OpenAI: GPT-5.3-Codex

GPT-5.3-Codex es un modelo de texto de OpenAI, lanzado el 24 de febrero de 2026. El proveedor lo describe como el modelo de codificación agéntica más avanzado de OpenAI, combinando el rendimiento en ingeniería de software de GPT-5.2-Codex con las capacidades más amplias de razonamiento y conocimiento profesional de GPT-5.2. Se sitúa en la categoría de texto y está dirigido a desarrolladores que necesitan un modelo capaz de manejar tanto trabajo centrado en código como tareas de razonamiento general dentro del mismo endpoint.

El modelo acepta entradas de texto, imagen y archivo, y produce salida de texto. Tiene una ventana de contexto de 400.000 tokens y una salida máxima de 128.000 tokens, lo que permite suministrar archivos fuente largos, documentación, registros o repositorios con múltiples archivos en una sola solicitud y aún así dejar espacio para una respuesta sustancial. Dado que se aceptan imágenes y archivos como entrada, se pueden pasar capturas de pantalla, diagramas, PDFs y artefactos similares junto con el prompt en lugar de convertirlos primero a texto. Los parámetros de solicitud admitidos incluyen include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools y verbosity.

Esas capacidades apuntan a algunos usos prácticos. La codificación agéntica es el principal: el llamamiento a herramientas y tool_choice permiten al modelo dirigir funciones externas, ejecutar comandos o editar archivos en un bucle, mientras que la gran ventana de contexto mantiene a la vista un conjunto de trabajo de código. Los controles de razonamiento (reasoning, reasoning_effort, include_reasoning) se adaptan a tareas que requieren un análisis deliberado de varios pasos, como depuración, refactorización o revisión de una solicitud de extracción. Las salidas estructuradas y response_format son útiles cuando otro programa debe analizar el resultado, por ejemplo al generar especificaciones JSON, casos de prueba o planes de migración. Las entradas de imagen y archivo amplían esto a trabajo que parte de una captura de pantalla de un error, un mock-up de diseño o un documento de especificación.

Se llama al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "openai/gpt-5.3-codex". Dado que la interfaz sigue la forma de finalizaciones de chat de OpenAI, los SDKs y clientes de OpenAI existentes funcionan solo con un cambio de URL base y clave. Establezca el campo model con ese id y pase los parámetros enumerados arriba según sea necesario: tools y tool_choice para el llamamiento a funciones, response_format o structured_outputs para respuestas legibles por máquina, reasoning_effort para equilibrar profundidad y latencia, max_tokens o max_completion_tokens para limitar la respuesta, y seed para un muestreo más reproducible. Verbosity ofrece un control adicional sobre cuánto dice el modelo.

Lo principal que hay que sopesar es el alcance. La salida es solo texto, por lo que la generación de imágenes o audio queda fuera de alcance aquí, y el modelo está posicionado en torno a la codificación y el razonamiento más que, por ejemplo, trabajo en tiempo real o especializado que no sea de texto. Si una tarea no implica código, herramientas o entradas estructuradas largas, un modelo de texto más ligero puede ser una mejor opción. Para codificación agéntica, análisis de contexto largo y generación estructurada, este modelo es la elección adecuada en api14.