Itt az OpenAI GPT-5.1-Codex-Max modellje, amely egy 24 órás feladattal is megbirkózott
Az OpenAI új modellje most debütált a Codex-környezetben, és már az első mérések alapján érzékelhető, hogy a vállalat a kódolás jövőjét az agentic, azaz önállóan munkafolyamatokat fenntartó AI-rendszerek felé tolja.
A Codex-Max egyik leglátványosabb újítása az a képesség, hogy megszakítás nélkül, órákon át képes fenntartani egy projekt logikáját, és közben szelektíven tömöríti a már nem szükséges részleteket. Ez az úgynevezett compaction mechanizmus: a modell eldobja a zajt, és megtartja azt, ami a következő lépéshez valóban számít.
Ennek eredményeként belső tesztekben képes volt több mint 24 órán át futó, folyamatos refaktort, tesztvezérelt iterációt és hibakeresést végigvinni, anélkül hogy elvesztette volna a megkezdett munka láncolatát.
A hosszú távú következetesség mellett hatékonyabban is gondolkodik: közepes gondolkodási erőfokon kb. 30 százalékkal kevesebb gondolkodási tokent használ, miközben a pontossága növekszik. Ez egyértelmű lépés a hatékonyabb, olcsóbb és rugalmasabb AI-kódolás irányába.
Erősebb minden fontos benchmarkon
Az OpenAI nem csak állította, hogy a Codex-Max jobban teljesít: a számok is ezt mutatják.
A legismertebb szoftvermérnöki benchmarkok alapján:
- SWE-Bench Verified: 77,9% pontosság
- Terminal-Bench 2.0: 58,1%
- LiveCodeBench Pro: 2439 pont
- SWE-Lancer IC SWE: 79,9%
Az eredmények különösen figyelemre méltók a Google frissen bemutatott Gemini 3 Pro modellje mellett, amelyet a szakma jelenleg az egyik legerősebb kódoló AI-nak tart. A Codex-Max több kulcsterületen megelőzi vagy beéri a Google legerősebb konfigurációját – még a „Deep Thinking” változatot is.
Ezek a különbségek nem látványos, de folyamatos és egyértelmű minőségi elmozdulások, amelyek a valós fejlesztési folyamatokban számítanak: stabilabb javítások, kevesebb új hiba, gyorsabb és koherensebb iterációk.
A Codex új arca: interaktív ügynök, nem csupán kódtár
A Codex-Max nem egy hagyományos nyelvi modell, hanem egy állapotot fenntartó munkatárs, amely képes átlátni egy repo egészét, követni a változásokat és új kódrészleteket illeszteni a meglévő rendszerekbe.
Ahol már most elérhető:
- Codex CLI – OpenAI saját parancssori eszköze
- IDE-kiegészítők – az OpenAI által karbantartott környezetek
- Interaktív szimulációs terek – pl. CartPole, optikai demonstrátorok
- Belső kódellenőrző rendszerek – az OpenAI mérnöki csapatainál
Külön érdekesség, hogy a modell valós időben képes együtt dolgozni szimulációkkal, vagyis megérti a változtatás hatását és reagál is rá. Ez nem csak kódolás, hanem a kóddal való „élő gondolkodás”.
Publikus API viszont még nincs. Ez „hamarosan” érkezik, addig a Codex CLI a fő hozzáférési út.
Biztonság: önálló, de nem felügyelet nélkül
A Codex-Max új biztonsági rétegeket is kapott. Az OpenAI álláspontja szerint nem éri el a vállalat „High” kiberbiztonsági képességküszöbét, de jelenleg ez a legfejlettebb biztonsági funkciókat használó modelljük a szoftverfejlesztési területen.
A fő korlátozások:
- nincs hálózati hozzáférés alapértelmezésben
- szigorú sandboxkörnyezet
- új, viselkedéselemző monitorozás
- automatikus megszakítás gyanús aktivitás esetén
A cél világos: a Codex-Max legyen erős, de ne váljon önjáró támadóeszközzé.
Az OpenAI szerint a cég mérnökeinek 95 százaléka használja heti rendszerességgel a Codexet, és a bevezetés óta nagyjából 70 százalékkal több pull request landol a belső repoikban. A fejlesztési ritmus gyorsult, a hibák gyorsabban kerülnek felszínre, és a nagy refaktorok is könnyebben haladnak.
A vállalat ugyanakkor hangsúlyozza: a Codex-Max nem helyettesít fejlesztőt. Inkább növeli a „sávszélességet”, és olyan monoton, hosszú távú munkákat vállal át, amelyek korábban napokat vittek el. A döntések továbbra is az ember kezében maradnak.
Merre tovább?
A GPT-5.1-Codex-Max a jelenlegi formájában nem pusztán egy újabb modell a sorban, hanem az OpenAI nyílt lépése afelé, hogy a fejlesztés folyamata egyre inkább ügynökszerű, hosszú távon konzisztens AI-munkával egészül ki.
Amint a publikus API megnyílik, a Codex-Max könnyen az év egyik legfontosabb fejlesztői eszközévé válhat – különösen azoknál, akik nagy, komplex rendszereket tartanak életben vagy építenek át.
- Legfrissebb
- Nem a technológia hiányzik, hanem a szokás: az Eurostat szerint az európaiak többsége nem érzi szükségesnek az AI-eszközöket
- A Google törölte a Disney-szereplős AI-videókat a YouTube-ról, miután felszólító levelet kapott
- Codex Mortis: ez a videójáték már teljes egészében mesterséges intelligenciával készült, ki is próbálhatod
- GPT-5.2 bemutató: az OpenAI új csúcsmodellje már nem csak válaszol, hanem munkatársként működik
- Hogyan növekednek gyorsabban a vállalkozások az AI-alapú digitális marketingplatformokkal?
- Meglepő igazság: több milliárdos interakció elemzéséből derült ki, hogyan is használjuk a mesterséges intelligenciát
- Az AI-tagadás mint vállalati kockázat: tényleg csak digitális moslékot csinál a mesterséges intelligencia?
- Ez lesz az OpenAI új gyónási rendszere: amikor a modell maga vallja be, ha hibázott
- A chatbotok sokkal hatékonyabban formálják a politikai véleményt, mint a tévés kampányhirdetések
- Áttörés a mellrákszűrésben? A DeepHealth új platformja már most átírja a radiológia jövőjét
- Képernyőidő
- A mesterséges intelligencia miatt tényleg azonnal drágább lesz majd nálunk is minden laptop?
- Szintet lép a LEGO, jönnek az okos kockák, amelyek egészen új élményt adnak az építésnek
- Tényleg okoseszközök segítenek majd harcolni az időskori demencia ellen?
- Egy streamer élő adásban ölte meg magát kokainnal és viszkivel egy fizetős kihívás miatt
- Új színek a nappaliban: mit jelent a Samsung és az LG Micro RGB tévéversenye?
- Legnépszerűbb címkék
- OpenAI
- ChatGPT
- generatív AI
- AI
- Microsoft
- innováció
- NVIDIA
- GPT-4
- technológia