OpenAI Codex 深度评测:从代码助手到AI超级应用,一场重新定义开发的革命

写在前面：本文基于2026年5月2日获取的最新公开资料，全面梳理OpenAI Codex从2025年5月诞生至今的完整演进历程，覆盖功能、架构、基准测评、定价、竞争格局及市场意义。全文约15000字，建议收藏后细读。

一、先搞清楚：你说的”Codex”到底是哪个Codex？

这是一个必须在开头厘清的概念问题。

2021年的旧Codex，是OpenAI基于GPT-3微调的代码补全模型，它曾是GitHub Copilot的核心引擎，本质上是一个”你写上半句，它写下半句”的自动补全系统。该模型已于2023年3月正式弃用。

2025年的新Codex，与旧版本仅共享一个名字，内核完全不同。它是OpenAI于2025年5月发布的全栈软件工程智能体（Agentic Coding System）——你给它一个目标，它自主规划、自主执行、自主调试、自主提交PR，直到任务完成。

这不是”更好的代码补全”，这是AI软件工程师。

二、时间线：Codex从”温吞”到”爆火”的完整轨迹

2025年5月：以研究预览姿态低调登场

2025年5月，OpenAI将新Codex作为研究预览版发布，初期仅向ChatGPT Pro用户开放。彼时产品相对克制：云端沙箱执行、GitHub仓库接入、异步任务返回PR。市场反应两极分化——部分开发者惊呼”这才是真正的AI编程”，更多人觉得”不过是个加强版Agent”。

从数据看，2025年9月时，Codex的使用量仅是Claude Code的5%。彼时Claude Code凭借其终端原生、本地感强的体验，已牢牢占据开发者社区的心智。

2025年9月：GPT-5-Codex发布，质变开始

OpenAI发布GPT-5-Codex——一个在GPT-5基础上专门为agentic编程任务深度优化的模型版本。这是Codex真正开始与Claude Code正面交锋的起点。GPT-5-Codex在实际软件工程任务上（全项目构建、大规模重构、调试、测试）的表现显著超越通用模型，并在SWE-bench等基准上确立领先地位。

同月，Codex向API开发者开放，价格与GPT-5一致。

2025年10月：全面可用（General Availability）

Codex结束研究预览期，正式向全体付费ChatGPT用户开放（Plus、Pro、Business、Edu、Enterprise）。同期，OpenAI将Codex CLI（基于Rust和TypeScript构建的开源命令行工具）发布到GitHub，让开发者可以在本地运行Codex Agent，在真实仓库上迭代审查变更并应用编辑。

2025年12月：GPT-5.2-Codex登场，安全能力跃升

2025年12月18日，OpenAI发布GPT-5.2-Codex，核心改进包括：

• 上下文压缩（Context Compaction）：支持更长任务的持续执行而不丢失上下文
• 大规模代码变更：重构、迁移等超大改动的执行质量大幅提升
• Windows环境支持：修复了对Windows生态系统的兼容性问题
• 网络安全能力显著增强：这同时带来了双刃剑效应——安全研究员使用GPT-5.1-Codex-Max+Codex CLI发现并负责任地披露了React框架中的源码暴露漏洞（CVE-2025-55182）

2026年2月：GPT-5.3-Codex + macOS桌面App，真正的爆发点

这是整个Codex历史上最关键的里程碑之一。

GPT-5.3-Codex被OpenAI定位为”迄今最强大的agentic编码模型”：

• 在SWE-bench Pro（比SWE-bench Verified更严苛、覆盖Python/Go/OCaml等多语言）上创行业最高分
• Terminal-Bench 2.0得分飙升至77.3%（前代为64%），领先Claude Code的65.4%
• 在任务执行中，同等质量下token消耗比前代更少
• 执行速度比GPT-5.2-Codex快25%
• 支持实时交互（mid-task steering）：任务执行中途可插入指令修正方向，不丢失上下文
• 参与了自身的研发：GPT-5.3-Codex是第一个被Codex团队用来调试自身训练、管理部署、诊断测试结果的模型——即”第一个参与构建自己的模型”

同期，Codex macOS桌面App正式发布，使用量自此以每月70%以上的速度增长。

2026年3月：超级应用战略公开，估值跳至8520亿美元

2026年3月19日，OpenAI正式确认将ChatGPT、Codex、Atlas浏览器合并为一个统一桌面超级应用（Superapp）的计划。这不是一次简单的产品整合，而是OpenAI明确宣告——它要从”一堆AI工具的提供商”变成”一个ambient agentic操作层”。

