OpenAI深夜放出「编程核弹」：GPT-5-Codex 正式发布，能独立爆肝7 小时

OpenAI 刚刚推出了 GPT-5-Codex ——这是在 GPT-5 基础上专门为软件工程优化的版本，也是 Codex 有史以来最大的一次升级，感觉这是全面对标Claude code的一个更新，但又与Claude code不同

这次更新的核心变化主要有三点：

1.GPT-5-Codex 模型上线：专门训练于真实世界的复杂工程任务，包括从零搭建项目、大规模重构、生成测试、调试和代码审查，实现了计算资源的动态调度，可以独立完成长达7小时的复杂重构任务

2.工具全面升级：Codex CLI 重新设计、IDE 插件支持 VS Code 等主流环境、GitHub 集成更深，云端和本地环境无缝切换

3.代码审查能力强化：能自动在 PR 中发现关键漏洞、减少无效评论，直接提出并实现修改建议。

OpenAI四月首次推出 Codex CLI，五月推出 Codex web ，两周前将 Codex 统一为一个由 ChatGPT 账户连接的单一产品体验，能够在本地环境和云端之间无缝切换工作，而不会丢失上下文。现在，Codex 可以在开发的任何地方工作（终端或 IDE、在网页上、在 GitHub 中， ChatGPT iOS 应用中）

现在可以在 ChatGPT Plus、Pro、Business、Edu 和 Enterprise 订阅方案中使用，使用额度根据方案不同而异，Business 和 Enterprise 方案还提供购买额外积分或共享积分池的选项。GPT-5-Codex 计划很快通过 API 提供，详情请看ChatGPT 使用限制

https://developers.openai.com/codex/pricing

终端体验：

$ npm i -g @openai/codex

以下是详细信息：

此次升级的核心是全新的GPT-5-Codex模型。作为 GPT-5 的一个特殊版本，它专为agentic coding进行了深度优化。GPT-5-Codex 的训练数据聚焦于真实世界的软件工程场景，使其能够胜任从零构建完整项目、添加功能与测试、调试、执行大规模代码重构，乃至进行严谨代码审查等全方位任务

本次更新还统一了 Codex 的产品体验。用户现在可以通过单一的 ChatGPT 账户，在本地环境和云端之间无缝切换工作，而无需担心上下文丢失。Codex 已深度集成到开发者日常的全流程中，覆盖终端、IDE、网页、GitHub，甚至 ChatGPT iOS 应用。功能已包含在 ChatGPT Plus、Pro、Business、Edu 及 Enterprise 方案中

此次升级的目标是打造一个能深刻理解用户工作上下文、与开发者并肩作战、并能可靠地为团队分担任务的编程队友

GPT-5-Codex本体

GPT-5-Codex 经过专门训练，具备更强的可引导性，能更精准地遵循AGENTS.md文件中的指令，并生成更高质量的代码。开发者只需简单描述需求，即可获得符合预期的成果，无需再为编码风格或代码整洁度编写冗长的指令

1. 在关键基准测试中表现卓越

GPT-5-Codex 的强大能力在多个行业标准和内部基准测试中得到了验证

在SWE-bench Verified (n=500)基准测试中，GPT-5-Codex 的准确率达到74.5%，超越了 GPT-5 的 72.8%

在极具挑战性的代码重构任务（涵盖 Python, Go, OCaml 等语言）上，其性能提升尤为显著，准确率从 33.9% 大幅跃升至51.3%。一个典型的例子是，它成功处理了一个来自 Gitea 的 Pull Request，该任务涉及修改 232 个文件和 3,541 行代码

2. 动态调整思考时间，兼顾速度与深度

GPT-5-Codex 的一个关键特性是它能根据任务的复杂性动态调整计算资源。对于定义明确的小请求或实时聊天，其响应会非常迅速；而对于大型重构等复杂任务，它会投入更长的时间进行持久、独立的执行。测试结果显示，GPT-5-Codex 能够连续独立工作超过7个小时，不断迭代实现方案、修复测试失败，并最终成功交付

这种效率也体现在tokens生成上。根据 OpenAI 内部员工流量数据显示，对于简单任务（token生成量最低的10%），GPT-5-Codex 比 GPT-5 减少了93.7%的token。而对于需要深度推理的复杂任务（token生成量最高的10%），它会投入更多资源，token生成量增加了102.2%，以确保高质量的输出

