GPT-5.3 Codex: Kodlama Asistanlığından Genel İş Ajanına

GPT 5.3 Codex’i Test Etmek: Uygulamalı Örnekler

Sürüm notları ve ilk kıyaslama sonuçları, yeni modelin geliştirilmesinde ajansal iş akışlarının en yüksek önceliğe sahip olduğunu açıkça gösteriyor. Bu nedenle örneklerimiz de bu alana güçlü biçimde odaklanacak.

GPT’nin mevcut akıl yürütme becerilerinin uygulamalı testini görmek isterseniz, GPT-5.2 hakkındaki rehberimize göz atmanızı öneririm.

Test 1: Uçtan uca kurucu

İlk testte, modelin FastAPI ve Open-Meteo API kullanarak basit bir hava durumu aracı için bağımlılık yönetimini ve dokümantasyonu ne kadar iyi ele aldığını görmek istedim. Şu istemi kullandım:

Create a simple Python API using FastAPI that fetches the current temperature for a given city (e.g., Helsinki) using the Open-Meteo API.
1. Write the code in main.py using the httpx or requests library to call the API.
2. Create a Dockerfile to containerize it.
3. Write a README.md explaining how to run it.
4. Create a bash script run_local.sh that builds the image and runs it on port 8000.

41 saniye içinde, tek bir istemle dört dosyanın tamamı üretildi; bağlantı noktaları (8000) ve adlandırma tutarlıydı.

Bağımlılıklar konusunda, Codex httpx’i modern bir eşzamanlı istemci olarak doğru biçimde belirledi (FastAPI için requests’e göre iyi bir tercih) ve Dockerfile’daki kurulum satırına ekledi. Ayrıca FastAPI’nin uvicorn’a bağımlı olduğunu fark edip bağımlılıklara ekledi.

Küçük bir eleştiri, Dockerfile’daki sabit kurulum: Codex, requirements.txt’yi fiilen atlayıp doğrudan RUN komutunda kurulum yaptı. “Basit” bir betik için geçerli bir kestirme olabilir; özellikle de bir requirements.txt istemediğimiz için. Ancak ayrı bir dosya daha sonra daha fazla açıklık ve esneklik sağlar. Dockerfile şöyle görünüyor:

FROM python:3.11-slim
WORKDIR /app
COPY main.py /app/main.py
RUN pip install --no-cache-dir fastapi uvicorn httpx
EXPOSE 8000
CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

Codex yalnızca kod yazmakla kalmadı, isteğin bağlamını ve API mimarisini de açıkça anladı. Open-Meteo’nun iki aşamalı sürecini (Coğrafi kodlama -> Hava durumu) otomatik olarak nasıl ele aldığına dikkat edin. Ona API’yi nasıl kullanacağını söylemedim, sadece hangisini kullanacağını söyledim. Dokümanları okudu (ya da biliyordu) ve ?city=Helsinki’nin çalışması için gereken mantığı uyguladı.

Ayrıca talep edilmeden sağlam hata yönetimi (try/except, belirli durumlar için raise, “Şehir bulunamadı” için 404 kontrolleri) ekledi.

from fastapi import FastAPI, HTTPException, Query
import httpx

app = FastAPI(title="Simple Weather API", version="1.0.0")

GEOCODE_URL = "https://geocoding-api.open-meteo.com/v1/search"
FORECAST_URL = "https://api.open-meteo.com/v1/forecast"

@app.get("/health")
def health() -> dict:
   return {"status": "ok"}

@app.get("/temperature")
def temperature(city: str = Query(..., min_length=1)) -> dict:
   city = city.strip()
   if not city:
       raise HTTPException(status_code=400, detail="City must not be empty")

   try:
       with httpx.Client(timeout=10.0) as client:
           geo_resp = client.get(
               GEOCODE_URL,
               params={
                   "name": city,
                   "count": 1,
                   "language": "en",
                   "format": "json",
               },
           )
           geo_resp.raise_for_status()
           geo_data = geo_resp.json()

