OpenAI: GPT-5.1-Codex-Max

GPT-5.1-Codex-Max to model OpenAI z rodziny GPT-5.1, wydany przez dostawcę 4 grudnia 2025. Jest opisywany jako agentowy model kodujący OpenAI, zbudowany na zaktualizowanej wersji stosu rozumowania 5.1 i trenowany do pracy agentowej. Należy do kategorii tekstowej i jest ukierunkowany na tworzenie oprogramowania, a nie ogólną rozmowę, więc najlepiej rozumieć go jako narzędzie specjalistyczne do kodu i zadań wokół niego.

Model przyjmuje tekst i obrazy jako dane wejściowe i zwraca wyłącznie tekst. Jego okno kontekstowe wynosi 400 000 tokenów, co wystarcza na obsłużenie pokaźnych drzew kodu źródłowego, długich logów lub rozbudowanych transkryptów agenta w jednym żądaniu, a może wygenerować do 128 000 tokenów wyjściowych. Ponieważ jest to model rozumujący, może ujawniać swoje rozumowanie poprzez parametry include_reasoning i reasoning, a reasoning_effort pozwala wymieniać głębokość myślenia na opóźnienie. Verbosity kontroluje, ile model pisze, a structured_outputs oraz response_format pozwalają ograniczyć odpowiedzi do schematu, gdy potrzebne są wyniki czytelne maszynowo.

Te możliwości wskazują na dość konkretny zestaw zastosowań. Długotrwałe agenty kodujące, które czytają repozytorium, planują zmiany i edytują pliki na wielu etapach, są głównym zastosowaniem, zwłaszcza gdy kontekst roboczy jest zbyt duży dla mniejszych okien. Przegląd kodu i refaktoryzacja dużych plików, prace migracyjne, generowanie testów i debugowanie na podstawie śladów stosu korzystają z połączenia dużego kontekstu i rozumowania. Wejście obrazowe rozszerza to na zadania, w których zrzut ekranu, diagram lub makieta interfejsu muszą być interpretowane razem z kodem, na przykład przy zamianie projektu na znaczniki lub diagnozowaniu problemu z renderowaniem na podstawie przechwyconego ekranu.

Model wywołujesz przez API zgodne z OpenAI w api14, używając identyfikatora modelu "openai/gpt-5.1-codex-max". Żądania mają znany kształt uzupełnień czatu, więc istniejące zestawy SDK i klienty OpenAI działają po zmianie jedynie bazowego adresu URL i klucza. Obsługiwane parametry to include_reasoning, max_completion_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools i verbosity. Wywoływanie narzędzi jest dostępne poprzez tools i tool_choice, co czyni wieloetapowe pętle agentowe praktycznymi, a seed pomaga, gdy potrzebne jest bardziej powtarzalne próbkowanie.

Pamiętaj o zakresie przy jego wyborze. Wyjście jest wyłącznie tekstowe, więc nie wygeneruje obrazów ani dźwięku, a mechanizmy sterowania rozumowaniem sprawiają, że odpowiedzi mogą trwać dłużej niż w przypadku zwykłego modelu czatu, gdy reasoning_effort jest ustawione wysoko. W przypadku krótkich wymian o niskich stawkach lub prostego generowania tekstu, gdzie żadne z zachowań kodujących czy rozumujących nie ma znaczenia, lżejszy model będzie zwykle rozsądniejszym wyborem.