2026년 9월 7일 확인한 정보

OpenAI의 현재 모델 선택 기준은 9월 모델 가이드에 정리했습니다. 아래 표는 이번에 다시 확인한 사양이며, 이후 본문은 최초 발행 당시의 분석입니다.

최신 공개 벤치마크와 실행 조건도 함께 확인할 수 있습니다.

최초 발행 당시의 분석

GPT-5.3-Codex 리뷰

도입부

GPT-5.3-Codex는 "코딩을 얼마나 잘하는가"에 거의 모든 걸 건 모델입니다. 그래서 평가도 단순합니다. 코딩 작업에서 얼마나 버티는가, 그리고 그 일을 GPT-5.4가 대신할 수 있는가입니다.

공식 문서와 발표를 종합하면 코딩 에이전트 성능을 크게 끌어올린 세대입니다. 다만 OpenAI 모델은 이름이 비슷해서 헷갈리기 쉽고, 범용 기본값은 이미 GPT-5.4로 넘어간 상태라는 점을 같이 봐야 합니다.

솔직한 결론부터 말하면, 코딩 전용으로는 여전히 강합니다. 그런데 새로 시작하는 사람에게는 "GPT-5.4도 같이 비교해 보세요"라고 말하는 쪽이 정직합니다.

한 줄 결론

코딩 작업이 전부라면 강력한 카드, 조금이라도 범용 업무가 섞이면 GPT-5.4가 답입니다.

이번 모델에서 달라진 점

1. 에이전트 코딩에 맞춘 모델

공식 API 문서 기준 GPT-5.3-Codex는 Codex나 비슷한 환경의 agentic coding 작업에 최적화된 모델입니다. low, medium, high, xhigh reasoning effort를 지원합니다.

2. 벤치마크가 강합니다

OpenAI 발표에서는 SWE-Bench Pro, Terminal-Bench 2.0, OSWorld-Verified 같은 코딩·터미널·컴퓨터 작업 평가에서 GPT-5.2-Codex를 앞서는 결과를 제시했습니다. 특히 장시간 작업과 터미널 조작 쪽 개선이 핵심입니다.

3. 다만 기본값은 GPT-5.4로 이동했습니다

최신 모델 가이드는 GPT-5.4가 GPT-5.3-Codex를 Codex에서도 대체한다고 설명합니다. 순수 코딩 모델로서 의미는 남지만, 새로 고르는 자리라면 GPT-5.4와 직접 비교가 필요합니다.

실전 테스트

1) 큰 코드 변경을 오래 밀고 가기

여러 파일을 고치고 테스트를 돌리는 장기 작업에서 강합니다. 중간 진행 설명과 방향 유지가 이전 세대보다 좋아진 점이 체감 포인트입니다. 장기 에이전트 코딩이 강점이고, 새 프로젝트 기본값 자리는 GPT-5.4와 다퉈야 한다는 게 유일한 걸림돌입니다.

2) 터미널 기반 디버깅

로그를 보고 가설을 세우고 명령을 실행하며 결과를 반영하는 흐름에 잘 맞습니다. 다만 보안 관련 작업은 정책과 안전장치의 영향을 받을 수 있으니, 실전 도입 전에 한 번은 직접 확인해 보세요.

3) 가격과 반복 호출

GPT-5.3-Codex의 표준 단가는 input $1.75, output $14.00, cached input $0.175이고 컨텍스트는 400K입니다. 같은 단가라도 짧은 코드 설명보다 긴 에이전트 작업에서 비용이 더 커지므로, 반복 호출 횟수와 출력 길이를 함께 계산해야 합니다.

경쟁 모델과 비교

GPT-5.3-Codex는 GPT-5.4와 나란히 놓고 보는 게 가장 현실적입니다. 점수 하나만 볼 게 아니라 작업 종류와 실패 시 재시도 비용까지 같이 봐야 합니다.

항목 GPT-5.3-Codex 비교 기준
코딩 장시간 에이전트 작업에 강함 GPT-5.4가 최신 기본값
긴 문맥 400K 동급
속도 reasoning effort로 조절 가능 빠른 반복은 낮은 effort 설정
가격 $1.75 / $14.00 GPT-5.2-Codex와 같은 급
에이전트 작업 터미널·테스트 루프에 최적 범용 작업은 GPT-5.4 우위

가격값은 할까?

가격값은 "얼마나 똑똑한가"보다 "같은 작업을 몇 번 돌려야 하는가"에서 갈립니다. 중요한 의사결정, 큰 코드 변경, 긴 문서 분석처럼 실패 비용이 큰 작업이면 비싼 모델이 낫습니다.

반대로 정해진 포맷의 요약, 작은 코드 수정, 로그 정리, 테스트 후보 작성처럼 반복되는 일이라면 더 빠르고 싼 모델을 섞는 쪽이 유리합니다. 이 기준에서 GPT-5.3-Codex는 "코딩 작업의 성공률을 올리는 비용"으로 볼 때 제값을 하고, 범용 업무까지 태우면 비효율이 생깁니다.

추천 대상 / 비추천 대상

추천 대상

  • Codex 중심으로 개발하는 사람
  • 장시간 에이전트 코딩을 자주 맡기는 팀
  • 터미널·테스트·수정 루프가 많은 프로젝트

비추천 대상

  • 코딩 외 글쓰기·리서치도 많이 섞는 경우
  • 최신 기본 모델 하나만 고르고 싶은 경우

최종 총평

코딩만 본다면 지금도 충분히 강합니다. 다만 새로 시작한다면 GPT-5.4와 먼저 비교해 보세요.

모델 이름만 보고 고르면 헷갈립니다. GPT-5.3-Codex는 GPT-5.4 옆에 놓여야 자리가 보이는 모델입니다. 좋은 모델인지보다 내 작업에 맞는 모델인지가 먼저입니다.

마무리

어떤 모델도 모든 작업의 정답은 아닙니다. 중요한 작업에는 강한 모델을, 반복 작업에는 효율적인 모델을 섞어야 비용과 결과가 같이 맞습니다.

다음에는 이 모델들을 "코딩, 문서, 에이전트, 가격" 기준으로 한 표에 묶어 비교해 보겠습니다.

출처