同月，OpenAI完成1220亿美元融资，估值约8520亿美元，大量资本定向投入GPU基础设施、数据中心及超级应用的市场战略。

2026年4月：GPT-5.5进入Codex，Codex for Almost Everything

GPT-5.5作为OpenAI最新前沿模型，在2026年4月进入Codex模型选择器，成为大多数Codex任务的推荐选择，特别适合实现、重构、调试、测试、验证及知识型任务。

与此同时，Codex桌面App迎来重大更新，加入：

• Computer Use：Codex可操控桌面/本地开发服务器的浏览器，像人一样点击、滚动、填写表单
• 内置浏览器：直接在App内浏览、研究、执行
• 图像生成：直接生成图标、Mockup、幻灯片素材，无需切换工具
• Chronicle记忆系统：通过后台截图+LLM处理，将用户工作模式转化为结构化Markdown记忆文件持久存储
• 90+插件生态：覆盖数据库、部署平台、监控工具、Issue跟踪器、通信工具
• Amazon Bedrock支持：AWS SigV4签名和凭证认证

Codex每周活跃用户突破200万，过去三个月增长5倍。

三、架构解剖：Codex如何在技术层面工作？

理解Codex，必须理解它的执行模型——这与传统代码补全工具有根本区别。

3.1 云端沙箱执行模型

当你向Codex Web端提交任务时：

1. 环境启动：Codex为你的仓库创建隔离的云端容器，预装你的代码库
2. Setup阶段：容器有网络访问权限，用于安装依赖（pip install、npm install等）
3. Agent执行阶段：网络默认断开——防止AI生成的代码访问外部服务或下载意外包
4. 结果返回：任务完成后，Codex返回变更供人工审查，或直接创建Pull Request

这种设计的核心理念是：隔离保证安全，异步保证效率。你可以提交任务后去做别的事，让Codex在云端安静运行。

3.2 CLI的本地执行模式

Codex CLI（开源，基于Rust和TypeScript）提供与云端不同的体验：

# 安装
npm install -g @openai/codex

# 交互模式
codex "将auth模块重构为async/await"

# 全自动模式（已deprecated，推荐使用权限配置文件）
codex --full-auto "为所有API端点编写测试"

CLI直接操作本地文件系统，代码不离开你的机器（除推理请求发送至OpenAI API外）。最新版本已弃用--full-auto参数，转向显式权限配置文件（Permission Profiles）和信任流（Trust Flows）——这是OpenAI在安全治理上的重要调整。

3.3 AGENTS.md：开放配置标准

Codex采用AGENTS.md作为项目级别的Agent指令文件——这是一个开放标准，同时被Cursor、Aider等主流工具支持。如果你的开源项目已经写好了AGENTS.md，Codex可以直接继承这些配置，无需重新设置。

3.4 多智能体架构（MultiAgentV2）

这是Codex在2025-2026年间最重要的架构演进之一。Codex现已支持：

• 并行子Agent：将复杂任务分解，多个子Agent同时执行不同子任务
• 自动审核Agent（Automatic Reviewer Agent）：在执行前自动路由审批提示，评估风险等级
• 外部Agent会话导入：将其他Agent系统的上下文导入Codex会话
• Thread Manager：管理多个并行任务线程的生命周期

MultiAgentV2配置提供了更精细的控制：线程上限、等待时间、子/主Agent角色提示、深度处理等。

3.5 插件生态与MCP集成

Codex的90+插件生态系统通过MCP（Model Context Protocol）标准实现互操作性。这意味着Codex支持的工具集成不完全锁定在OpenAI生态内——MCP兼容的工具理论上可以被多个Agent平台调用。

插件市场支持远程安装、升级、缓存和启停管理，形成了一个持续扩展的工具生态。

3.6 Chronicle：持久记忆的隐私争议

Chronicle是OpenAI对”Agent如何获得持久上下文”这一核心问题的回答。系统工作原理：

1. 后台定期截图用户屏幕
2. 将截图发送给临时Codex会话处理（截图6小时后自动删除）
3. 将结构化记忆以明文Markdown文件存储在本地

争议所在：Markdown记忆文件未加密，存储在本地设备。安全研究者指出，这相当于将用户工作模式的结构化摘要以无保护形式暴露在文件系统中。目前，Computer Use和Chronicle功能在欧洲经济区（EEA）、英国和瑞士尚未上线，需符合EU AI Act的合规要求。

