{"id":213,"date":"2026-02-05T20:32:04","date_gmt":"2026-02-05T19:32:04","guid":{"rendered":"https:\/\/helloblog.io\/sv\/gpt-5-3-codex-codex-agent-pa-datorn\/"},"modified":"2026-02-05T20:32:04","modified_gmt":"2026-02-05T19:32:04","slug":"gpt-5-3-codex-codex-agent-pa-datorn","status":"publish","type":"post","link":"https:\/\/helloblog.io\/sv\/gpt-5-3-codex-codex-agent-pa-datorn\/","title":{"rendered":"GPT-5.3-Codex: n\u00e4r Codex blir en fullskalig agent p\u00e5 datorn (och dessutom bygger sig sj\u00e4lv)"},"content":{"rendered":"\n

OpenAI har lanserat GPT\u20115.3\u2011Codex<\/strong>, en ny modell som positioneras som den mest kapabla agentic coding model<\/em> hittills \u2013 allts\u00e5 en modell som inte bara skriver kod, utan kan planera, anv\u00e4nda verktyg och genomf\u00f6ra l\u00e4ngre uppgifter p\u00e5 en dator med bibeh\u00e5llen kontext. Nyckelpo\u00e4ngen i sl\u00e4ppet \u00e4r att modellen kombinerar kodprestandan<\/strong> fr\u00e5n GPT\u20115.2\u2011Codex med resonemang och professionell kunskap<\/strong> fr\u00e5n GPT\u20115.2 \u2013 i en och samma modell \u2013 och att den enligt OpenAI dessutom k\u00f6rs 25% snabbare<\/strong> f\u00f6r Codex-anv\u00e4ndare.<\/p>\n\n\n\n

Det som sticker ut mest \u00e4r inte en enskild benchmark-siffra, utan skiftet i ambition: Codex ska g\u00e5 fr\u00e5n att vara en agent som kan skriva och granska kod till en agent som kan g\u00f6ra n\u00e4stan allt<\/em> som utvecklare (och andra yrkesroller) g\u00f6r p\u00e5 en dator: debugga, deploya, \u00f6vervaka, producera dokument, analysera data i kalkylark, bygga appar och driva arbetet fram\u00e5t \u00f6ver m\u00e5nga turer.<\/p>\n\n\n\n

Frontier agentic capabilities: vad OpenAI faktiskt m\u00e4ter<\/h2>\n\n\n\n

OpenAI lyfter fyra benchmarksviter som de anv\u00e4nder f\u00f6r att m\u00e4ta kodning, agentbeteende och \u201creal-world\u201d-kapacitet: SWE\u2011Bench Pro<\/strong>, Terminal\u2011Bench<\/strong>, OSWorld<\/strong> och GDPval<\/strong>. P\u00e5st\u00e5endet \u00e4r att GPT\u20115.3\u2011Codex s\u00e4tter en ny industriniv\u00e5 p\u00e5 SWE\u2011Bench Pro och Terminal\u2011Bench, och visar starka resultat p\u00e5 OSWorld och GDPval.<\/p>\n\n\n\n

Kodning: SWE\u2011Bench Pro och Terminal\u2011Bench 2.0<\/h3>\n\n\n\n

P\u00e5 kodsidan framh\u00e5lls SWE\u2011Bench Pro<\/strong> som en mer \u201cindustrirelevant\u201d och mer kontaminationsresistent uppf\u00f6ljare till SWE\u2011bench Verified. Skillnaden som betonas \u00e4r att Verified bara testar Python, medan SWE\u2011Bench Pro sp\u00e4nner \u00f6ver fyra spr\u00e5k<\/strong> och ska vara mer utmanande och diversifierad.<\/p>\n\n\n\n

Ut\u00f6ver ren SWE\u2011Bench presterar GPT\u20115.3\u2011Codex enligt OpenAI ocks\u00e5 l\u00e5ngt \u00f6ver tidigare state of the art p\u00e5 Terminal\u2011Bench 2.0<\/strong>, som fokuserar p\u00e5 terminalf\u00e4rdigheter en kodagent beh\u00f6ver. En detalj OpenAI lyfter \u00e4r att modellen uppn\u00e5r detta med f\u00e4rre tokens \u00e4n tidigare modeller<\/strong>, vilket i praktiken ska g\u00f6ra att man \u201cf\u00e5r mer gjort\u201d inom samma tokenbudget.<\/p>\n\n\n\n

