ChatGPT und Codex teilen ab Dezember ein Kontingent: So planst du

Ab Dezember 2026 teilen sich ChatGPT und Codex in den Tarifen Plus, Pro und Business ein Nutzungskontingent. Die Ankündigung von OpenAI bestätigt mit Stand 2026-11-02 die Messung in Tokens und nimmt Instant-Chat aus. Miss vor einem Upgrade deinen Codex-Verbrauch und wähle Modell, Reasoning-Stufe sowie Geschwindigkeit passend zu deinen Aufgaben und deinem Budget.

Die Ankündigung nennt weder den genauen Starttag im Dezember noch Tokenkontingente der Tarife oder künftige Reset-Zeiträume. Deshalb lässt sich noch nicht verlässlich berechnen, wie viel mehr oder weniger Programmierarbeit dein Abo ermöglichen wird.

Was ändert sich im Dezember, und was gilt jetzt?

Die bestätigte Änderung erweitert das gemeinsame Kontingent auf ChatGPT und Codex. Work und Codex teilen sich die enthaltene Nutzung bereits. Berücksichtige diesen Unterschied, wenn du dein aktuelles Konto mit der Dezember-Ankündigung vergleichst.

Frage	Aktuelle Regeln mit Stand 2026-11-02	Ankündigung für Dezember
Welche Produkte teilen sich das Kontingent?	Work und Codex teilen sich bereits ein Kontingent.	ChatGPT und Codex teilen sich die Nutzung bei Plus, Pro und Business.
Wie wird der Verbrauch gemessen?	Modell, Kontext, Reasoning-Stufe, Tools und Geschwindigkeit beeinflussen den Verbrauch. Nachrichtenzahlen sind kein verlässlicher Maßstab.	Die Nutzung wird in Tokens gemessen und hängt von Modell und Aufgabe ab.
Was gilt für Instant?	Prüfe die Regeln, die für ChatGPT in deinem Konto aktuell gelten.	Instant-Chat verbraucht das angekündigte gemeinsame Kontingent nicht.
Welche Reset-Zeiträume gelten?	Je nach Tarif können ein Zeitraum von fünf Stunden und ein Wochenzeitraum gelten.	Die Ankündigung legt die künftigen Zeiträume nicht fest.
Wo prüfst du den Verbrauch?	Settings → Usage zeigt das aktuelle Restkontingent und die Reset-Zeiten.	Settings → Usage wird das gemeinsame Restkontingent und die Reset-Zeiten anzeigen.

Laut dem aktuellen Leitfaden zu Work und Codex brauchst du in beiden Zeiträumen noch Kontingent, sofern beide gelten. Pro 100, Pro 200 und Pro 500 haben derzeit kein 5-Stunden-Limit für Work/Codex. Für Nutzerplätze mit Business Premium gilt derzeit ebenfalls kein 5-Stunden-Limit. Die Dezember-Ankündigung sagt nicht, ob diese Ausnahmen bestehen bleiben.

Free, Go, Enterprise und Edu werden in dieser Ankündigung nicht genannt. Übertrage die Aussagen zu Plus, Pro und Business ohne gesonderte Hinweise nicht auf diese Tarife.

Eine frühere Unklarheit ist geklärt: Die Versionshinweise vom 29. Oktober bestätigen, dass OpenAI die geplante Kürzung des Kontingents von Pro 200 abgesagt hat. Die höheren Kontingente bleiben bestehen. Niedrigere Kontingente wurden verdoppelt und damit angeglichen. Unser Leitfaden zu den jüngsten Änderungen am Pro-Kontingent erklärt diese separate Änderung.

OpenAI erwartet, dass die meisten Nutzer nicht häufiger auf einen Reset warten müssen. Das ist eine Prognose, keine Zusage für das Kontingent eines einzelnen Kontos.

Wie misst du deinen aktuellen Codex-Verbrauch?

Miss, wie sich das angezeigte Restkontingent bei typischen Aufgaben verändert, und zähle Wiederholungsversuche mit. Gehe von deinen tatsächlichen Aufgaben aus, statt den Abopreis in ein vermutetes Tokenkontingent umzurechnen.

1. Öffne Settings → Usage in dem Konto und Arbeitsbereich, mit denen du Codex nutzt.
2. Notiere für jeden angezeigten Zeitraum das Restkontingent und die Reset-Zeit.
3. Gib in deiner aktiven Codex-CLI-Sitzung /status ein.
4. Notiere Modell, Reasoning-Stufe, Geschwindigkeit und den Ausführungsort: lokal oder in der Cloud.
5. Erledige eine vertraute, klar begrenzte Aufgabe. Behebe beispielsweise die Ursache eines fehlschlagenden Unit-Tests.
6. Prüfe die Anzeige erneut, sobald sie aktualisiert ist. Notiere das Ergebnis und alle Versuche, bis es deinen Anforderungen entspricht.

