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。

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。

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。

在训练阶段，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。

在数据分析方面，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。

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。

参考链接：

[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

本文来自微信公众号“量子位”，作者：关注前沿科技，36氪经授权发布。