Codex "Selected model is at capacity": o problema é seu ou da OpenAI?

É a OpenAI ficando sem capacidade para esse modelo, não sua conta nem seu limite de uso. Medido em requisições reais do Codex pelo gateway da Wokey, 6.2% das requisições receberam este erro nas últimas 24 horas (status: Interrupção). Desde 2026-05-31, 9 interrupções levaram a taxa diária acima de 2.0%; o pior dia, 2026-09-10, chegou a 29%.

Atualizado 2026-11-12 03:58 UTC, a cada hora

Agora: Interrupção

  • Última hora: 8.6% (1,346 requisições)
  • Últimas 24 horas: 6.2% (82,895 requisições)
  • Últimos 7 dias: 2.2% (583,190 requisições)

O status considera as últimas três horas: abaixo de 0.5% das requisições é normal; 3.0% ou mais é uma interrupção. Página de status da OpenAI

Taxa de erros por modelo: para qual trocar

A capacidade é por modelo, então trocar de modelo é a única solução que funciona. Primeiro a menor taxa de 7 dias; modelos com menos de 1,000 requisições em 7 dias não aparecem.

Parcela das requisições recusadas com "Selected model is at capacity" (server_is_overloaded).
ModeloÚltimas 24 horasÚltimos 7 diasRequisições (7 dias)
GPT-5.6 Luna (O mais estável agora)3.5%1.3%119,906
GPT-6 Luna5.8%1.3%306,519
GPT-6.1 Terra5.8%1.8%29,311
GPT-6 Sol5.0%1.9%31,063
GPT-5.6 Terra4.7%2.2%2,774
GPT-6 Astra9.8%4.6%14,066
GPT-5.6 Sol8.4%5.9%6,375
GPT-6.1 Sol12%6.9%73,164

Para trocar no Codex, digite /model e escolha gpt-5.6-luna, ou defina model = "gpt-5.6-luna" em ~/.codex/config.toml.

Histórico de interrupções

Parcela diária das requisições do Codex que receberam o erro. Um dia com 2.0% ou mais conta como dia de interrupção; interrupções separadas por apenas um dia tranquilo são combinadas.

  • 2026-11-09 – 11-12: 4 dias, pior em 11-12 com 5.3%
  • 2026-11-02 – 11-06: 5 dias, pior em 11-03 com 8.7%
  • 2026-10-27 – 10-30: 4 dias, pior em 10-28 com 6.7%
  • 2026-10-19 – 10-23: 5 dias, pior em 10-21 com 28%
  • 2026-10-08 – 10-16: 9 dias, pior em 10-13 com 24%
  • 2026-09-21 – 09-24: 4 dias, pior em 09-21 com 4.9%
  • 2026-09-14 – 09-17: 4 dias, pior em 09-17 com 28%
  • 2026-09-06 – 09-10: 5 dias, pior em 09-10 com 29%
  • 2026-08-19: 1 dia, pior em 08-19 com 5.3%

O que fazer

  1. Não compre créditos, não reinstale o Codex nem apague a tarefa: nada disso muda a capacidade da OpenAI.
  2. Confira o status acima e a página de status da OpenAI. Se a taxa estiver elevada, o problema não é com você.
  3. Tente de novo uma vez depois de um minuto; fora de uma interrupção, a maioria das falhas isoladas passa na tentativa seguinte.
  4. Durante uma interrupção, troque para o modelo mais estável da tabela em vez de tentar de novo o mesmo.
  5. Se uma tarefa parou no meio, envie "continue" na mesma conversa quando voltar a funcionar.
  6. Só se apenas a sua conta continuar falhando por dias, abra um ticket de suporte ou uma issue no GitHub com o ID da sessão.

É a minha conta?

Quase nunca. Na interrupção de 2026-10-08 – 10-10, em 91% das requisições que falharam outra conta teve sucesso no mesmo modelo em até dois minutos, e em 41% a mesma conta teve sucesso em até dois minutos. 57 / 74 contas foram afetadas, nenhuma mais que as outras. Quando falta capacidade a um modelo, a OpenAI recusa aleatoriamente uma parte das requisições; ela não escolhe contas específicas.

"At capacity" não é um limite de uso

Um limite de uso indica que seu plano se esgotou até um horário de reset. "Selected model is at capacity" indica que faltam servidores para o modelo neste momento; seu uso restante não é afetado e o erro passa sem esperar um reset.

Quanto um plano do Codex dá por semana, medido

"Our servers are currently overloaded. Please try again later."

É o mesmo erro, sem a reformulação do Codex. A OpenAI recusa a requisição com server_is_overloaded e a mensagem "Our servers are currently overloaded. Please try again later."; o Codex a substitui por "Selected model is at capacity", enquanto o OpenAI SDK, o Cherry Studio, o OpenCode e outros apps feitos sobre a API da OpenAI mostram o texto original. Não tem nada a ver com sua chave, seu saldo ou sua rede. As taxas acima contam requisições de todos os clientes, então o conselho é o mesmo: tente de novo uma vez depois de um minuto e, durante uma interrupção, troque para o modelo mais estável em vez de insistir no mesmo.

Como medimos

  • Fonte: requisições reais a modelos da OpenAI pelo gateway da Wokey, do Codex e de todos os outros clientes, contadas a cada hora por modelo. Nenhum dado de usuário é publicado.
  • Um erro de capacidade é uma requisição que o upstream recusou com server_is_overloaded ("Our servers are currently overloaded"), que o Codex mostra como "Selected model is at capacity". A Wokey não tenta de novo essas requisições, então cada uma chegou ao cliente.
  • Só contam as requisições concluídas. Modelos de imagem e o ChatGPT na web não estão incluídos.
  • Nosso perfil de tráfego não é igual ao de todos os usuários do Codex, então leia as taxas como um sinal medido, não como um número oficial da OpenAI.

Perguntas frequentes

Por que o Codex diz "Selected model is at capacity"?

Faltam servidores à OpenAI para esse modelo, e ela recusa parte das requisições com server_is_overloaded. Costuma acontecer em ondas depois de lançamentos, como quando o GPT-6 chegou a todos os usuários do ChatGPT em 2026-10-07.

É a minha conta ou o meu limite de uso?

Não. Seu uso restante não é afetado. Na interrupção de 2026-10-08 – 10-10, em 91% das requisições que falharam outra conta teve sucesso no mesmo modelo em até dois minutos.

Para qual modelo devo trocar?

Neste momento o GPT-5.6 Luna tem a menor taxa de erros medida (3.5%). A tabela acima é atualizada a cada hora.

Quanto tempo costuma durar?

Desde 2026-05-31, as interrupções que medimos duraram em mediana 4 dias, a mais longa 9 dias. Durante uma interrupção, a taxa oscila de hora em hora.

"Our servers are currently overloaded" é o mesmo erro?

Sim. É a mensagem do upstream por trás do mesmo código server_is_overloaded; o Codex a mostra como "Selected model is at capacity. Please try a different model."

Comprar créditos ou fazer upgrade para o Pro ajuda?

Não para este erro. É uma questão de capacidade do modelo, não do seu plano. Entre os relatos no openai/codex há usuários Pro que receberam o erro com a maior parte do uso ainda sobrando.