GPT-5.3 Codex · 官方评测披露
GPT-5.3 Codex 当前收录 5 项测试的官方记录。已完成列明材料的核查。
模型发布 · GPT Codex
官方材料与核查范围
保留既有发布文与 GPT-5.4 后续 OSWorld 更新核读;本次补核官方 GPT-5.3-Codex 系统卡,31 页全文核读并视觉检查所有含表格或图表页。 核对时间 。
当前资料不足以还原首发。 没有可核实的首发版本快照。
- GPT-5.3-Codex 正式登场 | OpenAI · 主文 · Official release article and visible benchmark appendix; revision date unknown; Original page date label 2026-02-05; current page revision date is unknown.公布 未确认 · 采集 · 已核查 保留既有发布文、配置脚注和 benchmark 附录核读状态;本批未重复核读主文。
- GPT-5.4 震撼登场 | OpenAI · 主文 · Later official revision disclosure for GPT-5.3-Codex OSWorld score; Original page date label 2026-03-05; current page revision date is unknown.公布 未确认 · 采集 · 已核查 保留既有 GPT-5.4 页面中 OSWorld 后续设置与分数更新核读状态;本批未重复核读该页面。
- GPT-5.3-Codex System Card | OpenAI · 附件 · 官方 31 页 GPT-5.3-Codex 系统卡;PDF 封面标注 February 5, 2026;PDF 文件创建元数据日期不同,不作为公布日期;当前网页修订时间未核实。公布 · 采集 · 已核查 31/31 页全文核读;视觉页 PDF p. 5、7-12、14-17、19-20、24、26、28,共 16 页。
配置
- GPT-5.3 Codex (xhigh) · Article footnote says all release evaluations use xhigh reasoning. xhigh
- GPT-5.3 Codex (xhigh, original image resolution parameter) · Later GPT-5.4 release reports OSWorld-Verified after adding an API parameter that preserves original image resolution. 未知项 The article does not name the parameter or the complete revised evaluation setup.
直接前代与后续发布
直接前代 GPT-5.2 Codex。 官方关系依据
GPT-5.3-Codex combines GPT-5.2-Codex coding performance with GPT-5.2 reasoning and expertise; the article directly compares the prior Codex model.
4 项披露延续 · 1 项新增 · 0 项本次未见 · 0 项待核查
| 测试 | 已核查状态 | GPT-5.2 Codex | GPT-5.3 Codex |
|---|---|---|---|
| SWE-Bench Pro · Public | 延续 已记录的评测条件有变化 | 前代记录 | 本次记录 |
| Terminal-Bench · 2.0;代理框架按协议区分 | 延续 已记录的评测条件有变化 | 前代记录 | 本次记录 |
| OSWorld-Verified · Verified benchmark; evaluation protocol noted per source | 延续 已记录的评测条件有变化 | 前代记录 | 本次记录 |
| GDPval · 44 occupations; exact task set/version unspecified in release articles | 新增 | — | 本次记录 |
| SWE-Lancer · IC Diamond set | 延续 已记录的评测条件有变化 | 前代记录 | 本次记录 |
测试记录 · 5
- SWE-Bench Pro · Public本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- Terminal-Bench · 2.0;代理框架按协议区分本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- OSWorld-Verified · Verified benchmark; evaluation protocol noted per source本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- GDPval · 44 occupations; exact task set/version unspecified in release articles本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- SWE-Lancer · IC Diamond set本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)