四、核心功能全景

4.1 多界面覆盖

Codex现支持以下四个接触面：

此外，Codex集成了GitHub（直接提交PR）、Slack、Linear，并正在向ChatGPT iOS App延伸。

4.2 代码生成与理解

GPT-5.3-Codex在代码生成上的核心能力：

• 全项目从零构建：给定需求文档，生成完整项目骨架、依赖配置、核心逻辑
• 跨文件协调修改：理解多文件依赖关系，在不破坏其他模块的前提下修改目标代码
• 大规模重构与迁移：将整个代码库从旧API迁移到新API，从同步改为异步，从旧框架升级到新框架
• Test套件生成：为现有代码自动生成单元测试、集成测试

多实现变体功能：Codex新版本支持为同一任务生成2-4个不同实现方案，例如：

• 极简版（速度优先）
• 健壮版（完整错误处理）
• 向后兼容版
• 面向未来扩展的版本

开发者选择期望的实现方向，AI生成速度与人类架构判断力结合。

4.3 代码审查（Code Review）

GPT-5-Codex的Code Review能力被设计为在代码合入前捕获关键Bug，具体包括：

• 安全漏洞检测
• 逻辑错误识别
• 性能问题标注
• 代码风格一致性检查

这一能力在真实案例中已有验证：安全研究员使用GPT-5.1-Codex-Max发现了React框架中的多个安全漏洞，包括CVE-2025-55182（源码暴露漏洞），并在React团队2025年12月11日发布安全公告前负责任地披露。

4.4 CI/CD集成：Codex Autofix

Codex已支持在CI流水线中自动修复失败的测试——Codex Autofix可以监听CI失败事件，自动定位问题，生成修复补丁并提交PR。这将AI编程从”交互式工具”延伸到了”自动化流水线组件”。

4.5 实时协作与任务中途干预

这是GPT-5.3-Codex的重要新特性：你可以在任务执行中途插入指令，在不丢失执行上下文的前提下修正方向。

TUI（终端用户界面）新增快速推理控制：

• Alt+,：降低推理强度（更快、更轻量）
• Alt+.：提升推理强度（更深思熟虑）

这解决了此前一个痛点：Agent开始执行后如果发现需要调整方向，只能中断重来。

4.6 Codex-Spark：极速推理路径

GPT-5.3-Codex-Spark在Cerebras WSE-3芯片上实现了每秒1000+ tokens的推理速度，是标准模型的15倍。这是OpenAI首次将生产推理部署在Nvidia之外的芯片上，标志着OpenAI在AI算力来源上的战略多元化布局，也意味着Codex被定位为需要超高速推理能力的核心产品。

五、基准评测：数字层面的竞争格局

5.1 SWE-bench系列

SWE-bench是衡量AI Agent解决真实GitHub Issue能力的主流基准。2026年的评测格局出现了重要变化：

OpenAI自己承认SWE-bench Verified已存在污染问题，推荐改用SWE-bench Pro（覆盖Python/Go/OCaml多语言，更难，更不易污染）。

注：各家数字更新频繁，以官方最新披露为准

5.2 Terminal-Bench 2.0

这是衡量AI在终端环境执行能力（DevOps、脚本、CLI工具）的关键基准：

• GPT-5.3-Codex：77.3%（较前代64%大幅提升）
• Claude Code：65.4%

如果你的工作以终端、DevOps、脚本为主，Codex在这个维度上有可量化的领先优势。

5.3 现实开发者调查

一份500+开发者的Reddit问卷揭示了有趣的分裂：

• 65%的开发者日常首选Codex（更快、更省钱、更少token消耗）
• 但盲测代码质量评审中，67%认为Claude Code输出更干净、更惯用、结构更好

一个具体的对比测试（Express.js重构）：

• Claude Code：1小时17分钟，消耗620万tokens，捕获了一个竞态条件（Race Condition）
• Codex：1小时41分钟，消耗150万tokens，遗漏了该Bug

