Codex „Selected model is at capacity“: Fehler beheben
Unterscheide Codex-Kapazitätsfehler von einem aufgebrauchten Nutzungskontingent, aktualisiere den Client und teste ein anderes Modell. Untersuche anhaltende Fehler eines einzelnen Kontos. Verstehe die Retry-After-Änderungen und sichere CI-Arbeit durch begrenzte Wiederholungsversuche und eine separat abgerechnete Ersatz-API.
Inhalt

Die Codex-Meldung Selected model is at capacity. Please try a different model. zeigt einen Kapazitätsfehler an, beweist aber nicht, dass dein Nutzungskontingent aufgebraucht ist. Blockiert sie deine Arbeit in CLI, Desktop-App oder IDE-Erweiterung, aktualisiere den betroffenen Client und teste ein anderes verfügbares Modell. Wartet Codex bereits auf einen vom Server vorgegebenen Wiederholungsversuch, lass diese Wartezeit ablaufen, bevor du eine weitere Anfrage sendest.
Kapazitätsfehler oder ausgeschöpftes Nutzungskontingent?
Codex ordnet diese Meldung als ServerOverloaded ein. Der Code zur Zuordnung von API-Fehlern bildet server_is_overloaded auf diesen Fehler ab. Der separate Typ UsageLimitReached wird im Protokoll für den Client zu UsageLimitExceeded.
Die Fehlerdefinitionen enthalten außerdem PolicyCapacityUnavailable mit der Meldung Policy-restricted capacity is unavailable. Please try again later. Dieser Fehler nutzt dieselbe Wiederholungsstrategie wie Kapazitätsfehler, ist aber ein eigenständiger Fehler. Keine der beiden Meldungen belegt für sich allein, dass dein Konto gesperrt ist.
Prüfe dein verbleibendes Kontingent im Nutzungsdashboard. Meldet der Fehler tatsächlich ein aufgebrauchtes Kontingent, folge dem Leitfaden zu Codex-Nutzungslimits und deren Zurücksetzung. Bei einem Kapazitätsfehler sollte der erste Diagnoseschritt nicht darin bestehen, mehr Kontingent zu kaufen.
Was solltest du zuerst versuchen?
Aktualisiere den Client, in dem der Fehler auftritt
Stand 2026-11-17 ist 0.169.0 die aktuelle stabile Version von Codex CLI von OpenAI. Aktualisiere eine ältere Installation, bevor du das Verhalten bei Wiederholungsversuchen untersuchst.
Bei einer per npm installierten CLI führst du diese Befehle in Bash aus:
codex --version
npm install -g @openai/codex
codex --version
Der letzte Befehl sollte die aktualisierte Version anzeigen. Für andere Installationswege gelten die jeweiligen offiziellen Update-Anweisungen. Prüfe bei Remote SSH auch die CLI auf dem entfernten Host.
Tritt der Fehler in der Desktop-App oder IDE-Erweiterung auf, aktualisiere diesen Client separat und starte ihn neu. Bei zentral verwalteten Desktop-Updates kann eine vom Administrator freigegebene Bereitstellung nötig sein. Der Vergleich von CLI, App und Erweiterung hilft dir, die betroffene Oberfläche zu bestimmen.
Teste ein anderes verfügbares Modell oder warte den Wiederholungsversuch ab
Wähle in der CLI mit /model ein anderes Modell aus der Liste. Bestätige die Auswahl anschließend mit /status, wie in der Befehlsreferenz beschrieben. Sende eine kleine Anfrage wie Reply with OK., bevor du zur unterbrochenen Aufgabe zurückkehrst.
Eine vollständige Antwort bestätigt, dass dieses Modell und dieser Zugangsweg für die Anfrage funktioniert haben. Sie belegt nicht, dass das ursprüngliche Modell wieder verfügbar ist. Schlagen mehrere Modelle fehl, wechsle nicht ständig weiter, sondern prüfe das Konto wie unten beschrieben.
Führt der Client bereits Wiederholungsversuche aus, halte die vom Server angegebene Wartezeit ein. Starte dieselbe Anfrage nicht ständig neu und führe keine parallelen Kopien aus. Prüfe die Statusseite von OpenAI auf eine Störung. Ihr Gesamtstatus belegt jedoch nicht die Verfügbarkeit für ein einzelnes Konto.
Kehrt der Fehler nach der Wartezeit zurück, sende zeitnah einen Bericht über /feedback. Bewahre Fehlerzeitpunkt, gewähltes Modell, Client-Version und eine eventuell ausgegebene Berichts-ID für den Support auf.
Welchen Zugangsweg solltest du während des Engpasses wählen?
