„Selected model is at capacity“: Das können Sie tun
Die Codex-Meldung „Selected model is at capacity“ weist auf fehlende Serverkapazität in Ihrer Region hin, nicht auf Ihr Planlimit. Erfahren Sie, was jetzt hilft.
Was bedeutet „Selected model is at capacity“?
„Selected model is at capacity. Please try a different model.“ bedeutet, dass OpenAI das Modell derzeit nicht mit ausreichender Kapazität bereitstellen kann. Es handelt sich um einen serverseitigen Fehler in Codex, dem Coding-Agent von OpenAI. Das bedeutet nicht, dass Ihr Plan-Kontingent aufgebraucht ist.
Wählen Sie ein anderes Modell oder warten Sie, und prüfen Sie die Statusseite. Wenn Ihre Meldung stattdessen You’ve hit your usage limit lautet, liegt ein anderes Problem vor. Lesen Sie dann was zu tun ist, wenn Sie ein ChatGPT-Limit erreichen.
Die eindeutigste Aussage stammt von einem Codex-Maintainer bei OpenAI in einem GitHub-Kommentar vom 12. Mai 2026:
Wenn Sie diese Meldung erhalten, bedeutet das nicht, dass Ihre Anfragen gedrosselt werden oder dass Ihr Nutzungskontingent aufgebraucht ist.
Im selben Kommentar heißt es weiter: „Das bedeutet, dass uns in Ihrer Region die Kapazität für dieses Modell ausgeht.“ Der Kommentar steht in OpenAIs eigenem Repository. OpenAIs Hilfeartikel „Troubleshooting model feature access“ behandelt diese Meldung ebenfalls und empfiehlt, es später erneut zu versuchen oder ein anderes verfügbares Modell auszuwählen. Der Maintainer schloss das Issue am 16. Juni 2026 mit den Worten „This issue has been mitigated“. Die Meldung ist weiterhin im Code enthalten und kann daher erneut auftreten.
Woher stammt die Meldung?
Der Wortlaut ist im Codex-Quellcode fest vorgegeben. Es handelt sich um den ServerOverloaded-Fehler in codex-rs/protocol/src/error.rs. Wir haben diese Datei am 6. November 2026 im main-Branch gelesen. Der Upstream-Code kann sich ändern.
#[error("Selected model is at capacity. Please try a different model.")]
ServerOverloaded,Diese Fehler-Variante hat keine Felder. Ihr Text ändert sich daher nie. Er ist bei jedem Plan gleich und nennt das Modell nie. Außerdem kann die Meldung weder eine Region noch eine voraussichtliche Wartezeit anzeigen. Sie teilt Ihnen daher nicht mit, wie lange das Problem bestehen bleibt.
Codex zeigt diesen Text an, wenn eine Antwort den HTTP-Status 503 (Hypertext Transfer Protocol) und den Fehlercode server_is_overloaded enthält. Diese Zuordnung befindet sich in codex-rs/codex-api/src/api_bridge.rs. Dieselbe Datei enthält einen zweiten Pfad, der einen internen Fehler „server overloaded“ in diese Meldung umwandelt. Ein 503 mit diesem Code ist daher nicht der einzige Auslöser. Der Parser für den Antwortdatenstrom von Codex ordnet server_is_overloaded außerdem ApiError::ServerOverloaded zu, ohne HTTP 503 vorauszusetzen.
Handelt es sich um einen Kapazitätsfehler oder ein Nutzungslimit?
Lesen Sie den genauen Wortlaut auf dem Bildschirm. Die beiden Fehler stammen aus unterschiedlichen Antworten und erfordern unterschiedliche Maßnahmen.
- Kapazitätsfehler. Der Text lautet
Selected model is at capacity. Please try a different model.. Er kann aus einer HTTP-503-Antwort oder aus einem Fehler innerhalb eines Antwortdatenstroms stammen. Die fehlende Kapazität liegt auf der Seite von OpenAI. - Fehler wegen eines Nutzungslimits. Die meisten Versionen des Textes beginnen mit
You’ve hit your usage limit. Workspace-Versionen können stattdessen mitYour workspace is out of creditsoderYou hit your spend capbeginnen. Codex erzeugt diesen Fehler nur aus einer HTTP-429-Antwort, deren Inhalt den Typusage_limit_reachedhat. Aufgebraucht ist dann Ihr Kontingent, das Guthaben Ihres Workspace oder Ihr Ausgabenlimit.
