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
- Knowledge cutoff
- 2025-08
Benchmark
Dati pubblicati dai provider: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Il prezzo a confronto
Dove si colloca il prezzo tra 68 modelli confrontabili
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 provider) | 400.000 |
|---|---|
| Output massimo (specifica del provider) | 128.000 |
| Knowledge cutoff | 2025-08 |
Prompt caching
| Modalità | automatico |
|---|---|
| Prefisso min. | 1.024 |
| Durata | 5-10 min, fino a 1 ora |
Ragionamento
| Parametro del provider | 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 parametri esposti dal gateway: vale la mappatura del provider indicata 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 con OpenAI: cambi base_url e 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 bisogno di carta. A $1.75/M per i token di input, quel credito basta da solo per circa 71 richieste da ~8K token a 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», ripreso dalle note di rilascio ufficiali del provider.
Quanto costa GPT-5.3 Codex?
Su Synthorai GPT-5.3 Codex costa $1.75 per milione di token di input e $14 per milione di token di output: è il prezzo di listino del provider, senza sovrapprezzo di piattaforma. I token di input letti dalla cache costano $0.875/M.
Qual è la finestra di contesto di GPT-5.3 Codex?
GPT-5.3 Codex ha una finestra di contesto di 400K token su Synthorai. Una singola risposta può arrivare a 128,000 token.
GPT-5.3 Codex supporta il prompt caching?
Sì, in automatico: i prompt serviti da OpenAI vanno in cache senza modifiche al codice. I token di input letti dalla cache costano $0.875/M, contro $1.75/M senza cache; per andare in cache un prompt deve avere un prefisso stabile di 1,024 token (TTL 5-10 min, fino a 1 ora). Guida al prompt caching →
Come ottengo l'accesso a GPT-5.3 Codex?
Fai puntare l'SDK OpenAI che usi già a base_url="https://synthorai.io/v1", imposta model="gpt-5.3-codex" e hai finito: una sola chiave API vale per tutti i modelli del gateway.
Qual è il knowledge cutoff di GPT-5.3 Codex?
Il knowledge cutoff di GPT-5.3 Codex è 2025-08, secondo la documentazione ufficiale del provider (dato aggiornato al 2026-07-09).
Modelli correlati
Confronta
Ogni valore di questa pagina è ripreso dalla documentazione del provider (il link è qui sopra) e riporta la data dell'ultima verifica. I prezzi sono confrontati sull'intero catalogo; per le specifiche che ogni provider definisce a modo suo indichiamo la differenza invece di metterle in un grafico. Qui non c'è nulla di misurato da noi e non assegniamo punteggi.