Что такое GPT-5-Codex?
GPT-5-Codex — это специализированный вариант семейства OpenAI GPT-5, созданный для сложных рабочих процессов в разработке ПО: программирование, рефакторинг в крупных масштабах, длительные многошаговые агентные задачи и расширенные автономные запуски в среде Codex (CLI, расширение для IDE и облако). Он позиционируется как модель по умолчанию для продукта OpenAI Codex и доступен через Responses API и подписки Codex.
Ключевые возможности
- Агентная оптимизация — настроен для работы внутри агентных циклов и инструментальных рабочих процессов (лучшая согласованность при использовании инструментов/CLI). Агентность и использование инструментов — приоритеты первого уровня.
- Фокус на качестве кода — генерирует более чистый, более управляемый код для рефакторинга, ревью и длительных задач разработки.
- Интеграция с IDE и продуктами — интегрирован в продукты для разработчиков (например, предварительные релизы GitHub Copilot) и в Codex SDK/CLI от OpenAI.
- Только Responses API — использует новый паттерн Responses API (повторное использование токенов, поддержка агентных циклов) для наилучших результатов; устаревшие вызовы Completion могут показывать худшие результаты на задачах Codex.
Технические детали — обучение и архитектура
- Базовое происхождение: GPT-5-Codex — это производная от GPT-5, созданная путем дополнительной настройки снимка GPT-5 под задачи программирования и агентное поведение. Внутренние параметры модели (точное число параметров, объем вычислений на обучение) публично не перечисляются; OpenAI публикует сведения о возможностях и подходах к настройке вместо «сырых» параметров.
- Фокус обучения: акцент на корпусах реальной инженерной практики, интерактивных следах агентов, траекториях использования инструментов и instruction tuning для повышения управляемости и долгосрочной корректности.
- Настройка инструментов и агентных циклов: промпт и определения инструментов были скорректированы так, чтобы агентный цикл Codex работал быстрее и давал более точные многошаговые результаты по сравнению с «ванильным» GPT-5 в сопоставимых конфигурациях.
Производительность на бенчмарках
Публичные бенчмарки от независимых обозревателей и агрегаторов показывают, что GPT-5-Codex лидирует или близок к лидерам в современных кодинговых тестах:
- SWE-Bench (реальные задачи по программированию): независимые сводные отчеты сообщают о ~≈77% успешности на наборе из 500 задач (указано в стороннем обзоре). Отмечалось, что это немного выше базового уровня общего назначения GPT-5 (высокого) в том обзоре.
- LiveCodeBench / другие кодовые бенчмарки: сайты-агрегаторы сообщают о высокой относительной эффективности (например, оценки LiveCodeBench в середине 80-х для некоторых задач).
Версии модели и доступность
Каналы доступности: Responses API (идентификатор модели gpt-5-codex)
gpt-5-codex-low/medium/high – Специализация под программирование и разработку ПО:
- gpt-5-codex-low
- gpt-5-codex-medium
- gpt-5-codex-high
Поддерживается формат вызова /v1/responses
Ограничения
- Задержки и вычислительные ресурсы: агентные рабочие процессы могут быть ресурсоемкими и иногда медленнее более легких моделей, особенно когда модель запускает наборы тестов или выполняет расширенный статический анализ.
- Галлюцинации и излишняя уверенность: несмотря на улучшения, GPT-5-Codex все еще может галлюцинировать API, пути к файлам или охват тестов — пользователи должны валидировать сгенерированный код и результаты CI.
- Длина контекста и состояние: хотя модель настроена на более длительные сессии, ее по-прежнему ограничивают практические пределы контекста/внимания; чрезвычайно большие кодовые базы требуют чанкинга, извлекающей донастройки или инструментальной памяти.
- Безопасность и защита: автоматические изменения кода могут вносить уязвимости или нарушения лицензий; необходимы контроль человеком и безопасные CI-гейты.
Сценарии использования
- Автоматизированное ревью кода — формировать комментарии ревьюера, выявлять регрессии и предлагать исправления.
- Разработка функций и рефакторинг — крупные правки в нескольких файлах с запуском тестов моделью и проверкой в CI.
- Синтез тестов и автоматизация TDD — генерировать модульные/интеграционные тесты и итеративно добиваться их прохождения.
- Помощники разработчика и агенты — интеграция в плагины IDE, CI-конвейеры или автономные агенты для выполнения сложных инженерных задач.
Как использовать GPT-5 Codex API
Необходимые шаги
- Войдите на cometapi.com. Если вы еще не являетесь нашим пользователем, сначала зарегистрируйтесь.
- Войдите в свою консоль CometAPI.
- Получите учетный ключ доступа API интерфейса. Нажмите “Add Token” в разделе API token в личном кабинете, получите ключ токена: sk-xxxxx и отправьте.
Способ использования
- Выберите конечную точку “
gpt-5-codex” для отправки запроса к API и задайте тело запроса. Метод и тело запроса берутся из документации API на нашем сайте. Для удобства на сайте также доступен тест в Apifox. - Замените <YOUR_API_KEY> на ваш фактический ключ CometAPI из вашего аккаунта.
- Вставьте ваш вопрос или запрос в поле content — именно на это ответит модель.
- . Обработайте ответ API, чтобы получить сгенерированный ответ.
CometAPI предоставляет полностью совместимый REST API — для бесшовной миграции. Ключевые сведения по Responses
См. также GPT-5.1 API и GPT-5.1-Chat-latest API