Der restliche Text zum Nutzungslimit hängt von Ihrem Plan ab. Plus-Nutzer werden aufgefordert, auf Pro upzugraden. Free- und Go-Nutzer werden aufgefordert, auf Plus upzugraden. Pro-Nutzer werden zu einer Seite weitergeleitet, auf der sie weitere Guthaben kaufen können. Enterprise- und Edu-Nutzer erhalten nur den ersten Satz und eine Angabe dazu, wann sie es erneut versuchen sollen.
Business- und Team-Nutzer sehen eine Meldung, die etwa so beginnt:
You’ve hit your usage limit. To get more access now, send a request to your adminDiese Zeile gehört zum Fehler wegen eines Nutzungslimits. Der Text zum Kapazitätsfehler enthält keine Administratorzeile. Wenn Sie die Administratorzeile sehen, sind die Schritte in diesem Leitfaden nicht die richtigen. Dieser Wortlaut steht im Codex-Quellcode. Auf der Preisseite und im Codex-Hilfeartikel haben wir ihn nicht gefunden.
Eine Meldung zu einem Nutzungslimit kann verwirrend sein, weil sie ebenfalls Modelle erwähnt: You’ve hit your usage limit for, ein benanntes Limit, und anschließend Switch to another model now. Es handelt sich trotzdem um ein Nutzungslimit, weil die ersten Wörter darauf hinweisen.
Codex enthält in derselben Quelldatei weitere Servicemeldungen. Sie stehen für separate Fehler. Gehen Sie daher nicht davon aus, dass die Hinweise hier auch für sie gelten:
Policy-restricted capacity is unavailable. Please try again later.Flex capacity unavailable.We’re currently experiencing high demand, which may cause temporary errors.
Was sollten Sie tun, wenn ein Modell ausgelastet ist?
Arbeiten Sie diese Schritte in der angegebenen Reihenfolge durch.
- Prüfen Sie den genauen Text. Nur
Selected model is at capacitybezeichnet diesen Fehler. - Prüfen Sie die OpenAI-Statusseite. Sie führt die Codex-Komponenten auf: Codex Web, Codex API, CLI (Befehlszeilenschnittstelle) und die VS Code-Erweiterung.
- Führen Sie
/statusin der Codex CLI aus, um zu sehen, welches Modell aktiv ist, da der Fehler das Modell nicht nennt. - Versuchen Sie es mit einem anderen Modell über
/model, wie im nächsten Abschnitt gezeigt. - Wenn auch ein anderes Modell fehlschlägt, wechseln Sie nicht weiter. Warten Sie und versuchen Sie es anschließend erneut.
- Wenn der Fehler weiterhin auftritt, melden Sie ihn über
/feedback.
Eine fehlerfreie Statusseite beweist nicht, dass das Problem auf Ihrer Seite liegt. Auf der Seite steht, dass die Verfügbarkeitswerte über Tarife, Modelle und Fehlertypen hinweg aggregiert werden. Daher wird eine Knappheit bei einem Modell in einer Region dort möglicherweise nicht als Incident angezeigt. Verwenden Sie die Seite zur Prüfung des aktuellen Status.
Wie wechselt man das Modell in Codex?
Geben Sie in einer Codex CLI-Sitzung Folgendes ein und drücken Sie die Eingabetaste:
/modelEine Liste der Modelle wird geöffnet. Sie enthält nur Modelle, die Ihr Konto und Ihr Workspace verwenden dürfen. Wählen Sie ein Modell aus. Codex bestätigt die Änderung im Sitzungsverlauf. Prüfen Sie die Auswahl anschließend:
/status/status sollte nun das neue aktive Modell anzeigen. Außerdem werden Ihre Genehmigungsrichtlinie und der aktuelle Token-Verbrauch angezeigt.
