ModellerStøtteBedriftBlogg
500+ AI-modell API, Alt I Én API. Bare I CometAPI
Modeller API
Utvikler
HurtigstartDokumentasjonAPI Dashbord
Ressurser
AI-modellerBloggBedriftEndringsloggOm oss
2025 CometAPI. Alle rettigheter reservert.PersonvernerklæringTjenestevilkår
Home/Models/OpenAI/GPT 5 Codex
O

GPT 5 Codex

Inndata:$1/M
Utdata:$8/M
Kontekst:400K
Maks utdata:128K
GPT-5-Codex er en høytytende stor språkmodell som er fokusert på kodegenerering og kodeforståelse, med forbedrede evner for komplekse programmeringsoppgaver, resonnering om kode og applikasjoner på produksjonsnivå.
Ny
Kommersiell bruk
Playground
Oversikt
Funksjoner
Priser
API
Versjoner

Hva er GPT-5-Codex?

GPT-5-Codex er en spesialisert variant av OpenAIs GPT-5-familie designet for komplekse programvareutviklingsarbeidsflyter: koding, storskala refaktorering, lange flertrinns agentoppgaver og utvidede autonome kjøringer i Codex-miljøet (CLI, IDE-utvidelse og sky). Den er posisjonert som standardmodellen for OpenAIs Codex-produkt og er tilgjengelig via Responses API og Codex-abonnementer.

Nøkkelfunksjoner

  • Agent-optimalisering — innstilt for kjøring i agentløkker og verktøystyrte arbeidsflyter (bedre konsistens ved bruk av verktøy/CLI-er). Agenter og verktøybruk har førsteklasses støtte.
  • Fokus på kodekvalitet — produserer renere, mer styrbar kode for refaktorering, gjennomgang og langvarige utviklingsoppgaver.
  • IDE- og produktintegrasjon — integrert i utviklerprodukter (f.eks. forhåndslanseringer av GitHub Copilot) og OpenAIs Codex SDK/CLI.
  • Kun Responses API — bruker det nyere Responses API-mønsteret (token-gjenbruk, støtte for agentløkker) for best resultat; eldre Completion-kall kan yte dårligere på Codex-oppgaver.

Tekniske detaljer — trening og arkitektur

  • Grunnavstamning: GPT-5-Codex er en avledning av GPT-5, bygget ved videre finjustering av GPT-5-snapshotet for kodeoppgaver og agentatferd. Modellens interne detaljer (eksakt parameterantall, treningsberegning) er ikke offentliggjort; OpenAI publiserer kapabiliteter og finjusteringsmetode fremfor rå parameterantall.
  • Treningsfokus: vekt på virkelige programvareutviklingskorpora, interaktive agentspor, baner for verktøybruk og instruksjonstuning for å forbedre styrbarhet og korrrekthet over lange horisonter.
  • Finjustering av verktøy og agentløkker: prompt- og verktøydefinisjoner ble justert slik at Codex-agentløkken kjører raskere og gir mer presise flertrinnsresultater sammenlignet med en standard GPT-5 i tilsvarende oppsett.

Ytelse i benchmarker

Offentlige benchmarker fra uavhengige anmeldere og aggregatorsider viser GPT-5-Codex ledende eller nær ledende på moderne kodebenchmarker:

  • SWE-Bench (reelle kodeoppgaver): uavhengige sammendragsrapporter ~≈77% suksess på en pakke med 500 oppgaver (rapportert i en tredjepartsvurdering). Dette ble notert som litt over baselinen for generell GPT-5 (høy) i den vurderingen.
  • LiveCodeBench / andre kodebenchmarker: aggregatorsider rapporterer høy relativ ytelse (eksempler inkluderer LiveCodeBench-poengsummer i midten av 80-området for enkelte oppgaver).