OpenAI beschreibt die Prüfung der Limits im Dashboard und im CLI. Die Referenz zu /status nennt außerdem Sitzungseinstellungen, Tokenverbrauch und Kontextkapazität. Die verbleibende Kontextkapazität zeigt, wie viel noch in die Sitzung passt. Sie ist nicht das restliche Abo-Kontingent.

Lege die Messung so, dass kein Reset in diesen Zeitraum fällt. Pausiere andere Aufgaben, die dasselbe Kontingent verbrauchen, einschließlich Automatisierungen. Falls du diese Aktivitäten nicht trennen kannst, notiere die Änderung als gemeinsamen Verbrauch statt als reinen Codex-Verbrauch.

Angenommen, das Restkontingent eines Zeitraums sinkt nach drei Aufgaben mit akzeptiertem Ergebnis von 80% auf 68%, einschließlich Wiederholungsversuchen:

Average allowance used = (80 - 68) / 3 = 4 percentage points per task
Planning reserve = 12 percentage points
Estimated similar tasks remaining = floor((68 - 12) / 4) = 14

Im Beispiel verbraucht eine abgeschlossene Aufgabe durchschnittlich 4 Prozentpunkte. Mit 12 Prozentpunkten Reserve bleiben rechnerisch 14 ähnliche Aufgaben.

Das ist eine Planungsschätzung, kein festes Kontingent und kein Benchmark. Gerundete Prozentangaben, wachsender Kontext und schwierigere Aufgaben können das Ergebnis verändern. Rechne jeden geltenden Zeitraum einzeln durch und nutze die kleinere Schätzung.

Speichere diese Ausgangsmessung und wiederhole sie nach der Umstellung deines Kontos. Die heutigen Prozentwerte verraten nicht, welches bislang unveröffentlichte Tokenkontingent im Dezember gelten wird.

Welche Einstellungen schonen dein Kontingent?

Nutze für Routineaufgaben die Geschwindigkeit Standard. Wähle ein leistungsfähigeres Modell oder eine höhere Reasoning-Stufe, wenn die Aufgabe davon profitiert. Bewerte den Verbrauch pro Aufgabe mit akzeptiertem Ergebnis und zähle fehlgeschlagene Versuche mit.

Beginne mit diesen Kandidaten aus OpenAIs Modellleitfaden:

• GPT-6.1 Sol: Beginne bei gewöhnlicher Programmierarbeit mit der Reasoning-Stufe, die dein Client standardmäßig verwendet.
• GPT-6 Luna: Teste es für klar begrenzte, wiederholbare Aufgaben mit eindeutigen Prüfschritten.
• GPT-6 Astra: Nutze es für schwierige Fehlersuche oder unbekannte Probleme, wenn kostengünstigere Versuche nicht zum Ziel führen.

Die Reasoning-Stufe bestimmt den Aufwand für die interne Problemlösung. Bei Astra entspricht die Einstellung Light dem Konfigurationswert low. Eine höhere Stufe kann mehr Tokens verbrauchen, ohne jedes Ergebnis zu verbessern. Prüfe vorher, ob der Agent die nötigen Dateien, Anweisungen und Berechtigungen hat.

Für einen Vergleich mit festen Sol-Einstellungen führst du diese Zeile in Bash im Projektverzeichnis aus:

codex --model gpt-6.1-sol --config 'model_reasoning_effort="medium"'

Der Befehl wählt das Modell und die Reasoning-Stufe für diesen Start. Er stellt die Geschwindigkeit nicht auf Standard. Prüfe die Sitzung mit /status und die Geschwindigkeitseinstellung separat.

Die Konfigurationsanleitung beschreibt diese Startparameter und persönliche Standardwerte in ~/.codex/config.toml. Falls Sol nicht verfügbar ist, wähle über /model ein verfügbares Modell und eine unterstützte Reasoning-Stufe. Eine Modell-ID im Befehl erteilt keine Zugriffsberechtigung.

Prüfe die Geschwindigkeit, bevor du die Reasoning-Stufe senkst

Mit Standard entfällt der dokumentierte Verbrauchsmultiplikator für höhere Geschwindigkeit. Du kannst dabei dasselbe Modell nutzen. Mit Stand 2026-11-02 nennt OpenAIs Dokumentation zur Geschwindigkeit diese Faktoren gegenüber Standard beim selben Modell:

Geschwindigkeit	Verbrauch des Abo-Kontingents	Verbrauch gekaufter Credits
Standard	1×	1×
Fast, sofern unterstützt	2.5×	2×
GPT-6 Astra oder GPT-6.1 Sol Ultrafast, bei entsprechender Berechtigung	8×	6×

Die Werte beschreiben den Verbrauch, keine garantierte Beschleunigung. Ultrafast erfordert derzeit Pro 500 oder einen berechtigten Enterprise/Edu-Tarif. Diese aktuellen Faktoren legen die Regeln für Dezember nicht fest.

