如需完整的文件索引,請參閱 llms.txt。在文件頁面的網址末尾加上 .md ,即可取得該頁面的 Markdown 版本。
主要導覽
主題
Dec 30, 2025 General

OpenAI 開發者平台 2025 年回顧

回顧今年模型、API 與平台的重大變化,看看這些進展如何協助開發者打造能在正式環境中運作的智慧體。

作者: Vaibhav (VB) Srivastav, Katia Gil Guzman

OpenAI 開發者平台 2025 年回顧

回顧 2025 年,比任何一款新模型問世更重要的變化,是在正式環境中執行 AI 變得更容易了。隨著模型越來越擅長規劃、使用工具和執行耗時較長的任務,越來越多團隊從「逐步給予提示詞」轉向把工作交給智慧體。

對開發者而言,這項轉變具體表現在幾個方面:

  • 推理深度成了可調整的核心設定,推理能力也逐漸整合進通用對話模型。
  • 多模態(文件、音訊、圖像、影片) 成為 API 原生支援的核心能力。
  • 智慧體開發元件(Responses API、Agents SDK、AgentKit)讓多步驟工作流程更容易上線與維運。
  • Codex 讓開發者能以更快的速度交付更好的成果。

重點摘要

  • 今年最大的轉變是有了專為智慧體設計的 API,以及能力更強的模型,能執行需要推理與使用工具的複雜任務。
  • Codex 的模型和工具都更趨成熟。GPT-5.2-Codex 能針對整個程式碼庫進行推理,搭配可用於正式環境的 CLI、Web 與 IDE 工作流程,能處理耗時較長的程式開發任務。
  • 工具的改進減少了整合時遇到的障礙,讓模型更容易連接到實際系統。
  • 在端到端工作流程中,採用多模態輸入與輸出(PDF、圖像、音訊、影片)已成為可行的常規做法。
  • 隨著評估、評分器與調校功能日益成熟,團隊更容易反覆執行「衡量 → 改進 → 上線」的流程。

以下回顧 2025 年模型、API 與平台的重大更新,以及這些更新如何協助你將智慧體部署到正式環境。

推理:從獨立模型走向統一系列

2024 年底,我們首次引入 推理 這種做法,開始給模型「思考的時間」。到了 2025 年初,推理模型 已自成一個系列。o1、o3 和 o4-mini 等模型證明,在回答前投入額外算力思考,能大幅提升模型執行複雜多步驟任務時的可靠性。

o3-mini 也很早就展現出一項趨勢:推理能力不只適用於前沿模型,也能以成本效益高、方便開發者採用的形式提供。

到了 2025 年中後期,主要趨勢是整合:同一個旗艦模型系列越來越能兼顧推理深度、工具使用能力和對話品質。對多數團隊而言,「選模型」逐漸成了權衡成本、延遲與品質的問題,過去則需要在能力截然不同的模型系列之間做選擇。

以推理為核心的 o1、o3 / o4-mini 和 o3-mini 陸續推出後,開發者能依任務需要調整模型,選擇「深入思考」或「快速回應」。這些設計在年內逐步整合進 GPT-5.x 系列,讓同一個模型系列兼具通用智慧、深度推理、專業程式開發與多模態能力。

多模態:音訊、視覺、圖像與影片

到了 2025 年底,多模態 的意義已從「模型可以接受圖像輸入」,擴展為「你可以打造涵蓋多種模態的端到端產品」,而且往往只需要一套工作流程。

音訊與即時互動

  • 新一代音訊模型 提高了語音轉文字的準確度,也讓開發者更能控制文字轉語音的效果,可用來建置正式環境所需的語音處理流程。
  • Realtime API 正式推出後,支援低延遲的雙向音訊串流,讓即時語音智慧體和對話介面能實際部署到正式環境。

圖像

  • GPT Image 1 是新一代圖像生成模型。憑藉對真實世界的深入理解,以及更準確遵循指示的能力,模型可以生成高品質圖像,也能按指定結構編修圖像。
  • 模型能忠實保留輸入圖像的特徵,讓編修後的人臉、標誌等細節更穩定地維持原貌。
  • GPT Image 1 mini 提升了原生圖像生成的成本效益。
  • GPT Image 1.5 是我們最先進的圖像生成模型,圖像品質與編修一致性都有顯著提升。
  • Responses API 將圖像生成納入工具,可在多輪對話中搭配其他工具建立圖像。