Modellversjonering og tilgjengelighet

Tilgjengelighetskanaler: Responses API (modell-ID gpt-5-codex)

gpt-5-codex-low/medium/high – spesialisert for koding og programvareutvikling:

  • gpt-5-codex-low
  • gpt-5-codex-medium
  • gpt-5-codex-high

Støtter formatkall til /v1/responses

Begrensninger

  • Ventetid og beregning: agentbaserte arbeidsflyter kan være beregningstunge og noen ganger tregere enn lettere modeller, særlig når modellen kjører testsuiter eller utfører omfattende statisk analyse.
  • Hallusinasjon og overdreven selvsikkerhet: til tross for forbedringer kan GPT-5-Codex fortsatt hallusinere API-er, filbaner eller testdekning—brukere må validere generert kode og CI-utdata.
  • Kontekstlengde og tilstand: selv om modellen er justert for lengre økter, er den fortsatt begrenset av praktiske kontekst-/oppmerksomhetsgrenser; ekstremt store kodebaser krever oppstykking, henteforsterkning eller verktøystøttet minne.
  • Sikkerhet: automatiserte kodeendringer kan introdusere sikkerhetsregresjoner eller lisensbrudd; menneskelig tilsyn og sikker CI-gating er obligatorisk.

Bruksområder

  • Automatisert kodegjennomgang — lag gjennomgangskommentarer, identifiser regresjoner og foreslå rettelser.
  • Funksjonsutvikling og refaktorering — store redigeringer på tvers av flere filer med tester kjørt av modellen og CI-validering.
  • Testsyntese og TDD-automatisering — generer enhets-/integrasjonstester og iterer til de består.
  • Utviklerassistenter og agenter — integrert i IDE-tillegg, CI-pipelines eller autonome agenter for å utføre komplekse utviklingsoppgaver.

Slik bruker du GPT-5 Codex API

Påkrevde trinn

  • Logg inn på cometapi.com. Hvis du ikke er bruker ennå, registrer deg først.
  • Logg inn i din CometAPI-konsoll.
  • Hent tilgangslegitimasjonen (API-nøkkelen) for grensesnittet. Klikk «Add Token» ved API Token i det personlige senteret, hent token-nøkkelen: sk-xxxxx, og send inn.

Bruksmåte

  1. Velg «gpt-5-codex»-endepunktet for å sende API-forespørselen og angi forespørselskroppen. Forespørselsmetoden og forespørselskroppen hentes fra API-dokumentasjonen på nettstedet vårt. Nettstedet vårt tilbyr også Apifox-test for enkel testing.
  2. Erstatt <YOUR_API_KEY> med din faktiske CometAPI-nøkkel fra kontoen din.
  3. Sett inn spørsmålet eller forespørselen din i content-feltet—det er dette modellen vil svare på.
  4. . Behandle API-responsen for å hente det genererte svaret.

CometAPI tilbyr et fullt kompatibelt REST API—for sømløs migrering. Nøkkeldetaljer for Responses

Se også GPT-5.1 API og GPT-5.1-Chat-latest API

Funksjoner for GPT 5 Codex

Utforsk nøkkelfunksjonene til GPT 5 Codex, designet for å forbedre ytelse og brukervennlighet. Oppdag hvordan disse mulighetene kan være til nytte for prosjektene dine og forbedre brukeropplevelsen.

Priser for GPT 5 Codex

Utforsk konkurransedyktige priser for GPT 5 Codex, designet for å passe ulike budsjetter og bruksbehov. Våre fleksible planer sikrer at du bare betaler for det du bruker, noe som gjør det enkelt å skalere etter hvert som kravene dine vokser. Oppdag hvordan GPT 5 Codex kan forbedre prosjektene dine samtidig som kostnadene holdes håndterbare.
Komet-pris (USD / M Tokens)Offisiell pris (USD / M Tokens)Rabatt
Inndata:$1/M
Utdata:$8/M
Inndata:$1.25/M
Utdata:$10/M
-20%