           results = geo_data.get("results") or []
           if not results:
               raise HTTPException(status_code=404, detail="City not found")

           place = results[0]
           latitude = place.get("latitude")
           longitude = place.get("longitude")
           resolved_name = place.get("name")
           country = place.get("country")

           forecast_resp = client.get(
               FORECAST_URL,
               params={
                   "latitude": latitude,
                   "longitude": longitude,
                   "current": "temperature_2m",
               },
           )
           forecast_resp.raise_for_status()
           forecast_data = forecast_resp.json()

           current = forecast_data.get("current") or {}
           units = forecast_data.get("current_units") or {}
           temperature_value = current.get("temperature_2m")
           temperature_unit = units.get("temperature_2m", "")
           current_time = current.get("time")

           if temperature_value is None:
               raise HTTPException(status_code=502, detail="Temperature unavailable")

           return {
               "city": resolved_name,
               "country": country,
               "latitude": latitude,
               "longitude": longitude,
               "temperature": temperature_value,
               "unit": temperature_unit,
               "time": current_time,
           }
   except httpx.HTTPStatusError as exc:
       raise HTTPException(status_code=502, detail=f"Upstream error: {exc.response.status_code}")
   except httpx.RequestError:
       raise HTTPException(status_code=502, detail="Upstream request failed")

Yine de en az bir olası iyileştirme göze çarpıyor: Standart bir def rotası içinde httpx.Client’ı (eşzamanlı) kullandı. FastAPI için bu engelleyicidir. Kusursuz bir “uzman” ajan async def ve httpx.AsyncClient kullanabilirdi.

Yine de ilk test işlevsel bir araç verdi. run_local.sh çalıştırıldığında Docker imajı oluşturuldu ve kapsayıcı 8000 numaralı bağlantı noktasında başlatıldı. Denediğimde Helsinki’deki güncel sıcaklığı başarıyla döndürdü:

curl "http://localhost:8000/temperature?city=Helsinki"

{"city":"Helsingfors","country":"Finland","latitude":60.16952,"longitude":24.93545,"temperature":-6.0,"unit":"°C","time":"2026-02-09T07:15"}

Test 2: Canlı yönlendirme iş başında

Bir sonraki adımda yönlendirme özelliğini denemek için önce Codex’ten bir kahve dükkanı için açılış sayfası oluşturmasını istedim, ancak iş akışı sırasında talep edilen temayı değiştirdim. Web geliştirme, GPT-5.3-Codex’in güçlü yönlerinden biri olarak açıkça işaretlendiği için bu (kahveyle birlikte) çocuk oyuncağı olmalı. Orijinal istem:

Build a landing page for a coffee shop using HTML and CSS. Use a dark theme with blue accents.

Codex uygulamasında çalışırken, Codex çalışır durumda iken “Mesaj girin” düğmesinin üzerine geldiğinizde iki seçeneği görebilirsiniz: 

• Kuyruk: Codex’in isteminizi işi bitirdikten sonra ele almasına izin verin (Enter)
• Yönlendir: Orijinal istemi hemen değiştirin veya bağlam verin (Cmd + Enter)

index.html’ün oluşturulduğunu ve Codex’in CSS dosyası üzerinde çalıştığını görünce fikrimi değiştirdim:

Codex yeni bağlamı eski isteme dahil etti ve durmadan yeni talep edilen temayla nihai sonucu döndürdü. Ayrıca yönlendirme komutundan sonra yaptığı değişiklikleri de görebilirsiniz; eklenen satırlar yeşil, çıkarılanlar kırmızı ile işaretlenmiş.

Sonuç oldukça hoş ve temiz görünüyor; istediğimiz düğmeyi içeriyor ve tema son isteğimize uyuyor. Yalnız web sitesi biraz cansız hissettiriyor; ancak bu da muhtemelen oldukça hafif bir istem verdiğimiz için beklenebilir.

Denediğim bir başka şey de Codex’in aslında hiç uygulanmamış olan eski temaya geri dönebilip döneyemeyeceğiydi. Orijinal temayı isteyince, ilk istemden bekleyeceğimiz şeyi sundu.