Webbutveckling: l\u00e5ngk\u00f6rande iteration \u00f6ver miljoner tokens<\/h3>\n\n\n\n

F\u00f6r att testa webb- och agentkapacitet i mer \u201cverkliga\u201d l\u00e5ngk\u00f6rningar l\u00e4t OpenAI modellen bygga tv\u00e5 spel fr\u00e5n grunden \u00f6ver flera dagar. Uppl\u00e4gget var att anv\u00e4nda en f\u00f6rm\u00e5ga som kallas develop web game skill<\/strong> (en anpassad \u201cskill\u201d, allts\u00e5 en f\u00f6rkonfigurerad f\u00f6rm\u00e5ga\/verktygskedja i Codex) samt f\u00f6rvalda, generiska uppf\u00f6ljningsprompter<\/em> som “fix the bug” och “improve the game”.<\/p>\n\n\n\n

Resultatet blev att GPT\u20115.3\u2011Codex itererade autonomt \u00f6ver miljoner tokens<\/strong> p\u00e5 spelen:<\/p>\n\n\n\n

    \n\n
  • Ett racingspel (version tv\u00e5 av racingspelet fr\u00e5n lanseringen av Codex-appen) med olika racers, \u00e5tta banor<\/strong> och items<\/strong> som anv\u00e4nds med mellanslagstangenten. Spelet g\u00e5r att spela h\u00e4r: https:\/\/cdn.openai.com\/gpt-examples\/7fc9a6cb-887c-4db6-98ff-df3fd1612c78\/racing_v2.html<\/li>\n\n\n
  • Ett dykspel d\u00e4r du utforskar olika rev, samlar dem f\u00f6r att fylla din \u201cfish codex\u201d, samtidigt som du hanterar syre<\/strong>, tryck<\/strong> och faror<\/strong>. Spelet g\u00e5r att spela h\u00e4r: https:\/\/cdn.openai.com\/gpt-examples\/7fc9a6cb-887c-4db6-98ff-df3fd1612c78\/diving_game.html<\/li>\n\n<\/ul>\n\n\n\n

    En annan vardagsn\u00e4ra detalj: OpenAI menar att GPT\u20115.3\u2011Codex b\u00e4ttre f\u00f6rst\u00e5r intent n\u00e4r du ber den bygga \u201cvanliga\u201d webbplatser, j\u00e4mf\u00f6rt med GPT\u20115.2\u2011Codex. N\u00e4r promptar \u00e4r enkla eller underspecificerade ska den oftare landa i mer funktionella standardval som ger en b\u00e4ttre startyta.<\/p>\n\n\n\n

    De visar bland annat ett exempel d\u00e4r modellen bygger en landing page. Skillnader som lyfts fram \u00e4r att GPT\u20115.3\u2011Codex automatiskt presenterar \u00e5rsplanen som ett rabatterat m\u00e5nadspris (i st\u00e4llet f\u00f6r att multiplicera \u00e5rssumman) och att den skapar en automatiskt \u00f6verg\u00e5ende testimonial-karusell med tre distinkta citat<\/strong> i st\u00e4llet f\u00f6r ett, vilket g\u00f6r att sidan k\u00e4nns mer komplett och mer \u201cproduction-ready\u201d som default.<\/p>\n\n\n\n

    Bortom kod: hela mjukvarulivscykeln och kunskapsarbete<\/h3>\n\n\n\n

    OpenAI trycker h\u00e5rt p\u00e5 att \u201csoftware engineering\u201d i praktiken inkluderar betydligt mer \u00e4n att spotta ut kod. GPT\u20115.3\u2011Codex \u00e4r t\u00e4nkt att st\u00f6tta hela livscykeln: debugging, deploy, monitoring, skriva PRDs, copy editing, user research, tester, metrics<\/strong> och mer. Och agentf\u00f6rm\u00e5gan ska \u00e4ven kunna anv\u00e4ndas till saker som slide decks<\/em> och kalkylarksanalys.<\/p>\n\n\n\n

