GPT-5.1-Codex-Max amplia contexto, opera mais rápido e mantém tarefas por mais de 24 horas
A OpenAI anunciou o lançamento do GPT-5.1-Codex-Max, um novo modelo de codificação com foco em tarefas de engenharia longas e complexas. Projetado para atuar como um assistente “agentic” em ambientes de desenvolvimento, o GPT-5.1-Codex-Max chega como padrão nas interfaces do Codex e traz otimizações para lidar com grandes volumes de contexto e sessões que podem se estender por mais de um dia.
Segundo a empresa, o novo modelo usa 30% menos “tokens de pensamento” do que seu predecessor, mantendo a mesma qualidade, e consegue operar de 27 a 42% mais rápido em tarefas do mundo real. A OpenAI também oferece um modo de raciocínio chamado Extra High, pensado para cenários em que a latência não é um problema e é desejável mais tempo de processamento.
Recursos e limites de uso
O GPT-5.1-Codex-Max já está disponível para assinantes dos planos ChatGPT Plus, Pro, Team, Edu e Enterprise, substituindo o modelo anterior como padrão. A empresa divulgou que, enquanto a versão anterior custava US$ 1,25 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, os preços do novo modelo ainda não foram anunciados, e o acesso à API é previsto para breve.
Para usuários do ChatGPT Plus, os limites são de 45 a 225 mensagens locais e de 10 a 60 tarefas na nuvem a cada cinco horas. Já os usuários Pro contam com uma capacidade maior, com limites de 300 a 1.500 mensagens locais e de 50 a 400 tarefas na nuvem no mesmo período. Essas faixas indicam que a OpenAI pretende atender desde desenvolvedores individuais até equipes com cargas de trabalho contínuas.
Sessões longas, compaction e retenção de contexto
Uma das promessas centrais do novo Codex é a habilidade de manter o foco em uma só tarefa por períodos que ultrapassam 24 horas. Em testes internos, o modelo mostrou que consegue gerenciar trabalhos como corrigir falhas em testes e iterar implementações ao longo de um dia inteiro.
Para viabilizar essas sessões longas, o sistema utiliza um processo chamado “compaction”. Quando a janela de contexto é preenchida, o histórico da sessão é automaticamente comprimido, resumindo as informações essenciais e descartando detalhes menos relevantes. Assim, a inteligência artificial consegue reter a tarefa principal e os pontos-chave em meio a milhões de tokens.
O comunicado da OpenAI destaca que o GPT-5.1-Codex-Max é o primeiro modelo treinado de forma nativa para operar dessa maneira em múltiplas janelas de contexto, o que permite alternar entre trechos muito longos de histórico sem perder coerência sobre a tarefa em andamento.
Segurança, auditoria e o papel do desenvolvedor
Quanto à segurança, a OpenAI afirma que este é seu modelo de cibersegurança mais avançado até o momento, embora ainda não atinja o limiar interno de “Alta Capacidade”. A empresa planeja oferecer ferramentas específicas para apoiar defensores, mas alerta que o modelo não substitui a revisão humana.
A própria OpenAI lembra que à medida que o Codex assume tarefas mais prolongadas, a revisão do trabalho do modelo se torna cada vez mais crucial. O sistema ainda pode cometer erros, e conforme gera mais código, a verificação e a compreensão para futuras depurações se tornam desafios maiores, o que pode anular ganhos de eficiência.
Para mitigar parte desse risco, o Codex produz logs de terminal que registram chamadas de ferramentas e resultados de testes, atuando como um revisor adicional, e não como substituto da avaliação humana. Desenvolvedores e equipes são orientados a validar, revisar e auditar o código gerado antes da implantação em produção.
Dados internos da OpenAI reforçam a adoção do Codex na prática, com a empresa relatando que 95% dos seus engenheiros utilizam o Codex semanalmente e observando um aumento de 70% nos pull requests desde a introdução da ferramenta. Esses números mostram como a tecnologia já está integrada a fluxos de trabalho reais e pressionam pela criação de processos de revisão adequados.
O lançamento do GPT-5.1-Codex-Max representa um passo para tornar a IA mais útil em projetos de engenharia que exigem persistência, contexto extenso e integração com ambientes como o Windows, dado que o modelo foi treinado para otimizar tarefas na linha de comando desse sistema.
Ainda que o modelo amplie as capacidades das equipes, a recomendação permanece clara: combinar a produtividade oferecida pelo Codex com controles humanos rigorosos e processos de auditoria contínuos para evitar que erros se propaguem em sistemas complexos.
Deixe um comentário