(C) unter Verwendung eines Motivs von Andrei Suslov / 123RF.com
Unter dem etablierten Markennamen Codex, unter dem zuvor für das Modell zur Code-Vervollständigung firmierte, das einst in GitHub Copilot verbaut war, veröffentlicht OpenAI nun als Weiterentwicklung einen cloud-basierten Agenten auf der Grundlage seines Reasoning Models o3, der mehrere Aufgaben aus dem Bereich der Softwareentwicklung parallel bewältigen soll.
Frühe Versionen, die es seit 2021 gab, wiesen einige Beschränkungen auf: Sie waren Sie anfällig für syntaktische Fehler, machten zuweilen unsichere Codevorschläge oder schlugen gelegentlich oberflächlich korrekten Code vor, der funktional versagte. Nichtsdestotrotz begründeten sie eine neue und schnell wachsende Klasse von Modellen, die beim Programmieren helfen sollten. Im März 2023 ersetzte GitHub Copilot dann offiziell das Codex-Modell von OpenAI durch GPT-4, was eine tiefere IDE-Integration, Chat-Funktionen und kontextbezogene Code-Vorschläge zu ermöglichte.
Die neue Version von Codex geht nun weit über ihre Vorgänger hinaus. Sie ist nun in der Lage, über längere Zeiträume hinweg autonom zu agieren. Der Agent kann Funktionen schreiben, Fehler beheben, Fragen zur Codebasis beantworten, Tests durchführen und Pull-Requests vorschlagen – jede Aufgabe läuft in einer sicheren, isolierten Cloud-Sandbox.
OpenAI fasst einen Preis von 1.50 USD pro Millionen Input-Tokens und 6 USD pro Millionen Output- Tokens mit 75 Prozent Caching Discount ins Auge.
Die Vorstellung fällt in eine Zeit, in der es Gerüchte gibt, OpenAI wolle das Startup Windsurf für 3 Milliarden Dollar kaufen, das ebenfalls Programmierassistenten entwicklet. Die Übernahme wurde allerdings von keinem der Partner offiziell bestätigt. Stattdessen hat Windsurf seinerseits mit SWE-1 eine eigene Familie von kodierungsorientierten Basismodellen vorgestellt, die speziell für die Unterstützung des gesamten Lebenszyklus der Softwareentwicklung entwickelt wurden, von der Fehlersuche bis hin zur langwierigen Projektwartung. Die SWE-1-Modelle wurden nach eigenen Angaben maßgeschneidert und mit einem neuen sequenziellen Datenmodell, das auf reale Entwicklungsabläufe zugeschnitten ist, vollständig intern trainiert.