Bleibe beim bisherigen Zugang, wenn die Wartezeit mit deiner Frist vereinbar ist. Erwäge eine separat abgerechnete API, wenn du für lokale Arbeit eine Ausweichmöglichkeit brauchst.
| Zugangsweg | Voraussetzungen und Abrechnung | Wann wählen? |
|---|---|---|
| Warten und erneut versuchen | Dein bestehendes Konto und dein bisheriger Zugang; keine neue Abrechnungseinrichtung. Halte jede vom Server vorgegebene Wartezeit ein. | Du brauchst das aktuelle Modell und kannst die Verzögerung hinnehmen. |
| Ein anderes Modell wählen | Ein Modell, das /model für dein Konto und deinen Workspace anbietet; die bisherigen Zugangsregeln gelten weiter. | Ein kleiner Test gelingt und das andere Modell kann die Aufgabe erledigen. |
| OpenAI API | Ein API-Schlüssel, eingerichtete API-Abrechnung und Zugriff aus einem unterstützten Land oder Gebiet. Die lokale Codex-Nutzung folgt den Tokenpreisen der API. | Du brauchst einen direkten, nutzungsabhängig abgerechneten Zugang statt eines Abonnements. |
| BetterToken API | Dein eigenes BetterToken-Konto, ein API-Schlüssel und Guthaben, das du mit einer in der Konsole angebotenen Zahlungsmethode aufgeladen hast. Der dokumentierte benutzerdefinierte Anbieter für Codex nutzt Responses. Es gelten die Token-Abrechnungsregeln des Modells. | Du möchtest ein API-Gateway mit nutzungsabhängiger Abrechnung und kannst den Zugang vor dem Einsatz konfigurieren und testen. |
Die API-Abrechnung ist von der Nutzung deines ChatGPT-Abonnements getrennt. Ein Wechsel des Zugangswegs füllt dessen Kontingent nicht auf. Gleiche deine geplante Nutzung mit den aktuellen Preisen der BetterToken API ab, bevor du Guthaben für die Ausweichlösung einzahlst.
Diese API-Optionen gelten für lokale Codex-Abläufe. Laut OpenAIs Authentifizierungsdokumentation setzt Codex Cloud die Anmeldung über ChatGPT voraus. Gehe nicht davon aus, dass ein lokaler Anbieterwechsel eine bestehende Cloud-Aufgabe überträgt.
Nutze den Leitfaden für benutzerdefinierte Anbieter in Codex zur Einrichtung. Teste den gewählten Endpunkt mit einer kleinen Anfrage, bevor du ihm eine unvollständige Aufgabe aus dem Repository übergibst.
Was hat OpenAI geändert, und warum kann die Wartezeit steigen?
Die gemeldete Verbesserung betrifft weniger Antwortdurchläufe, die mit einem Kapazitätsfehler enden. Sie garantiert keine sofortige Verarbeitung.
In Tibos Beitrag vom 16. November schrieb @thsottiaux, das Team habe den wiederkehrenden Fehler möglicherweise behoben. Das beigefügte Diagramm zeigt den Anteil täglich aktiver Nutzer, bei denen mindestens ein Antwortdurchlauf mit einem Kapazitätsfehler endete. Er sinkt von 6.82% am 19. Oktober auf 0.085% am 12. November, im Zeitraum vom 15. Oktober bis 12. November 2026, UTC. Das ist nicht der Anteil fehlgeschlagener Anfragen an allen Anfragen.
Das Diagramm markiert sechs Änderungen rund um Retry-After, das Serverhinweise zum Zeitpunkt des nächsten Versuchs übermittelt. Am 15. Oktober enthielt eine Desktop-Version eine Korrektur für WebSocket-Wiederholungsversuche. Am 22. Oktober kamen Wartezeiten bei gewöhnlicher Überlastung hinzu, am 23. Oktober Wiederholungszeitpunkte für überlastete Service-Tiers.
Am 24. Oktober begann Codex, Anweisungen zum erneuten Versuch und zum Stoppen weiterzuleiten. Am 30. Oktober wurde eine Wartezeit für NO_MORE_RETRY ergänzt. Die Änderung vom 6. November sorgte dafür, dass diese Wartezeit bei WebSocket-Fehlern erhalten bleibt.
Der aktuelle Quellcode ordnet ServerOverloaded, PolicyCapacityUnavailable und RetryLimit der Strategie RetryPolicy::ServerDirected zu. Auch der veröffentlichte Code von 0.169.0 nutzt für diese Fehler die vom Server vorgegebene Wartezeit. Liegt ein entsprechender Hinweis vor, kann die Anfrage warten, statt sofort zu enden.
Weniger endgültig abbrechende Fehler können daher mit längeren Wartezeiten einhergehen. Das Diagramm misst nicht die p95-Dauer eines Antwortdurchlaufs: die Zeit, unterhalb der 95% der Durchläufe enden. Es zeigt auch nicht, ob gesamte Jobs abgeschlossen werden.
Der Code für Wiederholungsversuche von Codex behält zudem Obergrenzen für diese Versuche bei. Serverhinweise steuern die Wartezeit; sie versprechen weder unbegrenzte Versuche noch einen späteren Erfolg.
Was tun, wenn nur ein Konto dauerhaft betroffen ist?
Untersuche das Konto und die Authentifizierung, ohne eine Kontobeschränkung als bestätigte Ursache darzustellen.
Stand 2026-11-17 ist Issue #60767 weiterhin offen. Der Verfasser xiaogu12138 beschreibt Fehler eines Plus-Kontos in CLI und VS Code Remote SSH trotz verbleibenden Kontingents. Ein anderes Plus-Konto habe auf demselben Server funktioniert.
