gpt-5-codex
Red Neuronal
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 400 000 tokens
- Longitud máxima de respuesta
- 4 096 tokens
- Niveles de razonamiento
- bajo, medio, alto
- Funciones
- razonamiento, llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Prompt de imagen
(por 1K tokens)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gpt-5-codex',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gpt-5-codex',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Cómo funciona gpt-5-codex?
Preguntas frecuentes sobre gpt-5-codex
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de OpenAI enfocado en código: escribir funciones, analizar proyectos desconocidos, refactorizar módulos, encontrar la causa de errores. Su contexto de 400 mil tokens permite cargar muchos archivos y documentación a la vez. Acepta imágenes y documentos, por lo que es útil tanto para capturas de pantalla con errores como para especificaciones técnicas.
El límite de una respuesta es de 4096 tokens, lo que equivale aproximadamente a varias páginas de texto o un archivo de código considerable. Para refactorizaciones grandes o documentación extensa, divida el trabajo en partes y continúe en el mismo diálogo: el contexto de 400 mil tokens es suficiente para que el modelo recuerde todo lo anterior.
Sí, antes de responder, el modelo construye una cadena interna de razonamiento; esto es notable en tareas de lógica, algoritmos y depuración. La profundidad del razonamiento y el detalle de la respuesta se pueden ajustar mediante parámetros de esfuerzo y detalle, eligiendo un equilibrio entre velocidad y elaboración de la solución. Esto funciona igual en el chat de BotHub y a través de la API.
Sí, se admiten tanto la llamada a funciones como la salida estructurada en JSON: el modelo decide por sí mismo cuándo utilizar su herramienta y devuelve la respuesta según el esquema definido. Es útil para agentes e integraciones, y la API de BotHub, compatible con OpenAI, permite cambiar a otro modelo sin reescribir el código.
Según nuestros datos, se aceptan imágenes y documentos: envíe una captura de pantalla de una interfaz, un esquema, un diagrama o un archivo de especificación y pida que lo analice. El audio y el video no figuran en la lista de formatos admitidos; para ellos, existen modelos específicos de transcripción y reconocimiento en el catálogo de BotHub.
Los idiomas no están especificados en los datos del modelo, por lo que no podemos prometer nada concreto; es más fácil comprobarlo con su propia tarea: formule una consulta y compare el resultado con otro modelo en la misma ventana. La interfaz de BotHub está en ruso, se aceptan pagos con tarjetas rusas, y no se necesitan VPN ni tarjetas extranjeras.