Codex "Selected model is at capacity": como resolver

Diferencie os erros de capacidade do Codex do esgotamento da cota, atualize o cliente, teste outro modelo e investigue falhas persistentes em uma conta. Entenda as mudanças no Retry-After e preserve o trabalho de CI com tentativas limitadas de recuperação e uma API alternativa cobrada separadamente.

Conteúdo
Codex "Selected model is at capacity": como resolver

No Codex, Selected model is at capacity. Please try a different model. indica um erro de capacidade, não comprova que sua cota de uso acabou. Se o trabalho parou na CLI, no aplicativo para desktop ou na extensão da IDE, atualize o cliente afetado e teste outro modelo disponível. Se o Codex já aguarda uma nova tentativa orientada pelo servidor, deixe a espera terminar antes de enviar outra solicitação.

É um erro de capacidade ou a cota de uso acabou?

O Codex classifica essa mensagem como ServerOverloaded. Seu código de conversão de erros da API associa server_is_overloaded a esse erro. O tipo separado UsageLimitReached se torna UsageLimitExceeded no protocolo recebido pelo cliente.

As definições de erros também incluem PolicyCapacityUnavailable, exibido como Policy-restricted capacity is unavailable. Please try again later. Ele usa a mesma estratégia de novas tentativas dos erros de capacidade, mas é um erro diferente. Nenhuma dessas mensagens, sozinha, comprova que sua conta foi bloqueada.

Confira a cota restante no painel de uso. Se o erro indicar que a cota acabou, siga o guia de limites de uso e redefinição do Codex. Comprar mais cota não deve ser o primeiro passo para diagnosticar uma resposta com erro de capacidade.

O que tentar primeiro?

Atualize o cliente que apresentou a falha

Em 2026-11-17, a versão estável mais recente do Codex CLI da OpenAI é a 0.169.0. Atualize uma instalação antiga antes de investigar o comportamento das novas tentativas.

Para uma CLI instalada via npm, execute estes comandos no Bash:

codex --version
npm install -g @openai/codex
codex --version

O último comando deve mostrar a versão atualizada. Para outros métodos de instalação, siga as instruções oficiais de atualização correspondentes. Com Remote SSH, confira também a CLI no host remoto.

Se a falha ocorrer no aplicativo para desktop ou na extensão da IDE, atualize esse cliente separadamente e reinicie-o. Atualizações gerenciadas do aplicativo podem exigir uma implantação aprovada pelo administrador. A comparação entre CLI, aplicativo e extensão ajuda a identificar qual interface precisa de atenção.

Teste outro modelo disponível ou aguarde a nova tentativa

Na CLI, use /model para selecionar outro modelo da lista. Depois, confirme a seleção com /status, conforme a referência de comandos. Envie uma solicitação pequena, como Reply with OK., antes de voltar à tarefa interrompida.

Uma resposta concluída confirma que esse modelo e essa forma de acesso funcionaram para aquela solicitação. Isso não comprova que o modelo original se recuperou. Se vários modelos falharem, pare de alternar entre eles e faça as verificações de conta descritas adiante.

Se o cliente já estiver tentando novamente, respeite a espera indicada pelo servidor. Evite reiniciar a mesma solicitação repetidamente ou executar cópias em paralelo. Confira se há um incidente na página de status da OpenAI. Lembre-se de que os dados agregados não confirmam a disponibilidade para uma conta específica.

Se o erro voltar após a espera, envie /feedback imediatamente. Guarde o horário da falha, o modelo selecionado, a versão do cliente e qualquer identificador do relato para acionar o suporte.

Qual opção usar enquanto a capacidade se recupera?

Mantenha a forma de acesso atual se a espera couber no prazo da tarefa. Considere uma API com cobrança separada quando precisar de uma alternativa para o trabalho local.

OpçãoRequisitos e cobrançaQuando escolher
Aguardar e tentar novamenteSua conta e seu acesso atuais; não é necessário configurar outra forma de cobrança. Respeite qualquer espera indicada pelo servidor.Você precisa do modelo atual e pode aguardar.
Escolher outro modeloUm modelo oferecido por /model para sua conta e seu espaço de trabalho; as regras de acesso atuais continuam valendo.Um teste pequeno funciona e a alternativa consegue executar a tarefa.
OpenAI APIUma chave de API, cobrança de API configurada e acesso a partir de um país ou território com suporte. O uso local do Codex segue os preços de tokens da API.Você precisa de acesso direto com pagamento por uso em vez de acesso por assinatura.
BetterToken APISua própria conta BetterToken, chave de API e saldo adicionado por um método de pagamento disponível no console. O provedor personalizado documentado para o Codex usa Responses. A cobrança segue as regras de tokens do modelo.Você quer um gateway de API com pagamento por uso e pode configurá-lo e testá-lo antes de depender dele.

A cobrança de API é separada do uso da assinatura do ChatGPT. Mudar a forma de acesso não repõe a cota dessa assinatura. Compare sua carga de trabalho com os preços atuais da BetterToken API antes de adicionar saldo para a alternativa.

Essas opções de API se aplicam ao trabalho local com o Codex. A documentação de autenticação da OpenAI informa que o Codex Cloud exige login pelo ChatGPT. Não presuma que trocar o provedor local transfere uma tarefa já existente na nuvem.

Siga o guia de configuração de um provedor personalizado no Codex. Teste o endpoint escolhido com uma solicitação pequena antes de passar a ele uma tarefa inacabada do repositório.

O que a OpenAI mudou e por que a espera pode aumentar?

A melhoria relatada diz respeito a menos turnos, ou ciclos de resposta, terminando com erro de capacidade. Ela não garante atendimento imediato.

