Источник A
OpenAI’s GPT-5.3-Codex Wants to be More than a Coding Copilot -- ADTmag
adtmag.com
https://adtmag.com/blogs/watersworks/2026/02/openai-gpt-5,-d-,dot3-codex-wants-to-be-more-than-a-coding-copilot.aspx
Сравнение
Победитель: Источник A выглядит менее манипулятивным
Источник A выглядит менее манипулятивным, чем источник B, в рамках этого нарратива.
Источник B
Inside OpenAI’s Race to Catch Up to Claude Code
wired.com
https://www.wired.com/story/openai-codex-race-claude-code/
Темы
Мгновенный вердикт
Менее предвзятый источник: Источник A
Более эмоциональная подача: Источник B
Более односторонняя подача: Источник B
Более слабая доказательная база: Источник B
Более манипулятивная подача: Источник B
Конфликт нарративов
Основной нарратив источника A
Источник связывает развитие событий с экономическими ограничениями и ресурсными интересами.
Основной нарратив источника B
Источник подаёт событие через призму политических решений и распределения ответственности.
Ключевое различие
Контраст позиций: акцент на экономических факторах против акцента на политических решениях.
Позиция источника A
Источник связывает развитие событий с экономическими ограничениями и ресурсными интересами.
Уверенность позиции: 69%
Позиция источника B
Источник подаёт событие через призму политических решений и распределения ответственности.
Уверенность позиции: 91%
Центральный конфликт позиций
Контраст позиций: акцент на экономических факторах против акцента на политических решениях.
Почему эта пара подходит для сравнения
- Тип кандидата: Близкая похожая публикация
- Качество пары для сравнения: 52%
- Оценка совпадения сюжета: 26%
- Оценка контраста: 75%
- Сила контраста: Сильное сравнение
- Сила контраста позиций: Высокая
- Совпадение сюжета: Связь по теме умеренная. Совпадает проблематика и тип действий.
- Сигнал контраста: Контраст позиций: акцент на экономических факторах против акцента на политических решениях.
Ключевые утверждения и доказательства
Ключевые утверждения в источнике A
- Waters $1 OpenAI’s GPT-5.3-Codex Wants to be More than a Coding Copilot Key Takeaways OpenAI is pitching GPT-5.3-Codex as a long-running “agent,” not just a code helper: The company says the model combines GPT-5.2-Codex…
- GPT-5.3-Codex also better understands your intent when you ask it to make day-to-day websites, compared to GPT-5.2-Codex," the post says.
- The post says GPT-5.3-Codex sets a new industry high on SWE-Bench Pro and Terminal-Bench, and shows strong performance on OSWorld and GDPval.
- OpenAI is using benchmarks and internal dogfooding to support the claim: It says GPT-5.3-Codex hits a new high on SWE-Bench Pro and Terminal-Bench and performs strongly on OSWorld and GDPval, and that early versions hel…
Ключевые утверждения в источнике B
- At launch, OpenAI said the model “excels at accurately generating and debugging complex code.” Andrey Mishchenko, OpenAI's research lead for Codex, says a key reason AI models have become better at coding is because it'…
- (Of course, the company spent billions training them to be that way.) “It's going to be a huge business—just the economic value of it, and then also the general-purpose work that coding can unlock,” Altman says.
- By the end of January, OpenAI’s version, Codex, was bringing in just over $1 billion in annualized revenue, according to a person with direct knowledge of the matter.
- Back in September 2025, Codex had been getting just 5 percent as much use as Claude Code, according to people with direct knowledge of the matter.
Текстовые доказательства
Доказательства из источника A
-
ключевое утверждение
Waters $1 OpenAI’s GPT-5.3-Codex Wants to be More than a Coding Copilot Key Takeaways OpenAI is pitching GPT-5.3-Codex as a long-running “agent,” not just a code helper: The company says th…
Ключевое утверждение, на котором строится подача материала.
-
ключевое утверждение
GPT-5.3-Codex also better understands your intent when you ask it to make day-to-day websites, compared to GPT-5.2-Codex," the post says.
Ключевое утверждение, на котором строится подача материала.
-
причинно-следственная связка
In a separate example, OpenAI describes a test in which GPT-5.3-Codex iterated on web games "autonomously over millions of tokens," using generic follow-ups such as "fix the bug" or "improv…
Причинно-следственное утверждение, влияющее на объяснение событий.
-
возможное упущение контекста
By the end of January, OpenAI’s version, Codex, was bringing in just over $1 billion in annualized revenue, according to a person with direct knowledge of the matter.
Возможное упущение контекста: источник A уделяет меньше внимания политическим решениям и позициям официальных лиц, чем источник B.
Доказательства из источника B
-
ключевое утверждение
By the end of January, OpenAI’s version, Codex, was bringing in just over $1 billion in annualized revenue, according to a person with direct knowledge of the matter.
Ключевое утверждение, на котором строится подача материала.
-
ключевое утверждение
(Of course, the company spent billions training them to be that way.) “It's going to be a huge business—just the economic value of it, and then also the general-purpose work that coding can…
Ключевое утверждение, на котором строится подача материала.
-
эмоциональная лексика
So you're going to be out.” Today, the panic around AI coding agents has spread far beyond Silicon Valley.
Эмоционально окрашенная лексика, вероятно усиливающая реакцию аудитории.
-
оценочная маркировка
I found that Claude Code just lies to me,” Last says.
Оценочная маркировка, которая подталкивает к нормативной интерпретации.
-
причинно-следственная связка
At launch, OpenAI said the model “excels at accurately generating and debugging complex code.” Andrey Mishchenko, OpenAI's research lead for Codex, says a key reason AI models have become b…
Причинно-следственное утверждение, влияющее на объяснение событий.
Доказательства паттернов искажения
-
Источник B · Ложная дилемма
Code either runs or it doesn't—which gives the model a clear signal when it gets something wrong.
Возможная ложная дилемма: ситуация описана как выбор между ограниченным числом опций, хотя вариантов может быть больше.
Как формируются сигналы оценок
Сигнал оценки искажений
Итоговый сигнал учитывает фрейминг, эмоционально нагруженные формулировки, выборочный акцент и паттерны односторонней подачи.
Сигнал эмоциональности
Эмоциональность повышается, когда в доказательствах чаще встречаются эмоциональная лексика и оценочные маркировки.
Сигнал односторонности
Односторонность повышается при доминировании одного фрейма и слабом присутствии альтернативных интерпретаций.
Сигнал доказательности
Доказательность растёт при наличии конкретных утверждений, атрибутированных цитат и проверяемых контекстных деталей.
Источник A
30%
эмоциональность: 37 · односторонность: 30
Найдено в источнике A
Эффект фрейминга
Источник B
56%
эмоциональность: 75 · односторонность: 40
Найдено в источнике B
Подтверждающее искажение
Ложная дилемма
Метрики
Различия во фрейминге
- Эмоциональность источника A: 37/100, источника B: 75/100
- Односторонность источника A: 30/100, источника B: 40/100
- Контраст позиций: акцент на экономических факторах против акцента на политических решениях.
Возможные упущения контекста
- Источник A в меньшей степени раскрывает контекст, связанный с политическим решениям и позициям официальных лиц.
- Источник A в меньшей степени раскрывает контекст, связанный с дипломатическому контексту переговоров.