    F\u00f6r att s\u00e4tta detta i en m\u00e4tbar ram refererar OpenAI till GDPval<\/strong> \u2013 en utv\u00e4rdering de sl\u00e4ppte 2025 f\u00f6r v\u00e4l specificerade kunskapsarbetsuppgifter \u00f6ver 44 yrken<\/strong>. De skriver att GPT\u20115.3\u2011Codex visar stark prestanda p\u00e5 professionellt kunskapsarbete m\u00e4tt via GDPval, och att den matchar GPT\u20115.2<\/strong> p\u00e5 detta m\u00e5tt.<\/p>\n\n\n\n

    Som exempel visar de arbetsprodukter som agenten kan ta fram, bland annat:<\/p>\n\n\n\n

      \n\n
    • Financial advice slides<\/li>\n\n\n
    • Retail training doc<\/li>\n\n\n
    • NPV analysis spreadsheet<\/li>\n\n\n
    • Fashion presentation PDF<\/li>\n\n<\/ul>\n\n\n\n

      Exempelprompt: 10-slide PowerPoint f\u00f6r r\u00e5dgivare (NAIC + FINRA)<\/h4>\n\n\n\n

      I ett av exemplen f\u00e5r modellen en tydlig roll och kontext: du \u00e4r finansiell r\u00e5dgivare p\u00e5 en wealth management-firma och ska skapa en 10-slide PowerPoint<\/strong> med talking points om varf\u00f6r r\u00e5dgivare (som fiduciaries<\/em>) ska avr\u00e5da kunder fr\u00e5n att rulla certificates of deposits<\/em> till variable annuities<\/em> via lokala banker \u2013 trots att erbjudandet kan upplevas lockande (marknadsavkastning + livsl\u00e5ng m\u00e5natlig utbetalning). Uppgiften specificerar att presentationen ska j\u00e4mf\u00f6ra features, risk\/avkastning och tillv\u00e4xtp\u00e5verkan, skilja p\u00e5 straffavgifter, och kontrastera riskprofil\/suitability med k\u00e4llor och regelverk.<\/p>\n\n\n\n

      Prompten kr\u00e4ver uttryckligen att inneh\u00e5llet ska t\u00e4cka f\u00f6ljande punkter:<\/p>\n\n\n\n

        \n\n
      • J\u00e4mf\u00f6r features mellan certificates of deposits och variable annuities med k\u00e4lla fr\u00e5n FINRA<\/strong> som varnar investerare.<\/li>\n\n\n
      • J\u00e4mf\u00f6r risk\/avkastningsanalys och effekt p\u00e5 tillv\u00e4xt.<\/li>\n\n\n
      • S\u00e4rskilj skillnader i penalties<\/strong> mellan instrumenten.<\/li>\n\n\n
      • Kontrastera risk tolerans och l\u00e4mplighet (suitability) med k\u00e4lla fr\u00e5n NAIC Best Interest Regulations<\/strong>.<\/li>\n\n\n
      • Lyft FINRA:s concerns\/issues.<\/li>\n\n\n
      • Lyft NAIC:s issues\/regulations.<\/li>\n\n\n
      • Notera att NAIC och FINRA har etablerat best interest- och suitability-riktlinjer f\u00f6r rekommendationer kring variable annuities p.g.a. produktens komplexitet.<\/li>\n\n\n
      • Anv\u00e4nd angivna webbk\u00e4llor n\u00e4r presentationen tas fram: https:\/\/content.naic.org\/sites\/default\/files\/government-affairs-brief-annuity-suitability-best-interest-model.pdf och https:\/\/www.finra.org\/investors\/insights\/high-yield-cds<\/li>\n\n<\/ul>\n\n\n\n
        \"Sk\u00e4rmdump
        Forr\u00e1s: OpenAI<\/em><\/figcaption><\/figure>\n\n\n\n

        OpenAI po\u00e4ngterar att varje GDPval-task \u00e4r designad av en erfaren yrkesperson och ska spegla verkligt kunskapsarbete inom respektive roll.<\/p>\n\n\n\n