Wenn Ihre Sitzung beendet wurde, wechseln Sie zurück in den Projektordner und setzen Sie den neuesten Chat aus diesem Ordner fort. Verwenden Sie anschließend wieder /model:
codex resume --lastUm eine neue Sitzung mit einem bestimmten Modell zu starten, verwenden Sie das Flag --model. Der unten angegebene Name stammt als Beispiel aus der OpenAI-Dokumentation. Ersetzen Sie ihn durch ein Modell aus Ihrer /model-Liste. Wählen Sie nicht das Modell aus, bei dem der Fehler gerade aufgetreten ist. Wenn Ihre Liste mehrere GPT-6-Stufen enthält und Sie nicht wissen, auf welche Stufe Sie ausweichen sollten, erklärt unser Vergleich von GPT-6 Astra, Sol und Luna, wofür die einzelnen Modelle vorgesehen sind.
codex --model gpt-6.1-solcodex exec akzeptiert dasselbe Flag für einen nicht interaktiven Lauf. Wenn ein Skript mit diesem Fehler fehlschlägt, ändern Sie das Modell an dieser Stelle.
Das Standardmodell ist in ~/.codex/config.toml festgelegt. Ein vertrauenswürdiges Projekt kann in .codex/config.toml ein eigenes Modell festlegen:
model = "gpt-6.1-sol"CLI-Flags und --config-Überschreibungen haben Vorrang vor diesen Dateien. Wenn /status daher ein unerwartetes Modell anzeigt, prüfen Sie diese Ebenen. Alle diese Informationen stammen aus der Codex-Befehlsreferenz und der Codex-Konfigurationsdokumentation.
Diese Befehle gelten für die CLI. Laut OpenAI-Dokumentation verfügt ChatGPT im Web über ein eigenes Befehlsmenü und stellt die CLI-Befehle nicht bereit. Erwarten Sie daher nicht, dass /model dort funktioniert.
Löscht ein Modellwechsel den Fehler tatsächlich?
Das ist möglich, aber nicht garantiert. Die Fehlermeldung empfiehlt, ein anderes Modell zu verwenden. Der Kommentar des Maintainers beschreibt eine Knappheit für „dieses Modell in Ihrer Region“. Das passt dazu, dass ein anderes Modell weiterhin funktioniert. Keine der von uns geöffneten OpenAI-Seiten sagt, dass ein Modellwechsel den Fehler zuverlässig beseitigt. Eine Erfolgsquote können wir daher nicht nennen.
Betrachten Sie den Wechsel deshalb als Test. Wenn das neue Modell antwortet, setzen Sie Ihre Arbeit fort. Wenn das neue Modell denselben Fehler ausgibt, ist die Knappheit möglicherweise nicht auf ein einzelnes Modell beschränkt. Weitere Wechsel liefern Ihnen dann keine zusätzlichen Erkenntnisse.
Ein Wechsel hat einen Kostenfaktor, den Sie berücksichtigen sollten. OpenAI zufolge hängt die Codex-Nutzung vom Modell sowie davon ab, wo die Aufgabe ausgeführt wird, wie komplex sie ist, welchen Kontext, welche Schlussfolgerungen, Geschwindigkeit und Tools sie erfordert. Ein anderes Modell kann Ihr Kontingent daher mit einer anderen Rate verbrauchen. Wie das Kontingent funktioniert, erfahren Sie unter wie Codex mit einem ChatGPT-Abonnement funktioniert.
Verbraucht ein fehlgeschlagener Versuch Ihr Kontingent?
OpenAI macht dazu keine Angaben. Im Codex-Hilfeartikel steht: „Die Modellnutzung wird auf Ihre normalen Codex-Nutzungslimits sowie auf anwendbare Guthaben oder Abrechnungen angerechnet.“ Fehlgeschlagene Anforderungen oder Anforderungen mit Fehlern werden dort nicht erwähnt. Auch die Seite mit den API-Fehlercodes beantwortet diese Frage nicht.
