日前，OpenAI方面发布新一代智能体编程模型GPT-5.1-Codex-Max，并表示其“专为长时间、精细化的工作而构建”。据了解，该模型在长远推理、工作效率及实时交互能力上，均实现了显著提升。
值得一提的是，GPT-5.1-Codex-Max的核心亮点之一在于首次引入“压缩”（Compaction）机制进行原生训练。据悉，该机制允许模型在接近其上下文窗口限制时，智能地保留关键上下文信息并丢弃无关细节，从而实现跨越数百万token的连续工作而不会出现性能下降。
依托这一机制，GPT-5.1-Codex-Max在OpenAI内部测试中成功完成了持续超过24小时的复杂任务，其中包括多步骤代码重构和自主调试，同时token效率提升约30%，有效降低了开发成本与响应延迟。对此OpenAI方面表示，“能够长时间持续高效地完成任务是构建更通用、更可靠的AI系统的基础能力”。
OpenAI方面公布的相关信息显示，GPT-5.1-Codex-Max在多项关键编程基准测试中表现亮眼。例如在衡量解决实际软件问题的SWE-Bench Verified测试中，GPT-5.1-Codex-Max以 77.9% 的准确率小幅领先于Gemini 3 Pro的76.2%，在Terminal-Bench 2.0测试中以58.1%的准确率优于Gemini 3 Pro的54.2%。
据了解，目前GPT-5.1-Codex-Max已集成到OpenAI旗下多个Codex开发环境，并涵盖官方命令行工具（Codex CLI）、内部代码审查工具及各类交互式编程环境。同时OpenAI方面透露，“我们计划很快在API中提供GPT‑5.1-Codex-Max”。
自即日起，GPT-5.1-Codex-Max还将取代GPT-5.1-Codex，成为Codex界面中的默认模型。对此OpenAI方面强调，“与通用模型GPT-5.1不同，我们建议仅在Codex或类似Codex的环境中，将GPT-5.1-Codex-Max和Codex系列模型用于智能体编码任务”。
据OpenAI方面透露，其内部95%的工程师每周都会使用Codex系列工具，并且自采用以来，工程师平均拉取请求（Pull Requests）提交量提升约70%，开发效率显著提高。
【本文图片来自网络】