Eksempelkode og API for GPT 5 Codex

Få tilgang til omfattende eksempelkode og API-ressurser for GPT 5 Codex for å effektivisere integreringsprosessen din. Vår detaljerte dokumentasjon gir trinn-for-trinn-veiledning som hjelper deg med å utnytte det fulle potensialet til GPT 5 Codex i prosjektene dine.
POST
/v1/responses
Python
JavaScript
Curl
from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)
response = client.responses.create(
    model="gpt-5-codex", input="Tell me a three sentence bedtime story about a unicorn."
)

print(response)

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)
response = client.responses.create(
    model="gpt-5-codex", input="Tell me a three sentence bedtime story about a unicorn."
)

print(response)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY;
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const response = await openai.responses.create({
  model: "gpt-5-codex",
  input: "Tell me a three sentence bedtime story about a unicorn.",
});

console.log(response);

Curl Code Example

curl https://api.cometapi.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-5-codex",
    "input": "Tell me a three sentence bedtime story about a unicorn."
  }'

Versjoner av GPT 5 Codex

Grunnen til at GPT 5 Codex har flere øyeblikksbilder kan inkludere potensielle faktorer som variasjoner i utdata etter oppdateringer som krever eldre øyeblikksbilder for konsistens, å gi utviklere en overgangsperiode for tilpasning og migrering, og ulike øyeblikksbilder som tilsvarer globale eller regionale endepunkter for å optimalisere brukeropplevelsen. For detaljerte forskjeller mellom versjoner, vennligst se den offisielle dokumentasjonen.
version
gpt-5-codex-medium
gpt-5-codex
gpt-5-codex-high
gpt-5-codex-low

Flere modeller

A

Claude Opus 4.6

Inndata:$4/M
Utdata:$20/M
Claude Opus 4.6 er en stor språkmodell i «Opus»-klassen fra Anthropic, lansert i februar 2026. Den er posisjonert som en arbeidshest for arbeidsflyter innen kunnskapsarbeid og forskning — med forbedringer i resonnering over lange kontekster, flertrinns planlegging, verktøybruk (inkludert agentbaserte programvarearbeidsflyter) og oppgaver på datamaskin, som automatisk generering av lysbilder og regneark.
A

Claude Sonnet 4.6

Inndata:$2.4/M
Utdata:$12/M
Claude Sonnet 4.6 er vår mest kapable Sonnet-modell hittil. Det er en fullstendig oppgradering av modellens ferdigheter innen koding, bruk av datamaskin, resonnering over lange kontekster, agentplanlegging, kunnskapsarbeid og design. Sonnet 4.6 har også et kontekstvindu på 1M token i beta.
O

GPT-5.4 nano

Inndata:$0.16/M
Utdata:$1/M
GPT-5.4 nano er utviklet for oppgaver der hastighet og kostnader er viktigst, som klassifisering, datauttrekk, rangering og underagenter.
O

GPT-5.4 mini

Inndata:$0.6/M
Utdata:$3.6/M
GPT-5.4 mini bringer styrkene fra GPT-5.4 til en raskere, mer effektiv modell, designet for arbeidslaster i stor skala.
A

Claude Mythos Preview

A

Claude Mythos Preview

Kommer snart
Inndata:$60/M
Utdata:$240/M
Claude Mythos Preview er vår mest kapable frontier-modell til dags dato, og viser et markant sprang i resultater på mange evalueringsbenchmarker sammenlignet med vår forrige frontier-modell, Claude Opus 4.6.
X

mimo-v2-pro

Inndata:$0.8/M
Utdata:$2.4/M
MiMo-V2-Pro er Xiaomis flaggskip-grunnmodell, med over 1T totale parametere og en kontekstlengde på 1M, dypt optimalisert for agentiske scenarier. Den er svært tilpasningsdyktig til generelle agentrammeverk som OpenClaw. Den rangerer blant den globale toppklassen i standardbenchmarkene PinchBench og ClawBench, med opplevd ytelse som nærmer seg Opus 4.6. MiMo-V2-Pro er utformet for å fungere som hjernen i agentsystemer, orkestrere komplekse arbeidsflyter, drive produksjonsnære ingeniøroppgaver og levere resultater pålitelig.