerert kode.
Denne forsiktighetsnotatet er spesielt relevant gitt den urolige lanseringen av den generelle GPT-5-modellen i august, som ble plaget til å bugs og tvunget OpenAI til å gå tilbake til en spesifikk strategi.
ved å levere GPT-5-code.
Til slutt posisjonerer Openai Codex ikke som en erstatning for verktøy som Github Copilot, men som en utfyllende partner for oppgavedelegering på høyere nivå. Målet er å skape en ekte”virtuell lagkamerat”som kan ta på seg betydelig ingeniørarbeid, og frigjør utviklere til å fokusere på mer strategiske utfordringer.