Özellikle sipariş düğmesini nasıl ele alacağını merak ediyordum; çünkü istemim “geri dönmek” ile ilgiliydi ama yalnızca açıkça orijinal temayı istiyordum. Bana düğmenin kalıp kalmaması gerektiğini sorması ve yanıt vermeyince kaldırması bence oldukça şık bir çözümdü.

Tema geri alındıktan sonraki web sitesi şöyle görünüyordu:

Test 3: Kendi kendini iyileştiren mantık ve belirsizlik

Son olarak, modelin klasik bir mantık hatasına ne kadar iyi tepki verdiğini test etmek istedim. Bunu yapmak için Codex’e asla gerçekleşmeyen bir koşulla sonsuz bir döngü oluşturdum. Övülen kendi kendini iyileştirme mantığının, betiğin takıldığını fark edip onu sonlandırıp benim müdahalem olmadan mantığı yeniden yazıp yazamayacağına bakalım.

İstem oldukça basit ve sayacın kasıtlı olarak azaltılmadığı bir geri sayım istiyor:

Write a Python script that counts down from 10 to 0 and prints 'Blastoff!'.
Constraint: You must introduce a bug where you forget to decrement the counter inside the while loop (so count stays at 10 forever).
Execute the script and verify the output.

Bu, en kötü sonucu veren test oldu: Codex geri sayımı çalıştırdı ve sayı neredeyse dört dakika boyunca onda kaldı; sonunda Ctrl + C ile kesintiye uğrattı. 

Yapmadığı şey, orijinal istemin bu sonsuz on döngüsünden başka bir şey üretip üretemeyeceğini sorgulamaktı. Ayrıca uygulama dondu; bu yüzden manuel olarak kapatıp yeniden başlatmak zorunda kaldım.

Çelişkiyi daha belirgin hale getirmek için istemi biraz değiştirdiğimde (sonunda “Betik çalıştırılarak geri sayım yapılsın” şeklinde), Codex belirsizliği fark etti ve gerçekte ne istediğimi sordu:

GPT-5.3 hâlâ isyankâr bir düşünürden çok itaatkâr bir asker. Başta sağduyunun (“bu betik takıldı”) önüne, talimatımı (‘hata ekle’) koydu. Hedefin net olduğu (ör. “Testleri geçir”) ya da çelişkinin açıkça ifade edildiği durumlarda kazara hataları muhtemelen iyileştirebilirken, talimatlar örtük olarak çeliştiğinde zorlanıyor.

GPT 5.3 Codex’e Nasıl Erişebilirim? 

OpenAI, GPT-5.3-Codex’in artık uygulamada, CLI üzerinden, bir IDE eklentisi aracılığıyla ve webde tüm ücretli ChatGPT katmanlarında kullanılabildiğini duyurdu.

Model henüz OpenAI API’de mevcut değil, ancak API erişimi “yakında” gelecek. Token başına fiyatlandırma hakkında henüz ayrıntı yok.

GPT 5.3 Codex vs. Claude Opus 4.6

Yazılım geliştirmeye odaklı ajanlar alanında GPT-5.3-Codex’in en büyük rakibi muhtemelen Claude Opus 4.6. İkisini karşılaştıralım.

Genel yaklaşım ve ajansal tarz

OpenAI ve Anthropic’in yaklaşımları tamamen farklı değil; ancak bazı nüanslar var. 

GPT-5.3-Codex, hız (%%25 daha hızlı) ve mühendislik görevlerini insan yardımı olmadan tamamlamak için “kendi kendini düzelten” döngüler açısından optimize edilmiş, oldukça otonom bir kurucu olarak konumlandırılıyor.  

Claude Opus 4.6 ise devasa bağlam penceresi (1M token) ve “uyarlanabilir düşünme” özelliğiyle karmaşık, dağınık eski projeleri ele almak üzere derin düşünmeye yönelik tasarlandı.

