狙擊Gemini 3！OpenAI發布GPT-5.1-Codex-Max
奧特曼：夸完你的夸我的
聞樂 發自 凹非寺
量子位 | 公眾號 QbitAI
Gemini 3力壓全場，OpenAI坐不住了。
發布Codex新版本——GPT-5.1-Codex-Max，突破上下文窗口限制，實現跨越數百萬token的長時間連續工作，最長超過24小時的那種。
新模型任務效率也更高。它做的太陽系引力沙盒和上一代GPT-5.1-Codex的對比是這樣的（多加了幾個“太陽”看引力效果）：
△上：GPT-5.1-Codex-Max 下：GPT-5.1-Codex
資源消耗是這樣的：
于是，奧特曼昨天剛夸完Gemini 3，今天又趕來給自家GPT-5.1-Codex-Max站臺，咱說這也太忙了（doge）。
新版本在METR達到新SOTA。這個指標衡量的是，用人類做任務的時間當參照，看AI有一半概率能搞定同款任務的能力。
其實就是先看人類做某類軟件工程任務得花X小時，然后看AI模型能不能有50%的概率，把這項任務給完成了。
上面數據說明，在這種情況下，GPT-5-Codex-Max有50%的概率能夠成功完成一項原本需要人類2小時42分鐘完成的軟件工程任務。
這比GPT-5對標的時間還多了25分鐘。
超長待機
AI編程現在這么火，各家也都在奮力加碼自家模型。
在這個前沿賽道，模型處理復雜任務的推理能力、持久力與穩定性，始終是衡量效能的關鍵指標。
而GPT-5.1-Codex-Max這次也是做了大升級。
首先，它在PR創建、代碼審查等實際軟件工程任務中訓練，推理變得更快更有效。也是OpenAI首個能在Windows環境中的模型。
在SWE-bench Verified測試中，同樣medium推理力度下，它比之前的GPT?5.1-Codex性能更好，且思考token使用減少了30%。
而且針對非延遲敏感任務還推出了xhigh推理力度選項，思考時間更長答案更好。
說到思考時間長，這次的新版本對于長時間運行任務的處理也比較出色，能夠實現“超長待機”，跨多個上下文窗口連貫工作。
這是因為GPT-5.1-Codex-Max原生支持壓縮，突破了上下文窗口限制。
具體來說，在接近上下文窗口限制時，模型會自動壓縮對話，獲得新上下文窗口然后繼續任務，直到完成。
在內部評估中，它能一次獨立運行超過24小時，連貫處理數百萬個token。
看樣子，新模型在處理長運行、高強度的任務上比較有優勢。
比如，它在應對書籍、長文檔分析等超長篇幅任務時，就無需拆分內容，避免信息割裂產生的理解偏差。
也能支撐高負載、長周期的持續工作。
OpenAI研究員Noam Brown對此表示：（雖然現在表現就很不錯但）尚未遇到瓶頸，還沒達到極限。
目前，GPT-5.1-Codex-Max已在Codex中支持與CLI、IDE擴展、云端和代碼審查工具結合使用，API接口很快也會上線。
當然了，新的編程模型一出，Claude是肯定會被拉出來遛一下的。
相比之下，Claude Code速度更快。
新版Codex的token消耗量更友好。
或許，Claude和Codex的組合拳更能打。
OMT
一天時間，Gemini 3、Grok 4.1 Fast、GPT-5.1-Codex-Max都來了，好一個硅谷345組團上新（doge）。
這位網友你真相了說得有道理。
實際上，OpenAI這次還悄悄發布了GPT-5.1 Pro。
雖然官方介紹僅有寥寥幾筆，但通過第三方測評來看，這個Pro版本看上去還是有點東西的。
尤其是在指令遵循方面做得更好。
雖然在一定程度上和Gemini 3有差距，但如果能接入IDE，將發揮出更大的潛力。
參考鏈接：
[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 —
- 萬卡集群要上天？中國硬核企業打造太空超算！2025-11-29
- 學生3年投稿6次被拒，于是吳恩達親手搓了個評審Agent2025-11-25
- 波士頓動力前CTO加盟DeepMind，Gemini要做機器人界的安卓2025-11-25
- 青年科學家數量創新高！35位新一期“新基石研究員”獲資助2025-11-24
相關閱讀
NeurIPS神仙打架：李飛飛180頁PPT談視覺智能，Bengio同OpenAI員工吵架，何愷明談AI宿命論
李飛飛最新采訪：解決三維智能是根本性的。
AI扮演Linux虛擬機，能管理文件&編程&開瀏覽器，還能跟自己「套娃」聊天 | ChatGPT新玩法
DeepMind研究者玩出了花。
