Тестирование показало, что GPT-5-Codex превосходит GPT-5 в задачах рефакторинга, улучшая показатели с 33.9% до 51.3% по внутреннему бенчмарку OpenAI. Кроме того, модель стала меньше производить ошибочных или незначимых комментариев к коду и эффективнее выявлять баги. Она также автоматически адаптирует «умственные процессы»: при простых задачах генерирует краткие ответы, а при комплексных — более длинные и подробные решения.

Руководитель проекта Александр Эмбирикос подчеркнул, что динамический подход позволяет модели изменять время решения в реальном времени — если через несколько минут оказывается, что задача сложнее, она может продолжить работу ещё час или более. В ряде случаев GPT-5-Codex работал автономно свыше 7 часов, последовательно улучшая результаты и исправляя ошибки тестирования.

Обновления коснулись и инструментов Codex CLI и Codex Cloud: усовершенствована поддержка изображений, введена возможность отслеживания задач, появились режимы безопасности и улучшенный пользовательский интерфейс, облегчающий разработку и код-ревью. Бизнес-планы обеспечивают гибкие лимиты и общий пул кредитов для команд.