GPT-5.3 Codex trenowany w całości na NVIDIA GB200 NVL72

OpenAI wytrenował i wdrożył GPT-5.2 oraz GPT-5.3 Codex w całości na sprzęcie NVIDIA - modele działają na systemach Hopper i GB200 NVL72. GPT-5.3 Codex to pierwszy model OpenAI do agentycznego kodowania, który pomógł zbudować samego siebie, i został wypuszczony w lutym.

GPT-5.2 bije benchmarki, GB200 robi robotę

GPT-5.2 wykręcił najwyższe wyniki w branżowych testach GPQA-Diamond, AIME 2025 i Tau2 Telecom. Na ARC-AGI-2, benchmarku uznawanym za jeden z wyznaczników drogi do AGI, model ustawił nową poprzeczkę.

GB200 NVL72 daje 3x szybsze trenowanie względem poprzedniej generacji Hopper - mierzone podczas ostatnich testów MLPerf Training na największym sprawdzanym modelu. Koszt jednostkowy spada prawie 2x. Jeszcze nowszy GB300 NVL72 dokłada kolejne 4x przyspieszenie względem Hoppera.

Co konkretnie potrafi GPT-5.3 Codex?

Model łączy wydajność kodowania z GPT-5.2-Codex i zdolności rozumowania z GPT-5.2 w jedną całość. Na benchmarkach SWE-Bench Pro i Terminal-Bench ustawił nowe rekordy branżowe. Na OSWorld i GDPval też idzie solidnie, choć bez rekordów. Całość działa 25% szybciej niż poprzednie modele tej linii.

Trenowanie modeli na tym poziomie to operacja na dziesiątkach, a czasem setkach tysięcy GPU działających jednocześnie. Infrastruktura musi dowozić nie tylko surową moc obliczeniową, ale też networking w architekturach scale-up, scale-out i coraz częściej scale-across.

NVIDIA poza LLM-ami

Na sprzęcie NVIDIA trenuje dziś większość czołowych dużych modeli językowych. Ale firma mocno zaznacza, że jej infrastruktura wykracza poza tekst.

Biologia obliczeniowa to jeden z najciekawszych przykładów. Evo 2 dekoduje sekwencje genetyczne, OpenFold3 przewiduje struktury 3D białek, a Boltz-2 symuluje interakcje leków. Modele NVIDIA Clara generują syntetyczne obrazy medyczne do trenowania algorytmów diagnostycznych bez ujawniania danych pacjentów.

Czy Runway właśnie zdetronizował rywali wideo?

Runway odpalił Gen-4.5 - model do generowania wideo, który według rankingu Artificial Analysis aktualnie prowadzi w kategorii. Model trenowany od zera do deploymentu wyłącznie na GPU NVIDIA, teraz zoptymalizowany pod Blackwella.

Inworld, zajmujący się AI dla postaci w grach, też trenuje na NVIDIA. Skala adopcji jest szeroka: od modeli językowych, przez biologię, po generację wideo.

Czy ktoś jeszcze może odpalić frontier model bez NVIDIA?

To pytanie coraz mniej retoryczne. Skalowanie pretrainingowe wymaga ekosystemu - akceleratory, sieć, software stack muszą działać razem. NVIDIA dostarcza to jako całość, a konkurenci - AMD z ROCm czy własne układy Google i Amazon - wciąż gonią w zakresie software’owego wsparcia dla najnowszych architektur.

Na razie żaden z modeli wymienionych w zestawieniu NVIDIA - GPT-5.2, GPT-5.3 Codex, Gen-4.5 - nie trenował się na infrastrukturze innego dostawcy. Runway ma ogłosić kolejny model wkrótce, też na Blackwellu.