        OSWorld: agent som jobbar i en visuell desktopmilj\u00f6<\/h3>\n\n\n\n

        OSWorld<\/strong> beskrivs som ett agentbenchmark f\u00f6r datoranv\u00e4ndning d\u00e4r agenten m\u00e5ste l\u00f6sa produktivitetsuppgifter i en visuell desktopmilj\u00f6 (med vision). OpenAI s\u00e4ger att GPT\u20115.3\u2011Codex visar betydligt starkare \u201ccomputer use\u201d-kapacitet \u00e4n tidigare GPT-modeller. De n\u00e4mner \u00e4ven att m\u00e4nniskor ligger runt ~72%<\/strong> p\u00e5 OSWorld\u2011Verified.<\/p>\n\n\n\n

        Summeringen OpenAI g\u00f6r av helheten \u00e4r att resultaten \u00f6ver kodning, frontend och datoranv\u00e4ndning pekar p\u00e5 ett \u201cstep change\u201d mot en mer generell agent som kan resonera, bygga och exekvera \u00f6ver ett brett spektrum av tekniskt arbete.<\/p>\n\n\n\n

        En mer interaktiv samarbetspartner i Codex-appen<\/h2>\n\n\n\n

        N\u00e4r agentf\u00f6rm\u00e5gor blir kraftfullare flyttar flaskhalsen fr\u00e5n \u201cvad agenten kan\u201d till \u201chur enkelt vi kan styra och \u00f6vervaka flera agenter parallellt\u201d. H\u00e4r lyfter OpenAI interaktionen i Codex-appen<\/strong> som en central del av produkten \u2013 och med GPT\u20115.3\u2011Codex ska den bli mer interaktiv.<\/p>\n\n\n\n

        Det konkreta \u00e4r att Codex med den nya modellen ger frekventa uppdateringar<\/strong> s\u00e5 att du l\u00f6pande ser viktiga beslut och progress. I st\u00e4llet f\u00f6r att v\u00e4nta p\u00e5 en slutleverans kan du interagera i realtid: st\u00e4lla fr\u00e5gor, diskutera angreppss\u00e4tt och styra agenten mot r\u00e4tt l\u00f6sning. Modellen \u201cpratar igenom\u201d vad den g\u00f6r, tar feedback och h\u00e5ller dig uppdaterad fr\u00e5n start till m\u00e5l.<\/p>\n\n\n\n

        Vill du aktivera styrning medan modellen jobbar i appen anger OpenAI f\u00f6ljande v\u00e4g: Settings > General > Follow-up behavior<\/strong>.<\/p>\n\n\n\n

        S\u00e5 anv\u00e4nde OpenAI Codex f\u00f6r att tr\u00e4na och drifts\u00e4tta GPT\u20115.3\u2011Codex<\/h2>\n\n\n\n

        En detalj som \u00e4r r\u00e4tt unik i den h\u00e4r lanseringen: OpenAI beskriver GPT\u20115.3\u2011Codex som den f\u00f6rsta modellen som var instrumentell i att skapa sig sj\u00e4lv<\/strong>. Codex-teamet anv\u00e4nde tidiga versioner f\u00f6r att debugga sin egen tr\u00e4ning, hantera sin egen deployment och diagnostisera testresultat och utv\u00e4rderingar. De skriver att teamet blev \u00f6verraskat av hur mycket Codex kunde accelerera den egna utvecklingen.<\/p>\n\n\n\n

        De ramar ocks\u00e5 in de snabba f\u00f6rb\u00e4ttringarna som resultatet av forskningsprojekt som p\u00e5g\u00e5tt i m\u00e5nader eller \u00e5r, men att dessa projekt nu accelereras av Codex. Flera forskare och ingenj\u00f6rer beskriver enligt OpenAI att jobbet idag \u00e4r fundamentalt annorlunda \u00e4n f\u00f6r bara tv\u00e5 m\u00e5nader sedan.<\/p>\n\n\n\n

        Exempel: researchteamet (tr\u00e4ning, \u00f6vervakning, analysverktyg)<\/h3>\n\n\n\n

        OpenAI ger flera konkreta exempel p\u00e5 hur researchteamet anv\u00e4nde Codex under tr\u00e4ningsk\u00f6rningen f\u00f6r releasen:<\/p>\n\n\n\n