DoNews11月20日消息，OpenAI 11 月 19 日宣布推出 GPT-5.1-Codex-Max 智能體編程模型，顯著提升了長(zhǎng)遠(yuǎn)推理能力、效率和實(shí)時(shí)交互能力。此外該模型將取代 GPT-5.1-Codex，成為 Codex 集成界面上的默認(rèn)模型。
此次發(fā)布緊隨谷歌 Gemini 3 Pro 之后，但在多個(gè)關(guān)鍵編程基準(zhǔn)測(cè)試中，Codex-Max 展現(xiàn)出更強(qiáng)的實(shí)力。例如，在衡量解決實(shí)際軟件問題的 SWE-Bench Verified 測(cè)試中，Codex-Max 以 77.9% 的準(zhǔn)確率小幅領(lǐng)先于 Gemini 3 Pro 的 76.2%。
Codex-Max 在 Terminal-Bench 2.0 測(cè)試中也領(lǐng)先，準(zhǔn)確率達(dá)到 58.1%，而 Gemini 的準(zhǔn)確率為 54.2%；在 LiveCodeBench Pro（一項(xiàng)競(jìng)爭(zhēng)激烈的編碼 Elo 基準(zhǔn)測(cè)試）測(cè)試中，它的得分與 Gemini 的 2439 分持平。
GPT-5.1-Codex-Max 的一項(xiàng)重大架構(gòu)升級(jí)是引入了名為“壓縮”（Compaction）的機(jī)制。該機(jī)制允許模型在接近其上下文窗口限制時(shí)，智能地保留關(guān)鍵上下文信息并丟棄無關(guān)細(xì)節(jié)，從而實(shí)現(xiàn)跨越數(shù)百萬 token 的連續(xù)工作而不會(huì)出現(xiàn)性能下降。
得益于此，該模型在內(nèi)部測(cè)試中已成功完成持續(xù)超過 24 小時(shí)的復(fù)雜任務(wù)，如多步驟代碼重構(gòu)和自主調(diào)試。同時(shí)，這項(xiàng)技術(shù)還提升了約 30% 的 token 效率，有效降低了成本與延遲。
新模型目前已集成到 OpenAI 自家的多個(gè) Codex 開發(fā)環(huán)境中，包括其官方命令行工具（Codex CLI）、內(nèi)部代碼審查工具以及各類交互式編程環(huán)境。
開發(fā)者可以通過這些工具體驗(yàn)到模型強(qiáng)大的實(shí)時(shí)交互能力，例如在可視化界面中進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練或模擬光學(xué)定律。不過，GPT-5.1-Codex-Max 尚未通過公共 API 提供，但官方表示即將開放。普通用戶則需要訂閱 ChatGPT Plus、Pro 或企業(yè)版等付費(fèi)計(jì)劃才能使用。
OpenAI 透露，其內(nèi)部 95% 的工程師每周都會(huì)使用 Codex，自采用以來，這些工程師平均多提交了約 70% 的拉取請(qǐng)求（Pull Requests），顯著提升了內(nèi)部開發(fā)速度。
盡管 Codex-Max 具備高度的自主性，OpenAI 仍強(qiáng)調(diào)它應(yīng)作為編碼“助手”而非人類的替代品。為保證透明度，模型會(huì)生成詳細(xì)的終端日志和測(cè)試引用，以便開發(fā)者審查和驗(yàn)證其生成的所有代碼。此外，模型在默認(rèn)情況下運(yùn)行于嚴(yán)格的沙盒環(huán)境中，并禁用了網(wǎng)絡(luò)訪問，以確保安全性。