影片

  • Sora 2 與 Sora 2 Pro 模型 能生成更逼真的影片,畫面隨時間推移更為連貫,也支援以既有影片重新創作。
  • Video API 透過 v1/videos 提供影片生成與編輯功能,讓影片與文字、圖像和音訊一樣,成為 API 原生支援的核心模態。

PDF 與文件

  • PDF 輸入 讓開發者能直接透過 API 執行需要處理大量文件的工作流程。
  • 透過 URL 輸入 PDF 可直接引用文件,省去上傳步驟。

對開發者的意義: 除了處理文字與視覺輸入,你現在也能在 OpenAI 平台上執行圖像與影片生成工作流程,以及開發語音到語音應用。

Codex

2025 年,Codex 從程式開發模型發展成能與你一起工作的軟體工程夥伴。它串連模型、本機工具與雲端環境,協助開發者處理更耗時、更複雜的程式開發任務。

模型

早期推理模型在跨檔案修改、除錯、規劃等複雜程式開發任務上已有顯著進步。到了 2025 年中後期,這些能力整合進 GPT-5 系列,GPT-5.2-Codex 成為生成與審查程式碼,以及針對整個程式碼庫進行推理的最新預設選擇。程式開發專用模型也由此成為通用模型系列的一員。

CLI

開放原始碼的 Codex CLI(GitHub)讓開發者可以直接在本機環境中運用智慧體開發程式。你可以讓 Codex 在實際的程式碼庫上工作,逐輪審查變更,並在人工監督下將修改套用到檔案。這讓耗時較長的程式開發任務也能納入日常工作流程。

除了互動式操作,Codex 也更容易整合到日常維運中。它內建支援可重複執行的自動化方式,例如透過指令碼執行 Codex。

安全性、控制與整合

Codex 也考量到實際上線時的需求:沙盒和核准模式讓開發者更容易在執行過程中保有人為監督。同時,透過 AGENTS.md 和 MCP,你可以更輕鬆地讓 Codex 配合程式碼庫的需求,接入第三方工具並提供額外上下文,甚至能透過 Agents SDK 協調 Codex 的運作(將 CLI 作為 MCP 伺服器執行)。

2026 年 9 月 5 日更新: Codex MCP 伺服器已移除。如需瞭解目前支援的整合方式,請參閱遷移指南。

Web、雲端與 IDE

除了 CLI,Codex 也在 Web 與雲端以及 IDE 擴充功能中支援更長時間的工作階段,讓開發者能分多輪解決問題,更快把對話中推理出的做法落實為程式碼變更。團隊也能在 CI 中使用 Codex Autofix,將部分工作流程自動化。

對開發者的意義: 到了 2025 年底,使用 Codex 已不再只是「向模型輸入提示詞」。Codex 把具備推理能力的模型與開發者熟悉的工具整合起來,成為實際撰寫和修改程式碼的工作環境。

平台轉變:Responses API 與智慧體開發元件

2025 年平台最重要的變化之一,是轉向專為智慧體設計的 API。

Responses API 讓開發者更容易運用新一代模型建置應用:

  • 支援多種輸入與輸出,涵蓋不同模態
  • 支援推理控制與推理摘要
  • 改善工具呼叫支援,包括在推理過程中呼叫工具

在這個基礎上,2025 年也推出了更高階的開發元件,例如開放原始碼的 Agents SDK 和 AgentKit,讓開發者更容易建置智慧體並協調其運作。

管理狀態與持久化資料也變得更容易:

對開發者的意義:建置多步驟智慧體與長時間執行的工作流程時,需要自行撰寫的整合程式碼更少,狀態管理也更省力。

除了這些基礎功能,我們也推出了一系列強大的內建工具,讓模型的能力得到更充分的運用。


工具:從網頁搜尋到工作流程

2025 年,我們推出了一系列可互相組合的標準化功能,讓智慧體能安全地完成實際工作。

  • 網頁搜尋為需要最新資訊與來源引註的智慧體提供簡單的檢索功能。
  • 檔案搜尋(向量儲存區)提供預設的託管式檢索增強生成(RAG)功能,能直接搭配 Responses API 與結構化輸出使用。
  • 程式碼解譯器在沙盒容器中執行 Python,可用來處理資料、轉換檔案,以及反覆除錯。
  • 電腦工具支援「點擊、輸入、捲動」等操作的自動化循環,最好搭配沙盒並保留人工監督。