Im CLI schaltet /fast den Modus Fast um. Ist Fast bereits aktiv, schaltet der Befehl ihn aus; kontrolliere danach den Status. Ohne vorherige Prüfung kann der Befehl Fast auch aktivieren.

Wähle für gewöhnliche Fragen in ChatGPT Instant, wenn dessen Antworten ausreichen. Die Ausnahme für Dezember nennt ausdrücklich Instant-Chat. Prüfe beim Wechsel zu Reasoning oder Agentenaufgaben erneut den gewählten Modus.

Begrenze auch die Aufgabe: Nenne relevante Dateien und das gewünschte Ergebnis. Vermeide zusätzliche Bereinigungen im gesamten Repository, die nicht zur Aufgabe gehören. Vergleiche eine niedrigere Reasoning-Stufe mit der aktuellen Einstellung an ähnlichen Aufgaben. Wenn zusätzliche Versuche die Ersparnis aufzehren, stelle die stärkere Einstellung wieder her. Unser Vergleich von Sol und Astra hilft bei der Wahl des nächsten Tests.

Was tun, wenn das Kontingent aufgebraucht ist?

Wähle den nächsten Schritt danach, wie oft du das Limit erreichst und welche Funktionen du brauchst. Ein Modellwechsel füllt ein aufgebrauchtes gemeinsames Kontingent nicht wieder auf.

Warte auf den Reset, wenn dein Abgabetermin das zulässt. Prüfe die tatsächliche Reset-Zeit des ausgeschöpften Zeitraums. Ein Reset des 5-Stunden-Limits hilft bei ausgeschöpftem Wochenkontingent nicht, sofern beide Limits gelten.

Kaufe ChatGPT-Credits für gelegentlichen Mehrbedarf, sofern dein Konto diese Möglichkeit bietet. Laut dem Credits-Leitfaden für persönliche Tarife wird zuerst das enthaltene Kontingent verbraucht, danach werden Credits abgebucht. Prüfe Settings → Usage oder den Bereich Usage & Billing in Codex. Credits decken die dafür vorgesehenen Funktionen ab. Sie erhöhen nicht die Limits aller ChatGPT-Funktionen. Bei Business müssen Credits im Arbeitsbereich verfügbar sein und dessen Ausgabenkontrollen ihre Nutzung erlauben.

Wechsle in einen höheren Tarif, wenn regelmäßige Zusatzkosten ein größeres enthaltenes Kontingent rechtfertigen. Vergleiche die tatsächlichen Mehrkosten des Tarifwechsels mit den Zusatzkosten eines repräsentativen Monats. Prüfe vor dem Bezahlen das Angebot in deinem Konto. Die Dezember-Ankündigung beziffert den zusätzlichen Nutzungsumfang für diese Rechnung nicht.

Nutze einen API-Schlüssel, wenn du die lokale Programmierarbeit separat nach Verbrauch abrechnen kannst. Damit wechseln die Abrechnung und das verwendete Guthaben zur API. Deren eigene Ratenlimits gelten ebenfalls. Das ChatGPT-Kontingent wird dadurch nicht erneuert.

Wie stellst du Codex lokal auf API-Abrechnung um?

Nutze für lokale Arbeit mit Codex CLI die Anmeldung per API-Schlüssel, nachdem du Modellzugriff und API-Guthaben geprüft hast. Die OpenAI-Anleitung zur Authentifizierung beschreibt diesen Anmeldeweg. Codex Cloud erfordert eine Anmeldung mit ChatGPT.

Beim installierten CLI mit OpenAI als Standardanbieter liest du deinen eigenen OpenAI-API-Schlüssel in Bash ein:

read -rs OPENAI_API_KEY && export OPENAI_API_KEY
codex login --with-api-key <<< "$OPENAI_API_KEY"
codex login status
codex --model gpt-6.1-sol

Füge den Schlüssel ein, sobald read auf die Eingabe wartet. Er wird dabei nicht im Terminal angezeigt. Die Here-String-Syntax <<< reicht ihn über die dokumentierte Standardeingabe weiter. codex login status zeigt den Authentifizierungsmodus an.

