GPT-5.3-Codex, l’AI che lavora al computer come un collega digitale | OpenAI Playground | ChatGPT 4 | Chat OpenAI | Turtles AI

 GPT-5.3-Codex è l’ultima incarnazione di Codex, un modello di AI che combina programmazione avanzata con capacità di ragionamento e lavoro professionale esteso, più veloce e più capace dei predecessori su compiti complessi che richiedono ricerca, strumenti e collaborazione contestuale. 

Punti chiave:

• Prestazioni migliorate su benchmark reali di codifica, terminale e uso del computer. 
• Capacità agentiche che spaziano dal debugging alla creazione di applicazioni e analisi dati. 
• Interazione “in tempo reale” con l’utente durante l’esecuzione di compiti lunghi. 
• Primo modello classificato come alta capacità in compiti di sicurezza informatica. 

Nel panorama dell’AI applicata al lavoro al computer, GPT-5.3-Codex emerge come una sorta di alleato digitale che non si limita a generare righe di codice ma aspira a comprendere, pianificare e completare compiti che normalmente richiedono abilità umane distribuite su più attività. Non è più solo uno strumento di scrittura automatica: è pensato per abbracciare l’intero ciclo di vita di un progetto software, dalla scrittura e revisione del codice alla stesura di documenti tecnici, dall’analisi dei dati alla creazione di presentazioni o prototipi visivi. 

I numeri alla base di questa ambizione raccontano più di una semplice slide di marketing: il modello ha raggiunto punte di circa il 77,3 % di accuratezza su Terminal-Bench 2.0, una valutazione che misura l’abilità di un agente nell’utilizzo del terminale per operazioni pratiche come gestione di file e comandi shell, mentre su OSWorld-Verified, benchmark di uso visivo del desktop, si è avvicinato al livello umano con oltre il 64 % di successo su task di produttività. Anche sul fronte della codifica “pura”, misurata da SWE-Bench Pro, le prestazioni sono di livello elevato (circa 56,8 %) e migliorano quelle del precedente GPT-5.2-Codex, utilizzando meno token, il che può tradursi in costi di utilizzo più contenuti in scenari reali. 

Queste metriche sono l’espressione di un modello che non solo compila e corregge codice, ma è stato progettato per affrontare processi di sviluppo software di lunga durata con strumenti integrati e aggiornamenti internazionali, iterando autonomamente su giochi web e applicazioni complesse con prompt anche poco dettagliati. Le capacità front-end sono state migliorate per generare interfacce più coerenti e funzionali senza che l’utente debba specificare ogni piccolo dettaglio. 

Un altro aspetto interessante è come GPT-5.3-Codex sia diventato parte integrante del processo stesso che ne ha determinato la nascita: versioni preliminari sono state usate internamente dal team per diagnosticare training, orchestrare deployment e accelerare il debug, un esempio di AI che aiuta a costruire AI, accelerando il lavoro umano all’interno dell’organizzazione. 

Oltre ai compiti di sviluppo, OpenAI ha dedicato maggiore attenzione alla sicurezza informatica, classificando GPT-5.3-Codex come modello ad alta capacità per attività di sicurezza secondo il proprio Preparedness Framework, e associando al lancio iniziative e risorse (come crediti API per ricerca sulla difesa e strumenti di scansione per software open-source) per mitigare rischi e favorire usi difensivi responsabili. 

Dal punto di vista dell’interazione, la differenza più palpabile per chi utilizza Codex è la possibilità di ricevere aggiornamenti intermedi mentre il modello esegue un compito esteso. Invece di attendere l’output finale come una “scatola nera”, l’utente può dialogare, porre domande, ricalibrare obiettivi e verificare progressi, quasi come se stesse lavorando con un collega virtuale che racconta cosa sta facendo passo per passo. 

GPT-5.3-Codex è disponibile al momento con i piani a pagamento di ChatGPT su tutte le superfici Codex note (app, CLI, estensioni IDE, web) e l’accesso API è in arrivo con adeguate misure di sicurezza; l’infrastruttura su cui è servito utilizza sistemi GPU di fascia alta che contribuiscono alle prestazioni dichiarate. 

In definitiva, questo modello rappresenta un ulteriore passo verso agenti AI capaci di assistere su compiti reali e articolati, aprendosi a ruoli dove la creatività, il problem-solving e l’esecuzione tecnica si intrecciano in un flusso di lavoro continuo.