GPT‑5.3-Codex è il modello AI che ha addestrato se stesso

L’ultima novità annunciata da OpenAI è GPT-5.3-Codex, evoluzione del modello ottimizzato in modo specifico per la programmazione. Arriva a solo un mese e mezzo di distanza dal suo predecessore. Al di là del miglioramento registrato in termini di prestazioni, la parte più interessante del comunicato che lo annuncia è questa: è il nostro primo modello che ha avuto un ruolo determinante nella creazione di se stesso.

Il modello AI che si auto-addestra: GPT-Codex 5.3

Il suo team ha usato una versione precedente dello stesso Codex durante la fase di debug, diagnostica e test, affermando di aver così potuto accelerare notevolmente l’addestramento, riducendo i tempi. Siamo di fronte a uno dei primi esempi dichiarati di un’intelligenza artificiale che perfeziona se stessa, pur contando ancora sul supporto umano. Sam Altman afferma che è sicuramente un segno di ciò che accadrà in futuro. Speriamo che questo non si traduca in uno scenario apocalittico.

I miglioramenti citati in apertura sono quelli che combinano le capacità evolute nel coding agentico e quelle nel ragionamento, incrementando inoltre la velocità di esecuzione del 25% circa. Sottoposto a strumenti di benchmark come SWE-Bench Pro, Terminal-Bench, OSWorld e GDPval, ha restituito ottimi risultati.

Per dimostrare le abilità di GPT-Codex 5.3, OpenAI lo ha utilizzato per creare due giochi, chiedendo di intervenire su aspetti specifici attraverso comandi semplici come correggi il bug e miglioralo, lasciando che il modello gestisse in completa autonomia l’intervento sul codice. Si registrano passi in avanti anche nella creazione di siti web complessi.

Il raggio d’azione si estende poi al supporto di ogni attività legata al ciclo di vita del software, dalla distribuzione al monitoraggio. All’occorrenza può tornare utile anche per far fronte a compiti diversi come la creazione di una presentazione o l’analisi dei dati contenuti in un foglio di calcolo, mansioni che però possono già essere gestite senza troppe difficoltà da modelli non specifici.