Der Kommentar des Maintainers besagt, dass die Meldung nicht bedeutet, dass Ihr Nutzungskontingent aufgebraucht ist. Das ist eine Aussage über die Ursache des Fehlers. Daraus geht nicht hervor, ob der Versuch angerechnet wurde.
Sie können dies für Ihr eigenes Konto prüfen. Öffnen Sie vor und nach einem fehlgeschlagenen Versuch Ihre Nutzungsseite unter chatgpt.com/settings/usage und vergleichen Sie die beiden Werte. /status zeigt ebenfalls die Token-Nutzung für die aktuelle Sitzung an. Gehen Sie weder davon aus, dass ein fehlgeschlagener Versuch kostenlos ist, noch davon, dass er angerechnet wird.
Wie lange sollten Sie vor einem erneuten Versuch warten?
OpenAI veröffentlicht für diesen Fehler kein festes Intervall. Wir nennen daher keine vermutete Wartezeit. Der Artikel zur Verfügbarkeit von Modellfunktionen empfiehlt, vor dem nächsten Versuch einige Minuten zu warten. Die Seite zu API-Fehlercodes beschreibt 503 als „Model temporarily overloaded“. Sie empfiehlt, den Retry-After-Header zu beachten, wenn er vorhanden ist, und bei fehlendem Header den Abstand zwischen den Versuchen zu erhöhen. Diese Seite bezieht sich auf die API.
Der Codex-Quellcode berücksichtigt bei diesem Fehler ebenfalls die vom Server vorgegebene Verzögerung. Bei Timeouts und anderen vorübergehenden Fehlern wird eine lokale Verzögerung verwendet, wenn der Server keine Verzögerung sendet. Für ServerOverloaded gilt das jedoch nicht. Wenn der Server keine Verzögerung sendet, hat Codex keine Wartezeit. Sie sollten den nächsten Versuch daher manuell starten.
Wenn ein Skript Codex aufruft, sollte jede Wartezeit länger sein als die vorherige. Eine schnelle Schleife sendet nur weitere Anfragen an ein Modell, für das bereits zu wenig Kapazität vorhanden ist.
Erscheint derselbe Wortlaut auch direkt in ChatGPT?
Ja. OpenAIs Artikel zur Fehlerbehebung beim Zugriff auf Modellfunktionen, der unter ChatGPT eingeordnet ist, führt „Selected model is at capacity. Please try a different model“ ausdrücklich auf. Er empfiehlt, es später erneut zu versuchen oder ein anderes verfügbares Modell auszuwählen. OpenAIs Artikel zur Fehlerbehebung bei ChatGPT-Fehlern enthält die Wörter „at capacity“, „Selected model“ und „try a different model“ nicht. Der ähnlichste Eintrag ist die allgemeine Meldung Something went wrong.. Der Artikel bezeichnet sie als allgemeinen Fehler, der auf ein vorübergehendes Serverproblem oder ein Problem in Ihrer lokalen Umgebung hinweisen kann.
Auf der Statusseite ist „Codex in ChatGPT Desktop“ als ChatGPT-Komponente aufgeführt. Wenn Sie die Meldung in der ChatGPT-App gesehen haben, notieren Sie bei einer Meldung des Problems, an welcher Stelle Sie gerade gearbeitet haben.
Bei einem allgemeinen Fehler in ChatGPT empfiehlt der Artikel unter anderem, die Statusseite zu prüfen, die Seite zu aktualisieren oder einen neuen Chat zu starten sowie Cache und Cookies zu löschen.
Was ist, wenn Ihr Planlimit tatsächlich erreicht wurde?
Dann helfen Maßnahmen zur Kapazitätserhöhung nicht weiter. Laut dem Hilfeartikel von OpenAI können Sie möglicherweise Guthaben hinzufügen, einen verfügbaren Reset verwenden, ein Upgrade durchführen oder bis zur angezeigten Reset-Zeit warten. Dort steht außerdem: „Der OpenAI-Support setzt die Nutzungsgrenzen von ChatGPT oder Codex nicht zurück.“ und „Das Starten eines neuen Chats setzt Ihre Nutzungsgrenzen nicht zurück.“ In einem Enterprise-Arbeitsbereich mit tokenbasierter Abrechnung befolgen Sie das Verfahren Ihrer Organisation, um mehr Nutzung anzufordern.