这个数字清晰地呈现了两者的核心权衡：Claude Code是4倍token消耗换来的精度收益，Codex是4倍token效率换来的速度和成本优势。

Claude提供精确编辑，Codex处理广泛重构——这是开发者社区最高频的评价。

六、定价体系：订阅、按量计费与企业

6.1 订阅层级（2026年现状）

OpenAI当前提供三档订阅：

企业/团队方案：Business（$30/用户/月），Enterprise（定制）

6.2 Pay-as-you-go（按量计费）

2026年4月，OpenAI为Codex正式引入按量计费选项，在ChatGPT Business和Enterprise方案基础上，用户达到订阅额度上限后可以信用额度扩展，按消息计费（基于模型、任务复杂度、本地vs云端执行类型）。

这一改变直接回应了团队用户最大的抱怨：固定配额限制严重影响高频使用场景下的工程团队效率。

6.3 学生计划

学生通过SheerID大学邮件验证后，可在chatgpt.com/codex/students申请，获得Codex免费额度，有效期12个月。这是OpenAI明确针对开发者社区下一代用户的长线布局。

6.4 定价竞争力

对比Claude Code：

• Claude Pro（$20/月）对高强度工作负载的额度限制更快触达上限
• Claude Max 5x（200/月）覆盖重度用户
• 但多子Agent工作流会按比例消耗更多额度（每个Agent独占上下文窗口）

从纯成本角度看，GPT-5 Codex系列模型的token效率显著高于Claude Sonnet（约为其两倍），在$20档上，Codex的可用配额体验明显优于Claude Pro。

七、与Claude Code的深度竞争分析

这是整个AI编程工具市场最引人关注的双雄对决。

7.1 哲学层面的根本分歧

两个工具背后是两种截然不同的产品哲学：

Claude Code（Anthropic）：

开发者在回路（Developer-in-the-loop），本地优先，深度上下文理解，精确控制

Codex（OpenAI）：

任务委托，云端异步，平台生态，效率优先，超级应用入口

这不是功能差异，而是对”AI在软件开发中扮演什么角色”的不同判断。Anthropic认为AI是高度胜任的搭档，始终在开发者的视野和控制范围内；OpenAI认为AI是可以被委以重任的独立工程师，在云端安静完成任务后汇报结果。

7.2 核心架构差异

7.3 市场份额的戏剧性逆转

这组数据值得反复回味：

• 2025年9月：Codex使用量仅为Claude Code的5%
• 2026年1月：Codex使用量上升至Claude Code的约40%
• 2026年2月：Claude Code为Anthropic贡献近1/5的总业务，年化营收超过25亿美元

Codex正在以惊人速度追赶，GPT-5.3-Codex的发布是真正的拐点。

7.4 两款工具适合什么人？

选择Claude Code，如果你：

• 需要处理超大型、依赖复杂的单一代码库（1M context优势明显）
• 对代码质量有极高要求，不能接受”能跑但不干净”的输出
• 需要深度定制Agent行为（26个Hooks、CLAUDE.md Policy层级）
• 工作以本地文件系统为主，不想让代码离开机器
• 需要Computer Use做复杂本地GUI操作

选择Codex，如果你：

• 需要异步委托多个并行任务，你去做别的事情
• 重视token效率和每月可用额度（$20档明显更宽松）
• 团队已经深度整合在ChatGPT生态（Slack集成、GitHub集成、Linear集成）
• 大量DevOps、终端脚本、CI/CD相关工作（Terminal-Bench领先）
• 需要访问90+插件生态快速连接外部服务

2026年最佳实践：很多资深工程师两者都用——Claude Code负责需要精度的复杂单任务推理和重构，Codex负责后台批量执行、多任务并行和广泛重构。甚至有官方Codex插件可以在Claude Code会话内直接调用Codex执行特定子任务。

八、超级应用战略：Codex在OpenAI棋局中的地位

8.1 从工具到平台的战略跃升

2026年3月OpenAI超级应用战略的公开，让Codex的地位从”一个好用的AI编程工具”上升到”OpenAI整个agentic平台战略的核心支柱”。

ChatGPT的900万周活用户是前门，Codex是让用户留在生态内的核心引擎，Atlas浏览器是将AI延伸到日常上网行为的触角。三者合一，形成的不是一个超级App，而是一个”环境级AI操作层”——AI不再是你去访问的工具，而是包裹在你所有数字活动中的ambient intelligence。

