OpenAI Codex (modelo de lenguaje)

OpenAI Codex es un modelo de lenguaje de gran tamaño desarrollado por OpenAI para traducir indicaciones en lenguaje natural a código fuente . Anunciado en 2021, era una versión de producción modificada de GPT-3 que se ajustó con precisión en código fuente en múltiples lenguajes de programación , y sirvió como modelo original para GitHub Copilot . ^{[ 1 ] [ 2 ]}

Codex fue diseñado para ayudar a los programadores generando código a partir de instrucciones en lenguaje natural, completando código parcialmente escrito e interactuando con software y servicios en línea. ^{[ 3 ] [ 4 ]} Investigadores y comentaristas también describieron limitaciones y riesgos, incluyendo resultados inexactos o inseguros, dificultad con indicaciones más complejas y preocupaciones sobre derechos de autor relacionadas con la capacitación en código disponible públicamente. ^{[ 5 ] [ 6 ] [ 7 ]}

No debe confundirse con el agente de codificación independiente Codex , que OpenAI presentó en 2025 con un nombre similar, aunque no utiliza el nombre de la empresa. ^{[ 8 ]}

Construido sobre GPT-3 , Codex fue entrenado con 159 gigabytes de código Python extraído de 54 millones de repositorios de GitHub . ^{[ 9 ] [ 2 ]} Un caso de uso típico de Codex es que un usuario escriba un comentario, como " //compute the moving average of an array for a given window size", y luego use la IA para sugerir un bloque de código que satisfaga esa solicitud de comentario. ^{[ 10 ]} OpenAI afirmó que Codex puede completar aproximadamente el 37% de las solicitudes y está diseñado para hacer que la programación humana sea más rápida en lugar de reemplazarla. Según el blog de OpenAI, Codex sobresale más en "mapear... problemas simples a código existente", lo que describen como "probablemente la parte menos divertida de la programación". ^{[ 11 ] [ 3 ]} El cofundador de Fast.ai , Jeremy Howard , dijo, "Codex es una forma de obtener código escrito sin tener que escribir tanto código", y que "no siempre es correcto, pero es lo suficientemente cercano". ^{[ 12 ]} OpenAI afirmó que Codex podía completar alrededor del 37% de las tareas de programación en su conjunto de evaluación y que su objetivo era hacer que los programadores humanos fueran más rápidos en lugar de reemplazarlos. ^{[ 5 ]}

OpenAI afirma que Codex puede crear código en más de una docena de lenguajes de programación, incluidos Go , JavaScript , Perl , PHP , Ruby , Shell , Swift y TypeScript , aunque es más eficaz en Python. ^{[ 1 ]} Según VentureBeat , las demostraciones de OpenAI sugirieron que Codex podía recordar partes anteriores de una instrucción y usar ese contexto para generar código funcional. En estas demostraciones, se usó para crear un juego de navegador en JavaScript y para generar código de visualización de datos usando matplotlib . ^{[ 3 ]}

En demostraciones, OpenAI mostró a Codex interactuando con servicios y aplicaciones como Mailchimp , Microsoft Word , Spotify y Google Calendar . ^{[ 3 ] [ 4 ]}

Las demostraciones de OpenAI también mostraron debilidades como código ineficiente y resultados inesperados ocasionales en ejemplos individuales. ^{[ 3 ]} En una entrevista con The Verge , el director de tecnología de OpenAI, Greg Brockman, dijo que "a veces [Codex] no sabe exactamente lo que le estás pidiendo" y que puede requerir algo de ensayo y error. ^{[ 4 ]} Los investigadores de OpenAI descubrieron que Codex tenía problemas con las indicaciones de varios pasos y podía producir resultados inesperados. También plantearon preocupaciones de seguridad, incluyendo la excesiva dependencia de programadores novatos, sesgos en los datos de entrenamiento y riesgos de seguridad derivados de código vulnerable. ^{[ 5 ]}

VentureBeat afirmó que, dado que Codex se entrena con datos públicos, podría ser vulnerable a la "contaminación de datos" mediante cargas intencionadas de código malicioso. ^{[ 3 ]} Según un estudio de investigadores de la Universidad de Nueva York , aproximadamente el 40 % del código generado por GitHub Copilot (que utiliza Codex) en escenarios relevantes para CWE de alto riesgo incluía fallos u otras deficiencias de diseño explotables. ^{[ 6 ]}