闻乐 发自 凹非寺

量子位 | 公众号 QbitAI

Gemini 3力压全场，OpenAI坐不住了。

发布Codex新版本——GPT-5.1-Codex-Max，突破上下文窗口限制，实现跨越数百万token的长时间连续工作，最长超过24小时的那种。

新模型任务效率也更高。它做的太阳系引力沙盒和上一代GPT-5.1-Codex的对比是这样的（多加了几个“太阳”看引力效果）：

于是，奥特曼昨天刚夸完Gemini 3，今天又赶来给自家GPT-5.1-Codex-Max站台，咱说这也太忙了（doge）。

新版本在METR达到新SOTA。这个指标衡量的是，用人类做任务的时间当参照，看AI有一半概率能搞定同款任务的能力。

其实就是先看人类做某类软件工程任务得花X小时，然后看AI模型能不能有50%的概率，把这项任务给完成了。

上面数据说明，在这种情况下，GPT-5-Codex-Max有50%的概率能够成功完成一项原本需要人类2小时42分钟完成的软件工程任务。

这比GPT-5对标的时间还多了25分钟。

AI编程现在这么火，各家也都在奋力加码自家模型。

在这个前沿赛道，模型处理复杂任务的推理能力、持久力与稳定性，始终是衡量效能的关键指标。

而GPT-5.1-Codex-Max这次也是做了大升级。

首先，它在PR创建、代码审查等实际软件工程任务中训练，推理变得更快更有效。也是OpenAI首个能在Windows环境中的模型。

新版Codex的token消耗量更友好。

或许，Claude和Codex的组合拳更能打。

一天时间，Gemini 3、Grok 4.1 Fast、GPT-5.1-Codex-Max都来了，好一个硅谷345组团上新（doge）。

这位网友你真相了说得有道理。

实际上，OpenAI这次还悄悄发布了GPT-5.1 Pro。

虽然官方介绍仅有寥寥几笔，但通过第三方测评来看，这个Pro版本看上去还是有点东西的。

尤其是在指令遵循方面做得更好。

虽然在一定程度上和Gemini 3有差距，但如果能接入IDE，将发挥出更大的潜力。

参考链接：[1]https://x.com/polynoamial[2]https://openai.com/index/gpt-5-1-codex-max/[3]https://x.com/sama/status/1991258606168338444[4]https://x.com/OpenAI/status/1991266192905179613[5]https://news.ycombinator.com/item?id=45982649[6]https://x.com/mattshumer_/status/1991263717820948651

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态