请界定一次重构:让模型示例从 Prompt 模板派生,同时保留模型配置。
目标:让公开示例通过已复核提示词模板提供。 必要改动:新增示例聚合、更新公开页面、更新审计和文档。 范围外:模型提供商配置、计费参数、运行时表单和提示词数据库存储。 兼容:仅在复核覆盖完成前保留旧路径。 验收:所有公开示例展示面优先使用已复核提示词示例,且 typecheck 通过。
GPT-5.3 Codex 是 Rivya 里更强的 Codex AI 编码助手,适合多文件调试、技术规划、重构分析和代码库级推理,再向 GPT-5.4 Codex 升级。
示例输出
适合架构清理、边界确认和避免无关改动。
响应
示例输出
适合架构清理、边界确认和避免无关改动。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
Rivya Codex 重构范围提示词的对话预览。
输出摘要
适合架构清理、边界确认和避免无关改动。
适合任务
支持能力
在线试用
输入设置
对话控制
当所选模型支持时,你可以控制是否联网搜索、使用多强的推理,以及是否包含模型的思考内容。
联网搜索
允许支持的模型在回答过程中调用实时网页搜索。
推理强度
可以保持模型默认,或在支持时指定更轻或更强的推理级别。
开始一段对话,把规划、提示词和创作方向整理成一条可复用的线程。
提示词起步
当你不想从空白输入开始时,可以先用已经映射到 GPT-5.3 Codex 的模板,再按自己的任务改写。
模型示例
先用上方在线试用区开始生成,再结合这些示例结果判断成品质感、输出节奏和任务适配度,然后决定是否继续在完整工作台里投入更多积分。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
Rivya Codex 重构范围提示词的对话预览。
输出摘要
适合架构清理、边界确认和避免无关改动。
主示例
Rivya Codex 重构范围提示词的对话预览。
输入
提示词 + 可选图片
看点提示
Rivya Codex 重构范围提示词的对话预览。
每次消耗积分
按量付费 — 根据使用量消耗积分
为什么它适合
面向复杂工程任务的高质量代码生成
适合多文件任务的长上下文推理
细致分析疑难技术问题
最适合的任务
模型示例
决策确认
决策确认
适合任务
任务接近这些情况时使用
安静事实
提供商
OpenAI
类别
对话
能力标签
响应
积分模式
按量付费 — 根据使用量消耗积分
输入方式
提示词 + 可选图片
提示设置
最多 20,000 字
GPT-5.3 Codex 常见问题
GPT-5.3 Codex 适合大型代码库疑难调试、复杂实现规划、高风险代码审阅、回归排查,以及使用长上下文的 agent 式工程任务。小而独立的代码问题没有必要使用它。
在 Rivya 里,GPT-5.3 Codex 当前是以对话为核心的项目,也支持围绕图片材料继续分析和回答。
提供仓库上下文、失败行为、日志或测试、相关文件、约束条件和成功标准。实现任务还应写清允许修改和必须保持不动的范围。
Rivya 当前按每百万输入 token 140 积分、每百万输出 token 1120 积分计费。大型或高风险工程任务中,浅层方案可能造成昂贵返工时,这个档位才更合适。
大型代码库调试和复杂实现规划可选 GPT-5.3 Codex;边界明确的修改可选较低 Codex 档位;非实现类研究和写作选择通用对话模型。
如果这次要先验证大型代码库里的疑难调试、复杂实现方案和工具步骤规划、高风险代码评审和回归排查,这页就够用。先在这里确认输入、方向和初步结果;等需要保存历史、连续迭代或管理素材时,再切到完整创作工作台。
这页当前就是围绕 GPT-5.3 Codex 的对话入口来设计的。它适合先把大型代码库里的疑难调试需要的截图、图表或图片材料带进来。
对 GPT-5.3 Codex 这类聊天模型来说,先把代码目标、现有上下文和你要它产出的形式说清楚,比继续找额外参数更重要。初步如果能把仓库背景、验收标准和限制交代明白,它在大型代码库里的疑难调试上的表现通常会上来得更快。
这页可以先公开浏览,但真正发送初步消息前仍需要先登录。当前是按 token 计费:每百万输入 token 为 140 积分,每百万输出 token 为 1120 积分。如果你还在整理问题或选模型,可以先在这里准备;确认要正式开聊时再登录即可。
如果你现在只是要开初步对话,查看 GPT-5.3 Codex 能不能把大型代码库里的疑难调试接住,继续留在这页就够了。等任务开始需要保存上下文、挂文件、连续追问,或者把同一条线程长期保留下来时,再切到完整创作工作台会更顺。
比较替代模型
OpenAI 在 Rivya 上的高阶 GPT 对话模型,适合复杂推理、图像辅助分析、研究整合和结构化写作。
为什么考虑它
当积分提示更适合下一次运行时,可以考虑它:按量付费 - 根据使用量消耗积分。
OpenAI 在 Rivya 上更高阶的 AI 对话模型,支持更完整的结构化输入、推理强度控制与工具型对话,适合复杂分析和多步骤任务。
为什么考虑它
如果任务更接近这个方向,可以考虑它:长策略简报和决策备忘录。
OpenAI 在 Rivya 上更高阶的 Codex AI 编码模型,延续代码生成、结构化推理和工具协作能力,更适合仓库级开发项目。
为什么考虑它
如果任务更接近这个方向,可以考虑它:仓库级调试和架构审阅。
安全评审问题对话提示词的对话预览。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
CI 失败分流对话提示词的对话预览。
分流 CI 失败,区分改动文件失败、环境失败、不稳定测试和下一条命令。
CI 失败分流对话提示词的对话预览。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
架构取舍记录对话提示词的对话预览。
编写架构取舍记录,包含背景、选项、决策、后果和复查触发条件。
架构取舍记录对话提示词的对话预览。
开发者接入
确认模型字段、参考素材规则和积分行为后,可以通过 Public API v1 调用 GPT-5.3 Codex。