Informationen zu den Reset-Zeiten finden Sie unter Nutzungsgrenzen von ChatGPT und deren Zurücksetzung. Wenn Sie wegen tatsächlicher Limits über einen kostenpflichtigen Plan nachdenken, vergleichen Sie zuerst den Preis und die Limits von ChatGPT Plus.
Wie melden Sie den Fehler an OpenAI?
Geben Sie /feedback in die Codex CLI ein und drücken Sie die Eingabetaste. Folgen Sie anschließend den Anweisungen. Dadurch werden Logs an die Codex-Maintainer gesendet.
Sie können auch ein Issue im openai/codex-Repository erstellen. Das alte Issue ist gesperrt. Der Maintainer hat Personen, bei denen das Problem erneut auftritt, gebeten, ein neues Issue zu erstellen. Notieren Sie die genaue Meldung, das aktive Modell aus /status, die Uhrzeit, Ihre Region und ob Sie die CLI, die App oder die VS Code-Erweiterung verwendet haben. Diese Angaben sind wichtig, weil die Ursache von einem Modell und einer Region abhängt.
FAQ
Bedeutet „Selected model is at capacity“, dass mein Nutzungslimit ausgeschöpft ist?
Nein. Ein Codex-Maintainer bei OpenAI hat erklärt, dass diese Meldung weder bedeutet, dass Ihr Rate-Limit erreicht ist, noch dass Ihr Nutzungsvolumen ausgeschöpft ist. Sie bedeutet, dass OpenAI in Ihrer Region nur noch begrenzte Kapazitäten für dieses Modell hat. Ein tatsächliches Nutzungslimit wird mit einem anderen Text angezeigt. Die meisten Versionen beginnen mit You’ve hit your usage limit. Workspace-Versionen können stattdessen mit Your workspace is out of credits oder You hit your spend cap beginnen.
Wird der Kapazitätsfehler durch den Wechsel zu einem anderen Modell behoben?
Das ist möglich. Der Fehlertext legt dies nahe, und als Ursache wird die Kapazität für ein Modell in einer Region genannt. OpenAI verspricht auf keiner Seite, dass der Wechsel funktioniert. Geben Sie in der Codex CLI /model ein, wählen Sie ein anderes Modell aus und bestätigen Sie die Änderung mit /status. Wenn das zweite Modell denselben Fehler verursacht, warten Sie und versuchen Sie es später erneut.
Wird ein fehlgeschlagener Codex-Versuch auf mein Limit angerechnet?
Das geht weder aus dem Hilfeartikel von OpenAI noch aus der Seite mit den API-Fehlercodes hervor. Im Hilfeartikel steht lediglich, dass die Modellnutzung auf Ihre normalen Limits sowie auf anwendbare Guthaben oder Abrechnung angerechnet wird. Um Ihr eigenes Konto zu prüfen, vergleichen Sie chatgpt.com/settings/usage vor und nach einem fehlgeschlagenen Versuch.
In meiner Fehlermeldung steht, dass ich eine Anfrage an meinen Administrator senden soll. Ist das der Kapazitätsfehler?
Nein. To get more access now, send a request to your admin gehört zum Fehler für das Nutzungslimit bei Business- und Team-Tarifen. Codex erzeugt diesen Fehler aus einer HTTP-429-Antwort mit dem Typ usage_limit_reached. Der Fehler bei ausgelasteter Kapazität stammt aus einer anderen Antwort und enthält keine Zeile zum Administrator.
Wird dieser Fehler durch einen teureren Tarif verhindert?
Wir haben von OpenAI nichts gefunden, was dies bestätigt. Auf der Preisseite von Codex gibt es keine Aussage zu diesem Fehler. Die Erklärung des Maintainers bezieht sich auf die Modellkapazität in einer Region. Führen Sie kein Upgrade ausschließlich wegen dieser Meldung durch. Wenn Sie Tarife aus anderen Gründen vergleichen möchten, lesen Sie welchen ChatGPT-Tarif Sie benötigen.