對槓Gemini 3！OpenAI推出Codex‑Max編碼模型，可24小時馬拉松寫Code、一次處理數百萬tokens任務

重點一：OpenAI 推出 GPT‑5.1‑Codex‑Max，能以「壓縮（compaction）」機制跨越超大型情境窗，處理長達 24 小時、數百萬 tokens 的大型程式任務。

重點二：在 SWE‑bench 等基準上，Codex‑Max 以相同推理強度達到更佳表現，且「思考 tokens 減少約 30%」，並提供 Extra High（xhigh）長思考選項，提升成本與效率。

重點三：Codex‑Max 首度針對 Windows（視窗作業系統）強化訓練，並在安全沙盒中執行、預設關閉網路，降低長時推理的資安風險。

就在 Google Gemini 3 發布隔日，OpenAI 宣布推出最新代理型程式設計模型 GPT‑5.1‑Codex‑Max。其核心在於更新的推理底模與「compaction（壓縮保留）」機制，可使模型在接近上下文極限時自動整理並保留關鍵脈絡，重啟新視窗後持續工作，進而在單一任務中連貫處理「數百萬 tokens」。

官方指出，這使模型首次能原生跨越多個上下文視窗，支撐長時間、細緻的工程任務，例如專案級重構、深度除錯與多小時代理迴圈。內部觀察顯示，模型可連續工作超過 24 小時，持續迭代、修測並完成交付。

GPT‑5.1‑Codex‑Max 現已在 Codex 的 CLI、IDE 擴充、雲端與程式碼審查上線，並將成為各 Codex 介面預設模型；API 存取「即將推出」。

在效能與成本方面，OpenAI 表示 GPT‑5.1‑Codex‑Max 於 SWE‑bench Verified 等基準測試中，以「medium」推理強度相較前代 GPT‑5.1‑Codex（同強度）取得更佳表現，同時「思考 tokens 減少約 30%」，意味著推理更有效率，將轉化為開發者的實際成本節省。

相較先前模型在面對龐大錯誤日誌或系統層級重構時易耗盡情境窗，Codex‑Max 透過壓縮機制維持跨階段的上下文一致性，使其可以執行複雜的系統級重構（如全面搜尋、變更與修正跨參照）與長時程式工作負載。

官方案例顯示：同一任務中，Max 使用 27,000 tokens（對比非 Max 為 37,000），輸出 707 行程式碼（對比非 Max 為 864），速度提升 27%。

首度針對 Windows 進行培訓

除延續 macOS 上的良好體驗，OpenAI 指出 Codex‑Max 是其首個「為 Windows（視窗作業系統） 有效運作而受訓的模型」，並在 Codex CLI 的協作任務上優化。

考量 OpenAI 與 Microsoft（微軟） 的合作關係持續深化，Windows 訓練路線亦符合雙方生態整合的趨勢。

資安方面，OpenAI 自 GPT‑5 推出以來，已強化針對惡意活動的監測；Codex‑Max 的「長期、長視野（long‑horizon）推理」能力提升，有助於長時間執行任務時的資安韌性。

Codex‑Max 預設執行環境採用 安全沙盒（secure sandbox），亦即檔案寫入被限制在指定工作目錄，並預設 關閉網路。OpenAI 建議維持此受限模式，因為啟用網路或網頁搜尋可能帶來來自不可信內容的提示注入（prompt injection）風險。

延伸閱讀：哪一款AI最可靠？研究揭Claude家族最老實：為何對LLM來說，坦承無知比「已讀亂回」更難？

資料來源：OpenAI、ZDNET

本文初稿為AI編撰，整理．編輯/ 李先泰

更多報導
預言50%白領失業潮！Anthropic執行長稱「AI有三害」：為何無論AI多聰明，仍需要被更笨的人類管？
觀點｜「1,500萬個數據點」解析大谷翔平，MLB如何用AI做到毫秒級即時運算？