對開發者的意義: 智慧體能可靠地檢索資料、執行運算並採取行動,各團隊也省去了自行打造工具執行環境的工作。

執行與擴展:非同步處理、事件與成本控制

當智慧體從處理「單一請求」進展到執行「多步驟作業」,負責正式環境的團隊就需要能管理成本、延遲與可靠性的基礎功能。

  • 提示詞快取可在多個提示詞共用一大段開頭內容(例如系統提示詞、工具與結構描述)時,降低延遲與輸入成本。
  • 背景模式讓模型能在背景生成耗時較長的回應,用戶端無須持續保持連線。
  • Webhook 讓系統從「輪詢每項作業」轉為由事件驅動,例如在批次作業、背景作業或微調完成時觸發後續處理。
  • 速率限制機制與工作負載最佳化指南,也隨著使用層級與模型系列增加而日益完善。

對開發者的意義: 建置智慧體時,系統設計(非同步處理、事件與預算)已和撰寫提示詞同樣重要。

開放標準與開放原始碼的智慧體開發元件

除了整合 API,2025 年的另一項重點是提升智慧體系統的互通性與可組合性。

  • 開放原始碼的 Agents SDK 提供 Python(GitHub)與 TypeScript(GitHub)版本,內含使用工具、交接任務、設定防護措施與追蹤執行過程所需的元件。SDK 不綁定特定供應商,文件也說明了如何使用 OpenAI 以外的模型。
  • AgentKit 為智慧體開發提供更高階的工具,包括 Agent Builder、ChatKit、連接器登錄庫與反覆評估流程,協助團隊更快上線並持續改進。
  • 在標準方面,OpenAI 推動了 AGENTS.md(規格),也參與了 AAIF(智慧體式 AI 基金會)。這個生態系也有模型上下文協定(MCP)與技能等標準。隨著生態系逐漸採用共同規範,開發者更容易將智慧體工具移植到不同環境,也能減少為個別系統撰寫整合程式碼的工作。

除了開發智慧體與推動相關標準,我們也推出了 Apps SDK。這套開放原始碼的框架擴充了模型上下文協定(MCP),讓開發者能在建置 MCP 伺服器的同時建立使用者介面,自行定義應用程式的邏輯與互動方式,並讓應用程式在 ChatGPT 等用戶端中執行。

對開發者的意義:智慧體可以減少對單一執行環境或使用者介面的依賴,開發者也更容易把採用 OpenAI 技術的智慧體整合到異質系統中。

開放權重模型

除了託管式 API,OpenAI 也發布了開放權重模型。這些模型旨在提升透明度、支援研究,並讓開發者在自有機房部署或自行託管,同時保有出色的推理與遵循指示能力。

評估、調校與安全上線

總結

2025 年,我們持續投入以下幾個方向,讓開發者更容易在我們的平台上建置產品並使其上線:

  • 將可擴展、可控制的推理能力列為核心功能
  • 提供統一、專為智慧體設計的 API 介面
  • 提供開放的開發元件,推動新興的互通性標準
  • 完整支援文字、圖像、音訊、影片與文件等多種模態
  • 強化正式環境所需的評估、調校與部署工具

各類任務的建議模型(截至 2025 年底)

如果你正要開發新產品,或打算更新既有的整合方式,可以依任務類型優先考慮以下模型。

  • 通用任務(文字與多模態): GPT-5.2 適用於對話、需要長上下文的工作,以及多模態輸入。
  • 需要深入推理或高度可靠性的工作負載: GPT-5.2 Pro 適用於規劃,以及值得投入額外算力來提高品質的任務。
  • 程式開發與軟體工程: GPT-5.2-Codex 適用於生成與審查程式碼、針對整個程式碼庫進行推理,以及開發運用工具的程式開發智慧體。
  • 圖像生成與編修: GPT Image 1.5 適用於生成高擬真度圖像,以及分多輪編修圖像。
  • 即時語音: gpt-realtime 適用於低延遲的語音到語音互動,以及即時語音智慧體。

如需查詢各模型最新的供應情形與使用層級,請參閱官方模型比較頁面。

這些更新為下一階段的發展奠定了基礎。感謝你在 2025 年與我們一起開發,我們期待看到你在 2026 年打造的作品。

連結與資源