OpenAI stellte am 5. Feb. GPT-5.3-Codex vor, ein neues KI-Modell, das die Möglichkeiten seines Codex-Agenten auf einem Computer deutlich erweitern soll.
Das Unternehmen bezeichnet das Modell als sein bislang leistungsfähigstes agentisches Programmiersystem, das fortschrittliche Programmierfähigkeiten mit stärkerem logischem Denken und umfassenderem Fachwissen verbindet. Laut OpenAI ist GPT-5.3-Codex 25 % schneller als sein Vorgänger. Außerdem ist es darauf ausgelegt, lange und komplexe Aufgaben zu bewältigen, die Recherche, den Einsatz von Tools und mehrstufige Ausführung umfassen können.
„Mit GPT‑5.3-Codex entwickelt sich Codex von einem Agenten , der Code schreiben und prüfen kann, zu einem Agenten, der laut dem Unternehmen nahezu alles erledigen kann, was Entwickler und andere Fachleute an einem Computer tun können.“
Eine der bemerkenswertesten Aussagen in OpenAIs Veröffentlichung betrifft die Entwicklung des Modells. Das Unternehmen sagt, GPT-5.3-Codex sei das erste OpenAI-Modell, das maßgeblich an seiner eigenen Entstehung beteiligt war.
„Das Codex-Team nutzte frühe Versionen, um das eigene Training zu debuggen, die eigene Bereitstellung zu verwalten sowie Testergebnisse und Evaluierungen zu diagnostizieren“, schrieb OpenAI und fügte hinzu, das Team sei davon „völlig überwältigt“ gewesen, wie stark dies die Entwicklung beschleunigt habe.
Starke Benchmark-Ergebnisse
GPT-5.3-Codex erzielte Spitzenwerte in Branchenbenchmarks, darunter SWE-Bench Pro und Terminal-Bench 2.0.
Das Modell erreichte 77,3 % bei Terminal-Bench 2.0 und 64,7 % bei OSWorld-Verified – Benchmarks, die Agenten bei Aufgaben in realen Computerumgebungen testen.
OpenAI betonte außerdem das verbesserte Verständnis des Modells für die Absichten der Nutzer. Bei einfachen oder vagen Eingabeaufforderungen zur Erstellung von Websites setzt das Modell nun standardmäßig auf funktionalere Designs mit sinnvollen Funktionen, statt eine ausführliche Spezifikation zu verlangen.
Die Veröffentlichung erfolgte nur wenige Minuten, nachdem OpenAIs Konkurrent Anthropic ein eigenes leistungsstarkes neues Modell angekündigt hatte: Claude Opus 4.6 – ein weiterer Beleg für den harten Wettbewerb im KI-Bereich.
Erweiterte Fähigkeiten
Die Einsatzmöglichkeiten des Modells gehen weit über das Programmieren hinaus. Es kann Debugging, Bereitstellung, Überwachung, das Verfassen von Produktanforderungsdokumenten, die Bearbeitung von Texten, Nutzerforschung, die Durchführung von Tests, die Analyse von Metriken sowie die Erstellung von Präsentationen und Tabellen übernehmen.
OpenAI demonstrierte eine starke Leistung bei GDPval, einer vom Unternehmen 2025 veröffentlichten Evaluierung, die die KI-Leistung bei Wissensarbeitsaufgaben in 44 Berufen misst, darunter das Erstellen von Präsentationen und Tabellen.
OpenAI zufolge ist GPT-5.3-Codex das erste Modell, das das Unternehmen im Rahmen seines Preparedness Framework bei Cybersicherheitsaufgaben als „hochleistungsfähig“ einstuft.
Das Modell wurde direkt darauf trainiert, Softwareschwachstellen zu identifizieren. OpenAI zufolge setzt das Unternehmen damit seine bislang umfassendsten Cybersicherheitsmaßnahmen ein. Dazu gehören automatisierte Überwachung, vertrauenswürdige Zugriffskontrollen und mit Bedrohungsinformationen verknüpfte Durchsetzungspipelines.
Parallel zur Veröffentlichung kündigte OpenAI ein Pilotprogramm für Trusted Access for Cyber an und stellte API-Guthaben im Wert von 10 Millionen US-Dollar zur Unterstützung der Cybersicherheitsforschung bereit, insbesondere für Open-Source-Projekte und kritische Infrastrukturen.
Jetzt verfügbar, aber die Zukunft heißt „Frontier“
GPT-5.3-Codex ist ab sofort für zahlende ChatGPT-Nutzer in der Codex-App, der Kommandozeilenschnittstelle, IDE-Erweiterungen und im Web verfügbar. Der API-Zugriff folgt in Kürze.
Der Start fällt außerdem mit OpenAIs neuer, auf Unternehmen ausgerichteter Plattform „Frontier“ zusammen, die Firmen beim Aufbau und der Verwaltung von Teams aus KI-Agenten unterstützen soll. Zu den ersten Nutzern gehören bekannte Namen wie HP, Intuit und Uber.
Einen praxisnahen Eindruck davon, wie sich führende KI-Assistenten bei alltäglichen Aufgaben wie E-Mails, Planung und kreativen Eingabeaufforderungen schlagen, bietet dieser eWeek-Vergleich von Gemini 3 und ChatGPT 5.2.