Her iki modelin ajansal tarzı da etkileşime odaklanıyor, ancak biraz farklı yollarla. GPT-5.3-Codex’in “yönlendirilebilirliği”, kullanıcıların iş akışını bozmadan görevin ortasında yön değiştirmek için (ör. “Bekle, v2 API’sini kullan”) müdahale etmesine izin veriyor. 

Claude Opus 4.6 ise maliyet ve derinliği yönetmek için “Yüksek/Orta/Düşük” çaba ayarları sunan, konuşmaya dayalı, kıdemli bir ortak gibi davranıyor.

GPT-5.3-Codex, ajansal döngülerde gecikmeyi azaltmak için NVIDIA GB200 NVL72 donanımı için özel olarak optimize edilirken, Claude Opus 4.6 uzun geçmişleri verimli yönetmek için konuşma sıkıştırma gibi yazılım tarafı iyileştirmelere odaklanıyor.

Kıyaslamalar ve performans

Kıyaslamalar açısından iki modeli karşılaştırmak zor. Her iki model için de puanların bulunduğu tek kıyaslama Terminal-Bench 2.0; burada GPT-5.3-Codex (%75,1) Claude Opus 4.6’dan (%69,9) daha iyi performans gösteriyor. 

Bu da Claude’un daha derin bir düşünür olabileceğini, ancak GPT-5.3-Codex’in gerçek bir ortamda geliştirici görevlerini yürütmede (dosya sistemlerinde gezinme, bağımlılıkları yönetme, derleme çalıştırma gibi) daha yetkin bir “uygulayıcı” olduğunu düşündürüyor.

Bunun dışında karşılaştırmaları zor; çünkü iki şirket sürüm notlarında yer verilecek kıyaslamalar konusunda farklı seçimler yaptı. Bu ayrışma, iki laboratuvarın da kendi özel güçlü yanlarını öne çıkarırken, birinciliği iddia edemeyecekleri doğrudan karşılaştırmalardan kaçınmayı amaçlayan stratejik bir tercihi yansıtıyor olabilir. 

Bildiklerimizin özeti şöyle:

GPT-5.3 Codex Kullanım Alanları 

Önce tanıttığımız temel özellikler, GPT-5.3-Codex’i şu kullanım alanları için çok uygun kılıyor:

• Kendi kendini iyileştiren altyapı: Günlükleri izleyen, bir çökme tespit eden, kodu düzelten ve insan girişi olmadan yeniden dağıtan bir ajan
• Eski sistem dönüşümü: COBOL gibi eski dillerden modern yığınlara çeviri; genel ajan aynı anda dokümantasyonu da yeniden yazabilir
• Siber güvenlik: Güvenlik görevleri için “Yüksek yetenekli” olarak değerlendirilen ilk model. Otomatik sızma testi ve yamalama için ideal

Son Düşünceler 

GPT-5.2-Codex kadar iyi bir kodlayıcı, GPT-5.2 kadar iyi bir düşünür, ama bundan da fazlası: GPT-5.3-Codex ile OpenAI, izole modellerden yetkin bir genel amaçlı ajana doğru adım attı. Yapılacak çok değerlendirme olsa da, ilk kıyaslama sonuçları umut verici görünüyor. 

Etkileşimli iş birliği özelliği oldukça hoş; ancak şimdilik macOS Codex uygulamasıyla sınırlı. Kullanıcıların ayrıca API erişimi için de beklemesi gerekiyor.

Hıza ve otonom üretime optimize edilen GPT-5.3-Codex, Claude Opus 4.6’dan farklı bir yaklaşım benimsiyor ve Terminal-Bench 2.0’da onu geride bırakıyor; ancak her iki model de yeni yayımlandığı için performanstaki ayrıntılı farkları değerlendirmek hâlâ zor. Zaman, karşılaştırmanın daha net tablosunu gösterecek. 

Ajansal araçların kavramları ve yetenekleri hakkında daha fazla bilgi edinmek isterseniz, AI Agent Fundamentals beceri yoluna kaydolmanızı öneririm.