OpenAI ja Anthropic kiristävät tekoälyn koodauskilpailua GPT-5.3 Codexilla ja Claude Opus 4.6:lla.
Tekoälyala ylitti merkittävän kynnyksen 5. helmikuuta 2026, kun OpenAI ja Anthropic julkaisivat uusimmat lippulaivamallinsa samana päivänä.
Tämä artikkeli on käännetty alkuperäisestä tekstistä. Lue kirjeenvaihtajamme alkuperäinen versio täältä.
OpenAI esitteli GPT-5.3 Codexin, kun taas Anthropic julkaisi Claude Opus 4.6:n. Tämä merkitsee monien kehittäjien mielestä uuden vaiheen alkua tekoälypohjaisten ohjelmistojen luomisessa. Molemmat järjestelmät eivät keskity nopeampaan koodin loppuunsaattamiseen, vaan ne pyrkivät toimimaan puoliautonomisina agenteina, jotka pystyvät hallitsemaan monimutkaisia, monivaiheisia työnkulkuja.
OpenAI:n mukaan Codex on muutakin kuin kehittäjän apuväline. Yritys kuvasi sitä erikoistuneeksi agentiksi, joka on suunniteltu hoitamaan ammattimaisen tietokonetyön koko elinkaari sovellusten debuggauksesta ja käyttöönotosta dokumentaation kirjoittamiseen. Codexia käytettiin jopa sisäisesti auttamaan sen omien koulutus- ja käyttöönottoprosessien debuggaamisessa, mikä on OpenAI:n mukaan virstanpylväs, sillä tekoälyjärjestelmät pystyvät yhä enemmän osallistumaan omaan kehitykseensä.
Erilaiset vahvuudet suorituskyvyssä ja suunnittelussa
Codexin painopiste on toteutuksessa. OpenAI raportoi vahvoista tuloksista ohjelmistotekniikan vertailumittareissa, mukaan lukien 56,8 prosenttia SWE-Bench Pro -testissä ja 77,3 prosenttia Terminal-Bench 2.0 -testissä, joka mittaa komentorivin osaamista. Näiden ominaisuuksien tueksi yhtiö lanseerasi oman macOS Codex -sovelluksen, jonka avulla käyttäjät voivat hallita useita rinnakkain toimivia tekoälyagentteja.
Anthropicin Claude Opus 4.6 heijastaa erilaista filosofiaa. Se on suunniteltu monimutkaiseen päättelyyn ja yhteistoiminnalliseen työskentelyyn, ja sen tärkein ominaisuus on miljoona sanaa sisältävä konteksti-ikkuna, joka on tällä hetkellä beta-versiossa. Tämän kapasiteetin ansiosta malli voi käsitellä kokonaisia koodikantoja tai laajoja asiakirjoja menettämättä kontekstia. Anthropic esitteli Claude Code -ohjelmassa myös agenttiryhmät, joiden avulla useat tekoälyagentit voivat koordinoida projektin eri osia, kuten frontend-, backend- ja tietokantatehtäviä.
Benchmark-tulokset korostavat eriäviä vahvuuksia
Päättelyyn ja tiedon synteesiin keskittyvissä vertailuarvoissa Opus 4.6 johti GDPval-AA:n ja BrowseCompin kaltaisia testejä. Vaikka sen Terminal-Bench 2.0 -tulos (65,4 %) jäi Codexin jälkeen, Anthropic raportoi, että kohdennetun kehotuksen avulla SWE-Bench Verified -testissä saatiin 81,42 prosentin tulos, mikä korostaa sen sopeutumiskykyä.
Kun yritykset punnitsevat näitä työkaluja, valinta voi riippua siitä, pitävätkö ne ensisijaisena raaka-automaatiota vai syvällistä analyyttistä yhteistyötä. Joka tapauksessa agenttipohjaisen tekoälyn nopea kehitys viittaa siihen, että ohjelmistotiimit työskentelevät pian yhä itsenäisempien digitaalisten kollegoidensa kanssa.
OpenAI ilmoittaa suunnitelmista tuoda markkinoille ensimmäinen laitteistolaitteensa vuoden 2026 jälkipuoliskolla, mikä asettaa "laitteet" yrityksen keskeiseksi strategiseksi painopisteeksi. Maailman talousfoorumissa puhuneet johtajat sanoivat, että tuote, joka on kehitetty yhteistyössä Applen entisen suunnittelijan Jony Iven kanssa, pyrkii upottamaan tekoälyn syvemmälle jokapäiväisiin työkaluihin.
Viimeisimmät OpenAI uutiset
- Forex
- Crypto