3. 更精准、更高质量的代码审查

GPT-5-Codex 经过专门训练，擅长发现代码中的关键缺陷。它会导航代码库，梳理依赖关系，并运行代码和测试来验证正确性。评估结果显示：

不正确评论大幅减少：由 GPT-5-Codex 提出的不正确评论比例从 13.7% 骤降至4.4%。

高影响力评论显著增加：其提出的高影响力评论比例从 39.4% 提升至52.4%

更聚焦重点：它平均每个 PR 提出的评论数更少（从1.32降至0.93），这意味着它更专注于提出关键、有价值的建议，避免了信息过载

此外，GPT-5-Codex 在前端任务中也非常强，能够创建美观的桌面和移动应用。具备多模态能力，可以接收用户提供的图像或截图作为输入，在云端工作中直观地检查其进度，并向用户展示其工作的截图

需要注意的是：与通用模型 GPT-5 不同，官方建议仅在 Codex 或类似的代理式编程环境中使用

Codex 生态系统全面更新

为使 Codex 成为更出色的结对程序员，其整个生态系统也获得了全面更新

1. 全新 Codex CLI

OpenAI 依据社区的反馈，对开源的 Codex CLI 进行了重建。现在，它支持：

附加和分享图像：直接在 CLI 中发送截图、线框图和设计稿，以建立清晰的设计共识

智能任务跟踪：对于复杂工作，Codex 会生成一个待办事项列表来跟踪进度

强大的工具集：集成了网页搜索、MCP 等工具，以连接外部系统，且工具使用更加准确

优化的终端 UI：工具调用和代码差异（diffs）的展示格式更清晰易读

简化的审批模式：提供只读、自动（工作区外需审批）和完全访问三种模式，并支持压缩对话状态以管理长会话。详情请看Codex CLI 快速入门

https://developers.openai.com/codex/cli

2. Codex IDE 扩展

Codex 现已深入集成到开发者的 IDE 中，支持 VS Code、Cursor 及其他 VS Code 分支

利用本地上下文：Codex 能利用用户已打开的文件和选中的代码，让用户用更短的提示获得更快、更精准的结果

无缝云端协作：用户可以在 IDE 内创建云端任务、跟踪进度、审查结果，甚至直接在 IDE 中打开云端任务进行最后修改，Codex 会全程保持上下文同步。详情请看IDE 扩展快速入门

https://developers.openai.com/codex/ide

3. Codex 云

云端代理现在更贴近开发工作流，让用户无需离开编辑器或 GitHub 即可委派任务

性能大幅提升：通过容器缓存技术，新任务和后续操作的中位完成时间缩短了90%

自动化环境设置：Codex 会自动扫描并执行项目中的设置脚本（如pip install），以配置运行环境和依赖

可视化工作流：与 CLI 类似，用户可以使用图像分享设计规范或UI错误。Codex 可以在自己的浏览器中构建、迭代，并附上最终成果的截图到任务或 GitHub PR 中。详情请看官方文档

https://developers.openai.com/codex/cloud

4. 智能代码审查

Codex 的代码审查远超传统的静态分析工具。它能理解 PR 的真实意图，结合整个代码库和依赖关系进行推理，并执行代码和测试来验证行为

自动化审查流程：为 GitHub 仓库开启后，Codex 会在 PR 从草稿变为就绪时自动进行审查并发布分析报告

交互式修复：如果 Codex 建议修改，用户可以直接在 PR 评论区要求它来实施

按需触发：用户也可以通过@codex review或更具体的指令（如@codex review for security vulnerabilities）来随时请求审查

在 OpenAI 内部，Codex 已经审查了其绝大多数的 PR，每天捕获数百个问题，极大地提升了团队的开发速度和信心

https://developers.openai.com/codex/cloud/code-review

安全

沙盒环境：默认情况下，无论本地还是云端，Codex 都在禁用了网络访问的沙盒中运行，以防止有害操作和提示注入攻击

权限控制：在执行潜在危险操作前，Codex 会请求用户许可。开发者可以根据风险承受能力自定义安全设置，例如在云端限制网络访问到受信任的域，或在 CLI/IDE 中审批高权限命令

透明与可追溯：Codex 会提供引用、终端日志和测试结果，帮助用户理解它的工作过程。官方始终建议将 Codex 视为辅助审查工具，而非人类审查的替代品

与 OpenAI 对 GPT-5 的方法一致，GPT-5-Codex 在生物和化学领域被视为高能力模型，并已实施了严格的安全措施来最小化相关风险。详情请看其系统卡附录

参考：

https://openai.com/index/introducing-upgrades-to-codex/