用Fidji Simo（OpenAI应用CEO）的原话：**”当新的押注开始奏效——就像我们现在看到的Codex一样——我们必须全力加码，避免分心。”**

8.2 竞争压力下的战略防御

OpenAI超级应用战略的加速，有相当程度是被Claude Code逼出来的。报道显示，OpenAI此前曾与AI编程工具Windsurf谈判收购（出价30亿美元），但由于与微软在知识产权访问上的分歧，谈判最终破裂。

超级应用是OpenAI的内生解决方案：与其收购竞争对手，不如把整个平台做成壁垒。

8.3 生态锁定的双刃剑

Codex超级应用战略的深层逻辑是转换成本。当开发者在Codex内建立工作流、配置Skills库、构建自动化链路，迁移成本随之不断上升。

这是典型的平台扩张策略——便利性背后是依赖性。MIT斯隆管理评论的观察一针见血：”随着AI提供商将能力整合进统一环境，采用门槛可能下降，但对更少、更强大平台的依赖性可能上升。”

8.4 企业级渗透

Codex已进入Cisco、NVIDIA等头部企业的工具栈，标志着agentic编程从”开发者玩具”阶段进入”企业生产工具”阶段。OpenAI的企业收入目前占总收入的40%以上，预计2026年底与消费端持平。

九、争议与风险：不该忽视的另一面

9.1 质量退化投诉

OpenAI社区论坛中出现了”Codex output quality is rapidly degrading”的帖子并获得大量关注。多位用户报告过去一个月输出质量下降，主要表现在：

• 同一个Prompt多次运行结果差异过大（高方差）
• 脱离计划（off-plan drift）：当Agent”进入状态”时忽视指令
• 防御性过度工程：添加不必要的错误处理
• 样式无感知：不适应代码库的编码风格

这是agentic系统的共性挑战，但Codex当前版本的表现在用户感知层面仍有改善空间。

9.2 沙箱安全的信任边界

Codex CLI曾曝出zsh沙箱绕过漏洞（在v0.106.0中修复），引发了对沙箱信任模型的质疑。OpenAI已从--full-auto迁移到显式权限配置文件，这是正确方向，但沙箱作为安全边界的可靠性仍需持续验证。

9.3 Chronicle的隐私隐患

Chronicle记忆系统以未加密Markdown文件在本地存储用户工作模式摘要。这对于处理敏感代码库或受监管行业（金融、医疗、政府）的团队是一个不可忽视的合规风险。欧洲监管机构已要求Computer Use和Chronicle在EEA范围内暂停，进一步说明了监管对这类ambient AI功能的关切。

9.4 multi-agent额度消耗加速

Codex的多Agent并行模式（每个子Agent独占一个上下文窗口）意味着一次复杂任务可能快速消耗数倍于单Agent任务的额度。这在$20订阅层级用户中是真实痛点，需要在任务设计层面做配额意识的权衡。

十、市场意义：为什么Codex是2025-2026年最重要的AI产品之一

10.1 软件工程职能的重新定义

Codex的崛起，在实践层面验证了一个此前尚存争议的假设：AI可以处理完整的软件工程任务，不只是帮你写代码片段。

GPT-5.3-Codex在OpenAI内部测试中独立工作超过7小时，处理复杂任务时迭代修复测试失败，全程无需人工介入。这不是科研Demo，是生产环境的实际表现。

这对软件开发的职能分工意味着深远影响：开发者工作的重心正在从”写代码”转向”定义目标、审查结果、架构判断”。GPT-5.3-Codex已经能”做几乎所有开发者和专业人士能在电脑上做的事情”——这是OpenAI自己的定位，而非市场营销语言。

10.2 独立开发者的杠杆效应

对于独立开发者，Codex代表的不仅是效率工具，而是人力杠杆。一个开发者+Codex的多Agent并行模式，在广泛重构、测试覆盖、文档生成等场景下，可以覆盖此前需要2-3人团队才能支撑的工程产出。

GitHub数据显示，Claude Code每天贡献约13.5万次git提交——整个AI编程工具类别正在以前所未有的速度改变软件生产率曲线。

10.3 AI编程市场的竞争烈度将持续升级

2026年初，AI编程工具领域的竞争格局是：

• OpenAI Codex：超级应用战略，生态整合，token效率优势
• Anthropic Claude Code：代码质量领先，本地优先，企业合规
• Cursor：IDE深度集成，Agent模式持续跟进
• GitHub Copilot（微软）：IDE嵌入优势，Microsoft 365生态
• Windsurf、Aider等：细分场景工具