Führe zunächst eine kleine Aufgabe aus, prüfe die Ausgabe und kontrolliere den Verbrauch in API Platform. Verlagere erst danach einen langen Auftrag auf die API. Prüfe bei einem Zugriffsfehler die Organisation des Schlüssels, den Modellzugriff, das Guthaben und die Ratenlimits. CLI und IDE-Erweiterung verwenden dieselben zwischengespeicherten Anmeldedaten. Eine Änderung kann deshalb die nächste Sitzung in der Erweiterung beeinflussen.

Unterscheide drei Guthaben: ChatGPT-Credits zum Weiterarbeiten, gekauftes API-Guthaben und API-Aktionsguthaben aus berechtigten Abonnements. OpenAIs Regeln für API-Guthaben aus Abonnements schließen Codex-Sitzungen mit Anmeldung per API-Schlüssel aus. Lies den Leitfaden zu Berechtigung und Ausschlüssen beim API-Guthaben, bevor du diesen Zuschuss für Mehrbedarf einplanst.

BetterToken führt mit Stand 2026-11-02 ebenfalls gpt-6.1-sol und gpt-6-astra. Die Codex-Anleitung verwendet https://www.bettertoken.ai/v1 und wire_api = "responses" mit einem eigenen BetterToken-Schlüssel. Dieser API-Zugang wird separat abgerechnet.

Wie vergleichst du Credits, Tarifwechsel und API-Kosten?

Rechne dieselben erledigten Aufgaben mit den tatsächlichen Abrechnungsregeln jedes Zugangswegs durch. Die aktuellen API-Preise verraten nicht, wie viele Tokens im ChatGPT-Abo enthalten sind.

Die folgende Beispielrechnung für Modell-Tokenkosten beruht auf Annahmen, nicht auf einer ausgeführten Aufgabe. Sie setzt globale Verarbeitung mit Standard und folgende Gesamtmengen über alle Anfragen voraus:

• 0.6M gewöhnliche Eingabetokens, 0.3M zwischengespeicherte Eingabetokens und 0.1M Eingabetokens, die in einen Cache für 30 Minuten geschrieben werden.
• 0.2M Ausgabetokens, einschließlich Reasoning-Tokens.
• Jede Anfrage enthält höchstens 272K Eingabetokens.
• Keine Schreibvorgänge in einen Cache für 12 Stunden, keine kostenpflichtigen gehosteten Tools und keine gehostete Rechenleistung. Anfallende Steuern sind nicht enthalten.

Mit den Preisen der OpenAI API zum Stand 2026-11-02 ergibt sich:

gpt-6.1-sol:
0.6 × $2.00 + 0.3 × $0.10 + 0.1 × $2.50 + 0.2 × $10.00 = $3.48

gpt-6-astra:
0.6 × $10.00 + 0.3 × $1.00 + 0.1 × $12.50 + 0.2 × $50.00 = $17.55

Die Mengen stehen in Millionen Tokens, die Preise in USD pro 1M Tokens. Für die betroffenen Tokens ersetzen die Cache-Schreibpreise die gewöhnlichen Eingabepreise. Berechne nicht beides für dieselben Tokens. Reasoning-Tokens zählen als Ausgabe. Die Modellseiten für Sol und Astra nennen höhere Preise bei mehr als 272K Eingabetokens pro Anfrage.

Für dieselben hypothetischen Tokenmengen fällt bei Codex-Preisen in Credits bei Standard-Geschwindigkeit keine separate Cache-Schreibgebühr an. Neu in den Cache geschriebene Tokens zählen hier zur gewöhnlichen Eingabe:

GPT-6.1 Sol:
(0.6 + 0.1) × 50 + 0.3 × 2.5 + 0.2 × 250 = 85.75 credits

GPT-6 Astra:
(0.6 + 0.1) × 250 + 0.3 × 25 + 0.2 × 1,250 = 432.5 credits

Multipliziere die benötigten Credits mit dem USD-Preis pro Credit, der dir beim Kauf angezeigt wird. Trenne die Verbrauchskosten vom Geldbetrag, den du für das kleinste Credit-Paket zahlen musst. Addiere für jeden Weg die anfallenden Steuern und Pflichtgebühren. Vergleiche das Ergebnis anschließend mit den Mehrkosten des höheren Tarifs.

Ein höherer Tarif umfasst auch andere Funktionen. Der API-Zugang bietet einen anderen Funktionsumfang. Dieselbe Tokenmenge bedeutet nicht, dass dieselbe Arbeit erledigt wurde. Allein aus diesen Zahlen ergibt sich kein günstigster Weg.

Protokolliere vor Dezember eine gewöhnliche Arbeitswoche. Lege ein getestetes Modell und eine getestete Geschwindigkeit als Standard fest und plane ein Budget für Mehrbedarf ein. Prüfe nach der Umstellung die neuen Zeiträume und wiederhole dieselbe Messung, bevor du deinen Tarif änderst.