GPT-5.3 Codex è il "modello di coding agentico più capace fino a oggi" di OpenAI, che succede a GPT-5.2 Codex come motore predefinito per i flussi di coding autonomi.
- Input
- testo immagine $1.75/M
- Output
- testo $14/M
- Lettura cache
- $0.875/M
- Contesto
- 400K
- vs GPT-4o
- ~65% più economico
- Cutoff di conoscenza
- 2025-08
Benchmark
Dati pubblicati dai fornitori: Alibaba (Qwen) Anthropic ByteDance Google MiniMax Moonshot OpenAI Tencent Z.ai
Il prezzo nel contesto
Posizione del prezzo tra 60 modelli comparabili
La barra mostra dove si colloca il prezzo di questo modello tra tutti i modelli dello stesso tipo su Synthorai. Alle due estremità sono indicati il più economico e il più caro. Sono tariffe base; gli sconti per batch, regione e scrittura in cache sono nella pagina dei prezzi.
Specifiche e limiti
Token
| Finestra di contesto (specifica del fornitore) | 400.000 |
|---|---|
| Output massimo (specifica del vendor) | 128.000 |
| Cutoff di conoscenza | 2025-08 |
Caching prompt
| Modalità | automatico |
|---|---|
| Prefisso min. | 1.024 |
| Durata | 5-10 min, fino a 1 ora |
Ragionamento
| Parametro del fornitore | reasoning.effort |
|---|---|
| Valori accettati | low · medium · high · xhigh |
| Disattivabile | No |
| Comportamento del ragionamento | OpenAI non pubblica un effort predefinito per questo modello. |
| Parametro | reasoning_effort |
| Valori | minimal · low · medium · high la superficie parametri del gateway - vale la mappatura del fornitore sopra |
Modello
| Modalità | testo + immagine → testo |
|---|
- Descritto come il modello di coding agentico più capace fino a oggi
- 400k di contesto
- reasoning effort da low a xhigh
Usa GPT-5.3 Codex in 30 secondi
Compatibile OpenAI: cambia la base_url, tieni il tuo SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gpt-5.3-codex",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gpt-5.3-codex",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.3-codex",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gpt-5.3-codex",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gpt-5.3-codex")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Informazioni su GPT-5.3 Codex
- Tarato specificamente per il coding agentico in ambienti Codex, mantiene la finestra di contesto da 400K token e i 128K di output massimo del predecessore allo stesso prezzo per token, con quattro livelli di reasoning effort oltre a streaming, function calling e output strutturati.
- Entro quella finestra da 400K il tetto di input documentato è di 272K token.
- L'effort accetta low, medium, high e xhigh.
- Qui non esiste il livello none, e OpenAI non pubblica un valore predefinito, quindi conviene trattare l'impostazione dell'effort come qualcosa da fissare esplicitamente anziché da ereditare.
- L'elenco degli strumenti è deliberatamente stretto rispetto ai modelli GPT-5 generalisti: function calling, ricerca web, shell hosted e skill, senza ricerca file, code interpreter, computer use, MCP o generazione di immagini.
- A monte è un modello della Responses API senza supporto per Chat Completions o Batch, e viene distribuito come un unico snapshot senza data anziché datato, quindi non esiste un alias fissato per tenere ferma una build.
- La documentazione è scarna per gli standard di OpenAI: la voce del changelog che lo annuncia dice solo che è stato rilasciato sulla Responses API, senza note comparative rispetto a GPT-5.2 Codex.
- Per i framework di agent che già parlano il protocollo OpenAI, Synthorai serve GPT-5.3 Codex sul suo endpoint chat compatibile pronto all'uso.
FAQ
L'API di GPT-5.3 Codex si può provare gratis?
Sì: i nuovi account ricevono 10 chiamate di prova e fino a $1 di credito gratuito, senza carta richiesta. A $1.75/M token in input, quel credito da solo copre circa 71 richieste da ~8K token verso GPT-5.3 Codex.
In cosa eccelle GPT-5.3 Codex?
Modello di coding agentico più capace fino ad oggi; contesto da 400K mantenuto a prezzo invariato; motore predefinito per i flussi di coding autonomi. Il quadro completo è nella sezione «Informazioni», tratto dalle note di rilascio ufficiali del vendor.
Quanto costa GPT-5.3 Codex?
Su Synthorai, GPT-5.3 Codex costa $1.75 per milione di token in input e $14 per milione di token in output: il prezzo di listino del provider, senza ricarico della piattaforma. I token di input in cache si fatturano a $0.875/M.
GPT-5.3 Codex supporta il caching dei prompt?
Sì, in automatico: i prompt serviti da OpenAI vanno in cache senza modifiche al codice. I token di input in cache si fatturano a $0.875/M contro $1.75/M senza cache; per andare in cache i prompt richiedono un prefisso stabile di 1,024 token (TTL 5-10 min, fino a 1 ora). Guida al caching dei prompt →
Come ottengo l'accesso a GPT-5.3 Codex?
Punta il tuo SDK OpenAI esistente a base_url="https://synthorai.io/v1", imposta model="gpt-5.3-codex" e hai finito: una sola chiave API copre tutti i modelli del gateway.
Qual è il cutoff di conoscenza di GPT-5.3 Codex?
Il cutoff di conoscenza di GPT-5.3 Codex è 2025-08, secondo la documentazione ufficiale del vendor (dato aggiornato al 2026-07-09).
Modelli correlati
Confronta
Ogni valore di questa pagina è trascritto dalla documentazione del fornitore, collegata sopra, e riporta la data in cui è stato verificato. I prezzi sono confrontati sull'intero catalogo; i valori di specifica che i fornitori definiscono in modo diverso sono mostrati indicando la differenza anziché messi a grafico. Nulla qui è misurato da noi e nulla è valutato con un punteggio.