但竞争的边界正在模糊——AI编程工具正在演变为AI工程师平台，评价维度从代码质量扩展到任务自主程度、生态整合深度、平台锁定程度。

OpenAI的超级应用是这场战争中最激进的一张牌——它不在”工具”的维度竞争，它直接在操作系统的维度竞争。

10.4 “代币即商品”经济学的具象化

Codex的商业模型是AI基础设施经济学的一个缩影：模型能力持续提升，token成本持续下降，但应用层的价值捕获越来越集中于工作流锁定和生态深度，而非单纯的模型性能。

OpenAI的API目前处理的tokens超过每分钟150亿，这个量级使得即使极低的边际利润也能支撑巨大的总收益。Codex是将这些tokens转化为”可感知的工程价值”的最直接界面。

十一、实用指南：如何上手Codex并发挥最大效用

11.1 新手快速起步

Web端（推荐新手）：

1. 登录 chatgpt.com/codex（需Plus及以上）
2. 连接你的GitHub仓库
3. 用自然语言描述任务：给用户认证模块添加双因素认证，使用TOTP标准，并为新增端点补充单元测试
4. Codex在云端执行，完成后返回PR链接

CLI端（推荐本地工作流）：

npm install -g @openai/codex
cd your-project
codex "将所有API调用迁移到新版SDK"

11.2 写好任务描述的关键原则

Codex的输出质量与任务描述质量高度正相关：

• 明确验收标准：”完成后所有现有测试必须通过”
• 指定约束：”不要修改public API签名”、”保持与当前Python版本的兼容性”
• 分层描述：先描述目标，再描述约束，最后描述期望的输出形式
• 利用AGENTS.md：在项目根目录创建AGENTS.md，写入代码风格要求、禁止操作、测试运行方式

11.3 适合委托给Codex的任务类型

高适配（委托后离开，等待结果）：

• 为遗留代码补充测试覆盖
• 大规模依赖升级和API迁移
• 多文件样式统一和代码规范化
• 根据Issue列表批量修复Low-severity Bug
• CI失败的自动修复（Codex Autofix）

需要人工紧密配合（实时交互更好）：

• 新功能的核心架构设计
• 安全敏感代码（需要人工Review每个变更）
• 需要理解业务语义的逻辑设计

11.4 推理强度调优

Codex提供Low/Medium/High/Minimal四档推理强度，适配不同任务：

• Minimal/Low：快速迭代、样式修复、文档生成
• Medium：常规功能实现、Bug修复
• High：复杂重构、架构分析、安全审查

新TUI快捷键Alt+,/Alt+.可在任务中途实时调整，避免简单任务上的推理浪费。

十二、结语：我们正在目睹的是什么？

回顾Codex从2025年5月到2026年5月这整整一年的演进：

技术层面：从o3微调的代码补全，到GPT-5.5驱动的全栈软件工程Agent，模型代际每隔数月迭代，每次都带来不只是性能提升，而是能力边界的实质扩展——从写代码，到做代码审查，到自主执行7小时复杂任务，到Computer Use操控桌面，到参与自身模型的训练和部署。

产品层面：从Web云端Agent，到CLI，到IDE扩展，到macOS桌面App，再到正在成型的超级应用——Codex覆盖的接触面从单一维度扩展到开发者数字生活的全部场景。

战略层面：Codex成为OpenAI价值1220亿美元融资的核心叙事支柱，成为与Anthropic Claude Code最直接正面对抗的武器，成为超级应用战略的脊梁。

市场层面：agentic编程从”实验性技术”进入”企业生产工具”，AI编程工具的竞争从模型能力延伸到平台锁定、生态深度、工作流整合。

软件开发这门手艺，正在经历自Internet时代以来最深刻的一次范式转变。Codex不是这场转变的终点，甚至不是高潮——但它是迄今为止最清晰的一张路线图。

“当新的押注开始奏效，就像我们现在看到的Codex一样，我们必须全力加码，避免分心。”—— Fidji Simo，OpenAI应用CEO，2026年3月

本文数据截至2026年5月2日，AI领域迭代极快，具体数字以各官方最新披露为准。

如果你觉得这篇文章有价值，欢迎转发给同样在关注AI工具的开发者朋友。

关注「和我一起学AI」，持续获取深度AI工具评测与行业分析。