Codex'in model varsayılanları 15 gün içinde üç kez değişti, süreç GPT-5.5'in emekliye ayrılmasıyla sona erdi

29 Eylül ile 14 Ekim arasında OpenAI'nin Codex kodlama agent'i, kullanıcının repository diff'inde görünmeyecek üç modelle ilgili değişiklik yaşadı. Bu sıralama — yeni bir varsayılan model, varsayılanların kaynağında bir değişiklik ve GPT-5.5'in emekliye ayrılması — hiç seçmediğiniz bir modelin, hiç sabitlemediğiniz (pin'lemediğiniz) bir bağımlılık gibi davrandığını savunan bir dev.to analizinde ele alınıyor.

On beş günde üç değişiklik

OpenAI'nin sürüm notlarına ve dokümantasyonuna dayanan yazıya göre, 29 Eylül'de merge edilen bir pull request, Codex CLI 0.159.1 ile birlikte gelen model kataloğunda GPT-6.1 Sol'a en yüksek önceliği verdi. Bu da model talep edilmediğinde bir oturumun alacağı model olmasını sağladı. 7 Ekim'de 0.161.0 sürümü, GPT-6.1 Sol'u hem gömülü katalogda hem de Amazon Bedrock kataloğunda varsayılan olarak listeledi.

8 Ekim sürümü olan CLI 0.162.0 ise yazının sessiz değişiklik dediği şey: artık yeni açılan terminal thread'leri, model ve reasoning-summary varsayılanlarını bağlandıkları Codex app server'dan — yerel veya uzak bir daemon'dan — alıyor; yalnızca launch açıkça bunları override etmediği sürece. Aynı sürüm, TUI model seçicideki girişlerin yanına "(default)" işareti koymayı da bıraktı.

14 Ekim'de öğlen PDT saatinde GPT-5.5, ChatGPT ile giriş yapan herkes için Codex'ten ayrıldı. API key kullanan oturumlar etkilenmedi. Plus, Pro, Business, Enterprise ve Edu aboneleri GPT-6.1 Sol'a yönlendirilirken, Free ve Go kullanıcıları masaüstü uygulamasında GPT-6.1 Luna'ya yönlendirildi — her iki durumda da yalnızca uygun olduğunda.

Açık ama gözden kaçması kolay

Yazı, bunların hiçbirinin gizlenmediğini kabul ediyor: her değişiklik bir sürüm notunda veya changelog'da yer alıyor ve emeklilik tam bir zaman damgası ve adı konmuş bir halefle geldi. OpenAI ayrıca GPT-6.1 Sol'un, Astra'nın token fiyatının kabaca beşte birine yakın bir maliyetle GPT-6 Astra'ya neredeyse eşit olduğunu iddia ediyor — Unite.AI ve The Batch tarafından aktarılan ama kaynağı OpenAI'nin kendi rakamları olan figürler. Yazarın noktası daha dar: hoş karşılanan bir yükseltme bile benchmark sonuçlarınızı oynatır ve değerlendirmeleriniz bunu söyleyebilmeli.

Bunun değerlendirmelere etkisi

Yazıya göre agent değerlendirmelerinin çoğu resmî bir harness değil — "Codex migration'larda Claude Code'dan daha kötü" ya da "bu görev geçen hafta 40 dakika sürüyordu, bugün 12 dakika" gibi yorumlardır. Her biri bir modelle ilgili bir iddiadır ve model, varsayılan ne olduysa o iddianın sabit bir öznesi yoktur. Bir regresyon bir prompt değişikliğinden ya da ekipteki kimsenin seçmediği bir katalog dosyasından kaynaklanıyor olabilir.

Reasoning effort sorunu büyütüyor: 8 Ekim sürümü onu model gibi ele alıyor ve yeni thread'ler sunucunun varsayılanını devralıyor. Giriş yöntemi de öyle, çünkü emeklilik ChatGPT ve API key oturumlarını ayırdı — tek bir gpt-5.5 ayarı, çalışmanın nasıl kimlik doğruladığına bağlı olarak iki farklı sonuca denk gelebilirdi. Yazının her agent sonucu için asgari kaydı dört alandır: model, reasoning effort, hesap türü ve çalıştırıldığı commit.

Bu örüntü Codex'e özgü değil. Claude Code'un model dokümantasyonu, opus, sonnet ve haiku takma adlarının zamanla güncellenen önerilen sürümlere işaret ettiğini, tam model adlarının ise belirli bir sürümü sabitlediğini (pin'lediğini) açıklıyor. Yazıya göre hareketli hedefler bir sohbet ürününe uyar ama ölçtüğünüz, karşılaştırdığınız veya bir takım arkadaşına söz verdiğiniz hiçbir şeye uymaz.

Sabitleme (pin'leme) ve bedeli

Günlük kullanım için yazı bir Codex profili öneriyor: ~/.codex/ içinde model ve model_reasoning_effort ayarlayan, codex --profile ile başlatılan bir dosya. Açık profil launch'ları çözülen yapılandırmayı korur, dolayısıyla pin yeni TUI thread'leri için bile geçerli kalır. Script'li karşılaştırmalar için codex exec, model için -m ve rastgele config key'leri için -c kabul eder; tek bir script hem pin'i hem de günlüğe yazılan sonucu taşıyabilir.

Sabitleme yine de bazen kırılıyor, tıpkı 14 Ekim'in gösterdiği gibi: ChatGPT girişiyle gpt-5.5'e pin'lenmiş herkes workspace varsayılanlarını, kayıtlı model ayarlarını, yönetilen yapılandırmaları, özel agent'ları, zamanlanmış görevleri ve script'leri güncellemek zorunda kaldı. Yazıya göre bu, yararlı türden bir başarısızlık — bir diff'e düşer, yeniden çalıştırılır ve değişikliğin iki yanında karşılaştırılabilir satırlar bırakır.

Neden önemli

Model kimliği bir uygulama detayı değil, deneysel bir değişkendir. Bir satıcı bir katalog dosyası düzenlemesiyle varsayılanı yeniden hedefleyebildiğinde ve pin'lenmiş bir modeli bir takvime göre emekliye ayırabildiğinde, hareketli bir varsayılana karşı yapılan her before-after karşılaştırması yorumlanamaz hale gelir. Pratik çözüm, modelleri kütüphane sürümleri gibi ele almaktır: görev başına bir tane seçin, pin'leyin ve her sonucun yanına modeli, effort'u, hesap türünü ve commit'i kaydedin — böylece sayılar oynadığında, kodunuzun mu oynadığını bilirsiniz.