OpenAIは2026年2月5日(米国時間)、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-5.3-Codex」を発表しました。GPT-5.2-Codexの最先端のコーディング性能とGPT-5.2の推論・専門知識の強みを統合し、処理速度も25%向上しています。SWE-Bench ProとTerminal-Bench 2.0で業界最高水準を達成したほか、OSWorldやGDPvalでも優れた性能を示し、コーディングにとどまらずコンピュータ上のほぼすべての業務を担うエージェントへの進化を掲げています。有料のChatGPTプランで利用できます。

モデルの概要

GPT-5.3-Codexは、GPT-5.2-Codexの最先端のコーディング性能とGPT-5.2の推論・専門知識の強みを1つに統合した、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です。処理速度も25%向上し、リサーチやツールの活用、複雑な処理を伴う長時間のタスクに対応します。作業中もコンテキストを保ったまま指示や対話ができ、コードの記述やレビューにとどまらず、開発者や専門家がコンピュータ上で行うほぼすべての業務を担えるエージェントへ進化したとしています。

また、自身の開発に重要な役割を果たした初のモデルでもあります。Codexチームは初期バージョンを用いてトレーニングのデバッグ、デプロイメントの管理、テスト結果や評価の診断を行い、開発を大きく加速させました。

ベンチマーク成績(推論レベルxhighで測定)

• ▸SWE-Bench Pro(公開版) — 56.8%で最先端を達成(GPT-5.2-Codexは56.4%、GPT-5.2は55.6%)
• ▸Terminal-Bench 2.0 — 77.3%で従来の最先端を大幅に更新(GPT-5.2-Codexは64.0%)
• ▸OSWorld-Verified — 64.7%(GPT-5.2-Codexは38.2%。人間のスコアは約72%)
• ▸GDPval(勝利・引き分けの割合) — 70.9%でGPT-5.2に匹敵
• ▸サイバーセキュリティCapture The Flag — 77.6%(GPT-5.2-Codexは67.4%)
• ▸SWE-lancer IC Diamond — 81.4%(GPT-5.2-Codexは76.0%)

SWE-Bench ProはPythonのみを対象とするSWE-Bench Verifiedと異なり4つの言語をカバーする実務寄りの評価で、GPT-5.3-Codexは従来のどのモデルよりも少ない出力トークンでこれらの成績を達成しています。

ウェブ開発と知識業務への広がり

ウェブ開発では、レーシングゲームとダイビングゲームの2本を、事前に選定された汎用的なフォローアッププロンプトを用いて数百万トークンにわたり自律的に改良し続ける検証を実施しました。また、シンプルで指定が不十分なプロンプトからでも、必要な機能と適切なデフォルトを備えた完成度の高いランディングページを生成できるようになっています。

コーディング以外でも、デバッグ、デプロイ、監視、PRD作成、コピー編集、ユーザーリサーチ、テスト、メトリクス管理などソフトウェア開発ライフサイクル全体を支援するよう設計されており、スライドデッキ作成やスプレッドシートでのデータ分析など幅広い業務成果物の作成にも対応します。44の職種の知識業務を測定するGDPvalでも、GPT-5.2に匹敵する高い性能を示しました。

対話的な協働と社内活用

作業中のCodexが頻繁に状況を共有するため、最終結果を待たずにリアルタイムで質問や議論をしながら進め方を調整できます。

OpenAI社内では、初期バージョンのGPT-5.3-Codexが学習プロセスの監視・デバッグ、ハーネスの最適化、キャッシュヒット率低下の根本原因の特定、トラフィック急増に応じたGPUクラスターの動的なスケールなどに使われ、研究・エンジニアリング・プロダクトの各チームの活動を大幅に加速させたと説明しています。

サイバーセキュリティへの対応

• ▸「High capability」への分類 — Preparedness Frameworkに基づき、サイバーセキュリティ関連タスクで高能力に分類された初のモデル
• ▸脆弱性発見の学習 — ソフトウェアの脆弱性を特定する目的で直接トレーニングされた初のモデル
• ▸安全対策 — 安全性重視のトレーニング、自動モニタリング、高度な機能への信頼ベースのアクセス管理、脅威インテリジェンスを含む、これまでで最も包括的な対策を導入
• ▸Trusted Access for Cyber — サイバー防衛研究を加速するパイロットプログラムを開始
• ▸Aardvark — セキュリティ研究エージェントのプライベートベータを拡大し、Next.jsなど広く使われるオープンソースに無料のコードベーススキャンを提供
• ▸助成の拡充 — 新たに1,000万ドル分のAPIクレジットを提供し、オープンソースソフトウェアや重要インフラのサイバー防御を支援

提供状況

• ▸対象 — 有料のChatGPTプランで、Codexを利用できるすべての環境(アプリ・CLI・IDE拡張機能・ウェブ)で使用可能
• ▸API — 安全な提供に向けて近日中の有効化に取り組み中
• ▸高速化 — インフラおよび推論スタックの改善により、Codex利用時に25%高速に動作
• ▸ハードウェア — NVIDIA GB200 NVL72システム向けに共同設計され、学習・提供を実施