Der Bericht nennt automatische Wiederholungsversuche mit Wartezeiten von ungefähr 314–317 seconds (Sekunden). Er erwähnt außerdem eine spätere Antwort 401 Unauthorized und einen separaten Fehler token_revoked. Dass diese Authentifizierungsfehler die Kapazitätsprobleme verursachten, ist nicht belegt. Die untersuchten Logs ließen sich auch nicht unabhängig dem betroffenen Konto zuordnen.
Nutze dieses Muster, um Belege zu sammeln, nicht um dieselbe Ursache vorauszusetzen:
- Halte die Vergleichsbedingungen konstant. Notiere Konto und Workspace, Client-Version, Modell, Host sowie Zeitpunkt mit Zeitzone vertraulich. Teste denselben kurzen Prompt in CLI und Erweiterung. Ein berechtigter Kollege kann sein eigenes Konto unabhängig prüfen; tauscht keine Zugangsdaten aus.
- Erneuere die Anmeldung nur bei Hinweisen auf Authentifizierungsfehler. Zeigt eine gespeicherte ChatGPT-Anmeldung
401odertoken_revoked, führecodex logoutund danachcodex loginaus. Wiederhole anschließend dieselbe kleine Anfrage. Eine Kapazitätsmeldung allein ist kein Grund, Authentifizierungsdateien zu löschen. - Melde wiederkehrende Fehler dem Support. Führe direkt nach einem weiteren Fehler
/feedbackaus. Sende Berichts-ID, Reproduktionsschritte, Wartezeiten der Wiederholungsversuche und verfügbare Anfrage-IDs an den OpenAI-Support.
Veröffentliche keine Zugangsdaten, Authentifizierungsdateien oder Inhalte privater Repositorys in einem GitHub-Issue. Ein erfolgreicher Wiederholungsversuch ist ein hilfreicher Beleg. Bei sporadischen Problemen brauchst du aber Zeitpunkte mehrerer Vorfälle.
Wie verhinderst du, dass ein Kapazitätsfehler einen langen Lauf zunichtemacht?
Teile die Aufgabe in überprüfbare Zwischenstände auf und bewahre den Zustand, wenn ein Antwortdurchlauf fehlschlägt. Halte Deployments, Zahlungen und andere Aktionen mit externen Auswirkungen aus einer blinden Wiederholungsschleife heraus.
Dieses Bash-Beispiel führt eine rein lesende Diagnose aus, zeichnet Ereignisse auf und sichert den Exit-Code der CLI. Führe es in einer Arbeitskopie des Repositorys aus, die nur für diesen Job vorgesehen ist:
umask 077
status=0
codex exec --json --sandbox read-only \
"Inspect the repository and report the next unfinished step. Do not edit files." \
>codex-events.jsonl 2>codex-stderr.log || status=$?
printf '%s\n' "$status" >codex-exit-code.txt
exit "$status"
Konfiguriere die CI so, dass sie diese Dateien auch bei einem fehlgeschlagenen Schritt aufbewahrt. Die nicht interaktive Schnittstelle gibt die Ereignisse thread.started, turn.completed, turn.failed und error aus. Lass nachfolgende Schritte erst zu, wenn der Prozess erfolgreich beendet wurde, der Antwortdurchlauf abgeschlossen ist und die aufgabenspezifischen Prüfungen bestanden sind.
Bewahre auch die Arbeitskopie und den privaten Sitzungsspeicher von Codex auf. Das Ereignisprotokoll allein ist nicht die gespeicherte Sitzung. Vermeide --ephemeral bei Jobs, die du fortsetzen möchtest. Lade kein vollständiges Codex-Home-Verzeichnis mit Zugangsdaten als öffentliches Artefakt hoch.
Ist die Wartezeit abgelaufen oder das zugrunde liegende Problem behoben, setze die aufgezeichnete Sitzung fort, nicht einfach den zuletzt ausgeführten Job. Führe bei installiertem jq diesen Bash-Befehl aus der ursprünglichen Arbeitskopie aus:
session_id=$(jq -ers \
'[.[] | select(.type == "thread.started") | .thread_id] | first // empty' \
codex-events.jsonl) &&
codex exec --sandbox read-only resume "$session_id" \
"Inspect the existing work and report the next unfinished step. Do not edit files."
Setze in deinem Job-Runner eine Grenze für die tatsächlich verstrichene Zeit und begrenze die Wiederherstellungsversuche. Wiederhole eine Anfrage nur, wenn du den Fehler als vorübergehend eingestuft hast. Halte dabei vorhandene Zeitvorgaben des Servers ein. Stoppe bei Authentifizierungs- oder Berechtigungsfehlern sowie bei aufgebrauchtem Nutzungskontingent, statt die Anfragen immer wieder auszuführen.
Erfordert deine Frist einen anderen Anbieter, starte von einem gespeicherten Zwischenstand und übergib die erledigten Arbeiten sowie die noch ausstehenden Prüfungen. Prüfe vor dem Fortsetzen den vorhandenen diff, damit die Ausweichlösung bereits erledigte externe Aktionen nicht wiederholt.