ハクソク

世界を動かす技術を、日本語で。

GPT-5.3-Codex

2026年2月6日原文(openai.com)

概要

  • GPT‑5.3-Codex は、これまでで最も高性能なエージェント型コーディングモデル
  • GPT‑5.2-Codex よりも25%高速化し、推論・専門知識も強化
  • 長時間タスクや複雑な作業 も自律的に遂行可能
  • サイバーセキュリティ機能 や安全対策も大幅強化
  • ChatGPT有料プラン で利用可能、API提供も予定

GPT‑5.3-Codex：次世代エージェント型コーディングモデル

  • GPT‑5.3-Codex は、従来モデルの性能を大幅に上回るエージェント型AI
  • 推論能力・専門知識 ともにGPT‑5.2と同等以上の水準
  • 25%の高速化 により、長時間・複雑なエージェント作業も実現
  • ユーザーとのリアルタイム対話 が可能なインタラクティブ設計
  • 自己進化 ：初期版Codexが自身のトレーニング・デプロイ・評価を支援

フロンティア・エージェント能力

  • SWE-Bench Pro や Terminal-Bench など主要ベンチマークで業界最高水準
    • SWE-Bench Proは4言語対応・現実的なソフトウェアエンジニアリング評価
    • Terminal-Bench 2.0で従来モデルを大きく上回る
  • OSWorld や GDPval でも高い実用力・知識労働能力を証明
  • トークン効率 が向上し、より多くの成果物を生成可能

実用例と進化

  • Webゲーム開発 や複雑なアプリ構築も数日で自律的に遂行
  • 日常的なWebサイト作成 でも、より機能的かつ実用的な初期案を自動生成
  • ランディングページ例 では、割引表示・多様なユーザーテストモニアル自動実装

ソフトウェア開発の全工程対応

  • デバッグ・デプロイ・モニタリング・PRD作成・ユーザー調査 など幅広い業務支援
  • スライド作成やデータ分析 など非エンジニア業務にも対応
  • GDPval で44職種の知識労働タスクにおいて高得点

インタラクティブなコラボレーターとしての進化

  • リアルタイム進捗報告・対話型フィードバック が可能
  • 複数エージェントの同時指示・監督 が容易に
  • 途中経過の質問・修正指示 が即時反映
  • 設定 から「モデル動作中のステアリング」を有効化可能

Codexによる自己進化と開発支援

  • 研究者・エンジニアの業務を根本から変革
    • トレーニング監視・デバッグ・パターン解析・アプリ構築まで自律支援
  • エンジニアリングチーム はCodexでハーネス最適化やバグ原因特定を実施
  • データサイエンス業務 もCodexと協働し、データパイプラインやダッシュボードを強化
  • 生産性向上 ：1ターンあたりの進捗増加・明確な意図理解を実現

サイバーセキュリティ強化

  • サイバーセキュリティ関連タスク で初のHigh capability認定
  • 脆弱性検出 に特化した初の直接訓練モデル
  • 安全対策 ：自動監視・アクセス管理・脅威インテリジェンス連携
  • Trusted Access for Cyber やAardvarkなど、セキュリティ研究支援プログラム拡充
  • APIクレジット1,000万ドル分 をサイバー防御促進のため提供

利用方法・今後の展望

  • ChatGPT有料プラン で、アプリ・CLI・IDE拡張・Webから利用可能
  • APIアクセス も近日中に提供予定
  • 25%高速化 により、よりスムーズな体験を実現
  • NVIDIA GB200 NVL72 システム上で設計・訓練・提供
  • 今後はコーディングを超えた一般的な知識労働エージェントへ進化

主要ベンチマーク比較（抜粋）

| モデル | SWE-Bench Pro | Terminal-Bench 2.0 | OSWorld-Verified | GDPval | Cybersecurity CTF | SWE-Lancer IC Diamond | |--------|:-------------:|:------------------:|:----------------:|:------:|:-----------------:|:---------------------:| | GPT-5.3-Codex | 56.8% | 77.3% | 64.7% | 70.9% | 77.6% | 81.4% | | GPT-5.2-Codex | 56.4% | 64.0% | 38.2% | - | 67.4% | 76.0% | | GPT-5.2 | 55.6% | 62.2% | 37.9% | 70.9% | 67.7% | 74.6% |

Hackerたちの意見

昔はAIラボが大きな発表を同じ日にしないように調整してたのに、今じゃ30分の間に大発表を連発するようになったよね。

└

競争のスリル

└

彼らは中国の旧正月に合わせて、主要なオープンモデルやローカルモデルの新リリースと競争するために調整してるみたい。

└

これは避けられない崩壊の兆しだね！

└

研究所は完全に容赦のない競争を受け入れて、武器競争は互恵的な協力の文明的な外見を完全に捨て去った。汚い手段や陰湿な戦術が起こるだろうね。デミスはこの分野に詳しくないと思うけど、純粋なパフォーマンスで競争を蹴散らすかもしれない。イーロン、サム、ダリオは、汚い戦い方や政治的なボードルームの嫌なことをするのが得意だから。2026年は非常にドラマチックな年になるだろうし、最終的なAIのバイオピックにはたくさんのシネマティックな可能性があるね。

└

これはかなり前からの話だね。2023年にOpenAIがGPT-4を発表したとき、AnthropicとGoogleはOpenAIの標準の午前10時の発表時間の直前に、対抗の発表を用意してた（ClaudeとMagic Wand）。

└

それって違法じゃない？つまり、そういうふうに共謀するカルテルってこと？

└

安全性を気にしてるフリはやめてほしい。トップの研究者以外は、競争に負けない限り安全性なんて気にしてないと思う。ゲーム理論的に見ても、AIラボは生き残るために何でもやるだろうし、規制がないと限界を設けるのは無理。お金が絡むと自己規制なんて機能しないよ。

アンスロピックは、今朝10時前にリリースを急いだんじゃないかな。GPT-5.3-codexとの比較を避けるために！新しいOpus 4.6はTerminal-Bench 2.0で65.4点を記録したけど、これはGPT-5.2-codexの64.7から上がった数字だよ。GPT-5.3-codexは77.3点。

└

GPT-5.3-codexの大きな飛躍はすごいし、同じ日に2つのトップコーディングモデルが出るのはクレイジーだね…

└

AIのベンチマークはあまり信じてないんだ。自分の経験と合わないことが多いから。ただ、Codex 5.2は複雑なタスクには最適なコーディングモデルだったと思うけど、かなり遅かったね。だから5.3を試すのがすごく楽しみ。

└

今日はOpusが全然役に立たなかった。たくさんのグローバル変数やスタティック、前方宣言、テスト可能なインターフェースのないcppファイルの隠れた実装、型の消去、voidポインタのキャストなど、かなりの修正が必要で、絡まったゴチャゴチャを解消しなきゃいけなかった。ロールアウト後にパフォーマンスが良くなることを願ってる。

Hacker Newsで議論の続きを見る