Na publicação de Tibo de 16 de novembro, @thsottiaux disse que a equipe talvez tenha corrigido o erro recorrente. O gráfico mostra a parcela de usuários ativos diários com pelo menos um turno encerrado por erro de capacidade. O valor cai de 6.82% em 19 de outubro para 0.085% em 12 de novembro, no período de 15 de outubro a 12 de novembro de 2026, UTC. Não é a porcentagem de todas as solicitações que falharam.

O gráfico marca seis mudanças de Retry-After, que transmite a orientação do servidor sobre quando tentar novamente. Em 15 de outubro, uma versão para desktop incluiu uma correção nas novas tentativas via WebSocket. Em 22 de outubro, foram adicionadas esperas para sobrecargas comuns; em 23 de outubro, horários de novas tentativas para sobrecargas do nível de serviço.

Em 24 de outubro, o Codex passou a encaminhar instruções para tentar novamente ou parar. Em 30 de outubro, foi adicionada uma espera para NO_MORE_RETRY. A mudança de 6 de novembro preservou essa espera nos erros de WebSocket.

O código atual associa ServerOverloaded, PolicyCapacityUnavailable e RetryLimit a RetryPolicy::ServerDirected. O código da versão 0.169.0 também usa a espera indicada pelo servidor para esses erros. Quando há orientação para uma nova tentativa, a solicitação pode aguardar em vez de terminar imediatamente.

Assim, uma taxa menor de erros que encerram o turno pode coexistir com esperas mais longas. O gráfico não mede o p95 da duração do turno: o tempo abaixo do qual 95% dos turnos terminam. Também não mede a conclusão do trabalho inteiro.

O código que gerencia as novas tentativas do Codex mantém limites para elas. A orientação do servidor controla o tempo de espera; não promete tentativas ilimitadas nem sucesso ao final.

E se apenas uma conta continuar falhando?

Investigue a conta e a autenticação sem assumir que existe uma restrição confirmada na conta.

Em 2026-11-17, a issue #60767 continua aberta. O autor, xiaogu12138, descreve falhas de uma conta Plus tanto na CLI quanto no VS Code Remote SSH, apesar da cota restante. Segundo o relato, outra conta Plus funcionava no mesmo servidor.

O relato inclui esperas de aproximadamente 314–317 seconds (segundos) antes das novas tentativas automáticas. Também menciona uma resposta posterior 401 Unauthorized e um erro separado token_revoked. O relato não comprova que esses erros de autenticação causaram as falhas de capacidade. Os logs inspecionados também não permitiram identificar de forma independente a conta afetada.

Use esse padrão para organizar as evidências, não para presumir a mesma causa:

  1. Mantenha condições comparáveis. Registre de forma privada a conta e o espaço de trabalho, a versão do cliente, o modelo, o host e o horário com fuso. Teste o mesmo prompt curto na CLI e na extensão. Um colega autorizado pode testar a própria conta separadamente; não compartilhe credenciais.
  2. Corrija a autenticação apenas quando houver indícios de falha de autenticação. Se um login salvo do ChatGPT apresentar 401 ou token_revoked, execute codex logout e depois codex login. Em seguida, repita a mesma solicitação pequena. Uma mensagem de capacidade, sozinha, não justifica apagar arquivos de autenticação.
  3. Encaminhe falhas recorrentes ao suporte. Execute /feedback imediatamente após outra falha. Envie o identificador do relato, os passos para reproduzir o problema, as esperas das novas tentativas e os IDs de solicitação disponíveis ao suporte da OpenAI.

Não publique credenciais, arquivos de autenticação nem conteúdo de repositórios privados em uma issue do GitHub. Uma tentativa bem-sucedida é uma evidência útil, mas um problema intermitente exige horários de várias ocorrências.

Como evitar que uma falha de capacidade desperdice uma execução longa?

Divida a tarefa em pontos de controle que possam ser revisados e preserve o estado quando um turno falhar. Mantenha implantações, pagamentos e outras ações com efeitos externos fora de um loop de novas tentativas sem verificações.

Este exemplo em Bash executa um diagnóstico somente de leitura, registra eventos e preserva o código de saída da CLI. Execute-o em uma cópia de trabalho do repositório dedicada à tarefa:

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"

Configure o CI para reter esses arquivos mesmo quando a etapa falhar. A interface não interativa emite os eventos thread.started, turn.completed, turn.failed e error. Antes de prosseguir, exija que o processo termine com sucesso, que o turno seja concluído e que as verificações específicas da tarefa passem.

Preserve também a cópia de trabalho e o armazenamento privado das sessões do Codex. O log de eventos, sozinho, não é a sessão salva. Evite --ephemeral em tarefas que pretende retomar. Não publique como artefato um diretório pessoal completo do Codex que contenha credenciais.

Depois que a espera terminar ou o problema de origem for resolvido, retome a sessão registrada em vez de escolher a última tarefa executada. Com jq instalado, execute este comando Bash na cópia de trabalho original:

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."

No sistema que executa as tarefas, defina um limite de tempo total e um limite de tentativas de recuperação. Repita apenas solicitações cuja falha você classificou como transitória, respeitando a orientação de tempo do servidor quando ela estiver disponível. Pare diante de erros de autenticação, permissão ou cota esgotada, em vez de repeti-los continuamente.

Se o prazo exigir outro provedor, parta de um ponto de controle salvo e forneça um resumo do trabalho concluído e das verificações pendentes. Confira o diff existente antes de continuar, para que a alternativa não repita ações externas já concluídas.

Quer otimizar seu fluxo de trabalho com LLMs?

Conecte modelos por uma única API, gerencie chaves e controle os gastos com IA.

Começar grátis