GPT-5-Codex : l'agent d'OpenAI qui programme et révise le code

OpenAI a présenté Codex GPT-5, une variante de son modèle généraliste axée sur les tâches de programmation à base d'agents au sein du Codex. L'objectif est de permettre aux équipes de passer de sessions interactives à des travaux de fond à long terme sans perte de contexte ni de qualité des résultats.

L'entreprise souligne que le modèle ajustez le temps que vous passez à raisonner Basée sur la complexité : elle répond en quelques secondes aux requêtes simples et peut investir des heures lorsque la tâche l'exige. Cette approche, orientée vers l'ingénierie logicielle, inclut des fonctionnalités avancées de revue de code et détection de bogues critiques.

Qu'est-ce que GPT-5-Codex et à quoi sert-il ?

Par rapport au GPT-5 à usage général, cette version a été formés avec des scénarios de développement réels avec des cadres comme PyTorch pour créer des projets à partir de zéro, ajouter des fonctionnalités et des tests, déboguer, refactoriser et surveiller les modifications de manière cohérente.

Selon OpenAI, le modèle est plus strict avec les directives des agents (AGENTS.md), alors suivez mieux les instructions, similaires à des projets comme OuvrirAssistant, et produit du code de meilleure qualité avec des invites courtes, sans avoir besoin d'écrire de longues invites.

En plus de la programmation, GPT-5-Codex peut évaluer l'exactitude en exécutant le code et les testset signalez les problèmes d'impact avant qu'ils ne soient mis en production, ce qui est particulièrement utile pour les équipes ayant des révisions exigeantes.

Dans les emplois d'interface, l'entreprise considère qu'il s'agit d'un partenaire fiable pour les tâches frontales et la création d'applications de bureau, avec des améliorations dans la génération d'expérience mobile basées sur des évaluations internes des préférences humaines.

Tout ce qui précède est intégré dans le flux habituel : Terminal (CLI), IDE, Web, GitHub et l'application ChatGPT, avec continuité du contexte entre le cloud et l'environnement local.

Performance et « temps de réflexion » adaptable

L’une des clés du lancement est sa gestion du raisonnement dynamique:Le modèle lui-même décide en temps réel de la quantité de « tête » à consacrer et peut prolonger l’exécution lorsqu’il détecte que la tâche devient de plus en plus complexe.

OpenAI affirme avoir observé séances autonomes de plus de sept heures dans des refactorisations à grande échelle, avec des itérations qui corrigent les échecs de test et valident les résultats jusqu'à ce que l'objectif soit atteint.

Ce comportement contraste avec les stratégies basées sur routeurs qui prédéterminent les ressources; ici, le modèle réévalue l’effort au fur et à mesure de sa progression, combinant un dialogue agile avec une exécution persistante.

Sur le plan pratique, cela se traduit par réponses rapides à des demandes spécifiques et plus de temps investi lorsque le travail implique d'orchestrer des changements sur plusieurs modules ou de résoudre des dépendances complexes.

Pour les équipes de logiciels, l’approche promet moins d'itérations non pertinentes et se concentrer davantage sur les étapes à fort impact, en particulier lors de l’examen de grands référentiels ou lors de la réalisation de tâches transversales.

Outils et intégration : CLI, IDE, Web et GitHub

L'interface de ligne de commande du Codex a été repensé autour des flux basés sur les agentsLes images peuvent désormais être jointes directement dans la CLI pour faciliter les décisions de conception ou détecter les incohérences visuelles.

Le système peut suivre les progrès avec des listes de tâches et intègre des outils tels que la recherche Web et MCP, une norme ouverte permettant de connecter en toute sécurité les LLM à des données et utilitaires externes.

L'interface améliore également la format d'appel d'outil et comparaisons, ce qui permet de suivre le raisonnement de l'agent et d'examiner les différences plus clairement.

Dans les environnements de développement, l'extension IDE et l'intégration GitHub permettent Déplacez le travail entre les locaux et le cloud sans perdre le contexte, en s'appuyant sur l'open source dans l'éditeur pour des réponses plus précises.

OpenAI indique que l'agent s'exécute sur environnements contrôlés par défaut et qu'il est possible d'ajuster les permissions, afin de limiter les actions potentiellement destructrices sur des projets sensibles.

Disponibilité et accès

GPT-5-Codex est activé dans ChatGPT Plus, Pro, Business, Edu et Enterprise, en plus des expériences Codex dans le terminal, le Web, l'IDE et GitHub.

L'entreprise prévoit de le rendre disponible à Clients API plus tard, bien qu'à l'heure actuelle, aucun calendrier ni prix spécifique n'ait été détaillé pour cette chaîne.

Tests et mesures du Codex GPT-5

Selon les informations partagées par OpenAI et des rapports externes, GPT-5-Codex propose meilleurs résultats que GPT-5 dans les scénarios orientés agent, comme le benchmark SWE-bench Verified.

En chiffres concrets, ils sont mentionnés Améliorations jusqu'à 74,5 % dans SWE-bench Vérifié et une augmentation des tests de refactorisation de 33,9 % avec GPT-5 à 51,3 % avec GPT-5-Codex, suggérant des avancées dans la maintenance et l'édition multi-fichiers.

L'entreprise souligne également que ses Les commentaires d'évaluation sont moins erronés ou non pertinents, permettant de concentrer l’attention sur les questions critiques et de réduire le bruit dans les relations publiques.

Ce que le Codex GPT-5 signifie pour les équipes techniques

Pour les développeurs, avoir un agent qui combine interaction rapide et travail autonome ouvre la porte à des cycles plus courts et à une priorisation plus efficace des tâches complexes.

Dans les organisations, la capacité d'un modèle à passer des heures sur une tâche nécessite une stratégie d'IA d'entreprise, des politiques claires sur les limites de coût et d'exécution, ainsi que la validation de ses performances dans plusieurs langues et monorepos avec un contexte étendu.

Pratiques de intégration sécurisée dans les flux existants, avec des contrôles d'autorisation, un suivi des décisions des agents et des différences lisibles pour maintenir la qualité et la traçabilité.

Avec un accent sur l'ingénierie logicielle, GPT-5-Codex vise à être un contributeur technique capable de créer, de réviser et de maintenir des projets complexes, d'ajuster l'effort de calcul à la taille réelle du problème et d'élever la barre pour les outils de codage alimentés par l'IA.