GPT-5.4 och GPT-5.3-Codex: En praktisk utvärdering efter 60 dagar

OpenAI släppte GPT-5.3-Codex i februari 2026, följt av den bredare GPT-5.4-modellen i mars. Efter 60 dagar med båda modellerna i produktionsmiljö - från kodgranskning till agentic workflows - delar vi våra ofiltrerade observationer. Spoiler: valet mellan OpenAI och Anthropic är inte längre självklart.

GPT-5.3-Codex: Specialisten som överraskar

Codex-varianten av GPT-5.3 är specifikt fintrimmad för kod och visar det i benchmarks. Men benchmarks är en sak - produktionsanvändning är en annan. I våra tester med svenska kodrepos (TypeScript/React, Python/FastAPI) ser vi följande mönster:

• Styrka: Exceptionell på att förstå och generera idiomatisk kod för etablerade ramverk
• Styrka: Bättre än Claude på att hantera stora kodbaser (100k+ rader) med bibehållen kontext
• Svaghet: Tenderar att "överkonstruera" - genererar ofta mer komplex kod än nödvändigt
• Svaghet: Svenska kommentarer och dokumentation får ibland grammatiska fel

Båda lösningarna fungerar, men de representerar olika filosofier. Codex levererar enterprise-ready generiska lösningar, medan Claude tenderar mot pragmatisk enkelhet. Vad som är "bättre" beror på ditt teams preferenser.

GPT-5.4: Den allsidiga uppgradaren

GPT-5.4 är inte en kodspecialist som Codex, men den har märkbart förbättrad resoneringsförmåga som gör den effektiv för agentic workflows. I våra tester med multi-step uppgifter - exempelvis "analysera denna buggrapport, hitta relevant kod, föreslå fix" - presterar GPT-5.4 jämnare än sina föregångare.

Context window är nu 256k tokens med native support, upp från 128k i GPT-5.3. I praktiken märks detta vid arbete med monorepos där du behöver ha flera filer i kontext samtidigt.

Kostnadsanalys: OpenAI vs Anthropic

Prissättningen har konvergerat mellan leverantörerna, men det finns fortfarande skillnader som spelar roll vid volym. GPT-5.4 kostar $6/$24 per MTok, GPT-5.3-Codex $4/$16, Claude Opus 4.7 $5/$25, och Claude Sonnet 4.0 $1.50/$7.50.

För kodgenereringsuppgifter är GPT-5.3-Codex faktiskt billigare än Claude Opus, samtidigt som kvaliteten är jämförbar. Men om du behöver resoneringsförmåga utöver ren kodning blir kalkylerna annorlunda.

Agentic workflows: Var briljerar respektive modell?

Vi har kört parallella tester med identiska agentic workflows på båda plattformarna. Mönstret som framträder:

• OpenAI (GPT-5.4): Bättre på strukturerade tool-calling-sekvenser. Följer instruktioner mer strikt, vilket minskar behovet av guardrails.
• Anthropic (Claude): Bättre på att hantera ambiguitet och "mjuka" uppgifter. Ställer fler följdfrågor istället för att gissa.

Vår rekommendation efter 60 dagar

Det enkla svaret finns inte längre. Istället rekommenderar vi en hybrid approach:

• Ren kodgenerering/refaktorering: GPT-5.3-Codex - bättre pris/prestanda
• Kodgranskning med kontext: Claude Opus 4.7 - bättre på att förstå "varför"
• Strukturerade agentic workflows: GPT-5.4 - mer förutsägbar tool-calling
• Konversationella kodassistenter: Claude - mer naturligt samtalsstil

Många team kommer att landa i en multi-model-arkitektur där olika modeller hanterar olika delar av utvecklingsflödet. Kostnaden för att integrera flera leverantörer är idag låg, och fördelarna med att välja rätt modell för rätt uppgift överväger komplexiteten.

Blickar framåt

Konkurrensen mellan OpenAI och Anthropic driver innovation i en takt vi inte sett tidigare. Med Googles Gemini och diverse open-source-alternativ som pressar från andra håll ser framtiden för AI-assisterad utveckling ljus ut - och priserna kommer sannolikt att fortsätta sjunka.

För svenska utvecklingsteam är budskapet: Experimentera med båda, mät resultaten i er kontext, och var beredd att byta modell när nya versioner släpps. Lojalitet till en leverantör ger ingen fördel i detta snabbrörliga landskap.