對話OpenAI

GPT-5 Codex AI 聊天助手

GPT-5 Codex 是 Rivya 的基準 GPT Codex AI 程式碼助理,適合程式碼審查、除錯、實作規劃和實務工程問題。

輸入
提示詞 + 可選圖片
輸出
AI 聊天助手
點數
按量付費 — 依使用量消耗點數
最適合
程式碼審查和錯誤修復
範例輸出

範例輸出

適合儲存庫遷移、相容性備援方案與謹慎推出規劃。

Responses

線上試用

試用 GPT-5 Codex

輸入設定

準備這次執行

預估點數: 3+

對話控制

選擇 Rivya 何時可以搜尋網頁、應使用多高的推理強度,以及所選模型支援時是否包含模型思考內容。

網頁搜尋

允許支援的模型在回覆時擷取即時網頁結果。

推理強度

使用模型預設值,或在可用時要求更強或更輕的推理層級。

開始一段對話,把規劃、提示詞和創意方向整理成一條可重用的脈絡。

提示詞起步

用驗證過的提示詞開始使用 GPT-5 Codex

不想從空白提示開始時,可使用已映射到 GPT-5 Codex 的模板,讓第一次執行更穩。

模型證明

看看 GPT-5 Codex 的輸出長什麼樣

先使用上方線上試用,再對照這些範例結果判斷完成度、節奏和任務適配度,之後再決定是否在 Studio 消耗更多點數。

聊天串

請 Rivya 協助規劃、提示詞設計、分析或程式碼工作。

Rivya 中程式碼遷移計畫提示詞的聊天預覽。

輸出

適合儲存庫遷移、相容性備援方案與謹慎推出規劃。

主要範例

適合儲存庫遷移、相容性備援方案與謹慎推出規劃。

Rivya 中程式碼遷移計畫提示詞的聊天預覽。

輸入

提示詞 + 可選圖片

觀察重點

Rivya 中程式碼遷移計畫提示詞的聊天預覽。

每次使用點數

按量付費 — 依使用量消耗點數

為什麼這個模型有效

為什麼這個模型有效

程式碼專用,具備 12K output token 上限

針對程式碼生成和除錯最佳化

支援視覺理解,可分析截圖/圖表

最適合的任務

最適合的任務

程式碼審查和錯誤修復實作規劃和 repo 走讀重構單一服務或模組解釋 stack trace 和失敗行為

模型證明

聊天串

請 Rivya 協助規劃、提示詞設計、分析或程式碼工作。

舊模組地圖對話提示詞的對話預覽。

將舊模組整理成職責、呼叫方、資料流、風險假設和安全的第一個改動。

舊模組地圖對話提示詞的對話預覽。

聊天串

請 Rivya 協助規劃、提示詞設計、分析或程式碼工作。

失敗測試根因對話的對話預覽。

將失敗測試日誌和近期 diff 摘要整理成可能原因、重現步驟和最小修復路徑。

失敗測試根因對話的對話預覽。

聊天串

請 Rivya 協助規劃、提示詞設計、分析或程式碼工作。

API 合約檢查對話的對話預覽。

檢查 API 變更中的合約偏移、呼叫端影響、驗證缺口和發布備註。

API 合約檢查對話的對話預覽。

聊天串

請 Rivya 協助規劃、提示詞設計、分析或程式碼工作。

「資料庫遷移風險審查提示詞」的對話預覽。

審查資料庫遷移計畫中的資料遺失風險、回填順序、回滾限制與驗證查詢。

「資料庫遷移風險審查提示詞」的對話預覽。

聊天串

請 Rivya 協助規劃、提示詞設計、分析或程式碼工作。

重構工單拆分的對話預覽。

將寬泛重構請求拆成有範圍、負責人、風險與逐工單驗證方式的工單。

重構工單拆分的對話預覽。

聊天串

請 Rivya 協助規劃、提示詞設計、分析或程式碼工作。

舊模組地圖對話提示詞的對話預覽。

將舊模組整理成職責、呼叫方、資料流、風險假設和安全的第一個改動。

舊模組地圖對話提示詞的對話預覽。

聊天串

請 Rivya 協助規劃、提示詞設計、分析或程式碼工作。

失敗測試根因對話的對話預覽。

將失敗測試日誌和近期 diff 摘要整理成可能原因、重現步驟和最小修復路徑。

失敗測試根因對話的對話預覽。

聊天串

請 Rivya 協助規劃、提示詞設計、分析或程式碼工作。

API 合約檢查對話的對話預覽。

檢查 API 變更中的合約偏移、呼叫端影響、驗證缺口和發布備註。

API 合約檢查對話的對話預覽。

聊天串

請 Rivya 協助規劃、提示詞設計、分析或程式碼工作。

「資料庫遷移風險審查提示詞」的對話預覽。

審查資料庫遷移計畫中的資料遺失風險、回填順序、回滾限制與驗證查詢。

「資料庫遷移風險審查提示詞」的對話預覽。

聊天串

請 Rivya 協助規劃、提示詞設計、分析或程式碼工作。

重構工單拆分的對話預覽。

將寬泛重構請求拆成有範圍、負責人、風險與逐工單驗證方式的工單。

重構工單拆分的對話預覽。

決策適配

什麼情況下適合選這個模型

決策適配

適配訊號

程式碼專用,具備 12K output token 上限
針對程式碼生成和除錯最佳化
支援視覺理解,可分析截圖/圖表
支援 Responses API 的結構化輸出
20K 字元脈絡,適合複雜程式碼庫

最適合的任務

任務接近這些情境時使用

程式碼審查和錯誤修復實作規劃和 repo 走讀重構單一服務或模組解釋 stack trace 和失敗行為開發者工具和腳本生成

安靜事實

確認輸入、輸出和點數

提供方

OpenAI

類別

對話

能力

Responses

點數模式

按量付費 — 依使用量消耗點數

輸入路徑

提示詞 + 可選圖片

提示設定

最多 20,000 個字元

開發者存取

可透過 API 使用

確認模型欄位、參考媒體規則和點數行為後,可透過 Public API v1 呼叫 GPT-5 Codex。

常見問題

GPT-5 Codex 常見問題

比較替代模型

接下來可以考慮的其他模型

對話

GPT-5.5

OpenAI 在 Rivya 上的進階 GPT 對話模型,適合在任務簡報需要更多推理空間時處理複雜推理、圖像輔助分析、研究統整和結構化寫作。

為什麼考慮它

如果點數說明適合下一次執行,可以考慮它:按量付費 - 依使用量消耗點數。

輸入提示詞 + 可選圖片
點數按量付費 - 依使用量消耗點數
最適合跨越冗長或零散來源資料的研究統整
對話

GPT-5.4

OpenAI 在 Rivya 上更高階的 AI 對話模型,具備更強的結構化輸入處理、推理控制和工具導向對話專案能力,適合更複雜的分析與寫作任務。

為什麼考慮它

如果點數說明適合下一次執行,可以考慮它:按次使用付費 — 點數依使用量計算。

輸入提示詞 + 可選圖片
點數按次使用付費 — 點數依使用量計算
最適合長篇策略 brief 和決策備忘錄
對話

GPT-5.4 Codex

OpenAI 在 Rivya 上更高階的 Codex 模型,為要求較高的 repo 級開發專案提供更強的程式碼能力、結構化推理和工具導向協作。

為什麼考慮它

如果任務適配度接近這個方向,可以考慮它:Repo 級除錯和架構審查。

輸入提示詞 + 可選圖片
點數按量付費 — 依使用量消耗點數
最適合Repo 級除錯和架構審查