Codex unter Volllast: Der Ausfall vom Juni 2026 und die Vorgeschichte

Am frühen Morgen des 16. Juni 2026 blickten Entwickler in Nordamerika und Europa auf ihre Bildschirme und fanden eine frustrierende Nachricht vor: „Ausgewähltes Modell ist ausgelastet. Bitte versuchen Sie es mit einem anderen Modell.“ Die Fehlermeldung legte Codex-Workflows für etwa drei Stunden lahm. Die eigentliche Geschichte handelt jedoch nicht nur von einem einzigen Ausfall. Es geht um eine Plattform, die unter der Last ihres eigenen Erfolgs ächzt – und um die spezifische Anfälligkeit des zugrundeliegenden Modells GPT-5.5.

Die Ursache: GPT-5.5 stößt an seine Grenzen

Der Fehler war kein flächendeckender Infrastrukturausfall. Stattdessen handelte es sich um eine präzise Sättigung der Ratenbegrenzung auf Modellebene für GPT-5.5, das primäre Programmiermodell hinter Codex . Besonders betroffen waren Nutzer, die GPT-5.5 mit der Einstellung „xhigh reasoning effort“ kombinierten – eine Konfiguration, die mehr Rechenressourcen beansprucht .

OpenAI veröffentlichte zwar keine formelle Ursachenanalyse, doch die vom Codex-Leiter Thibault Sottiaux beschriebene Lösung liefert einen deutlichen Hinweis. Er bestätigte, dass die Behebung darin bestand, innerhalb von 24 Stunden „die Codex-Ratenbegrenzungen für alle Tarife zurückzusetzen“ . Dies deutet darauf hin, dass es nicht an physischer Rechenkapazität mangelte, sondern dass die intern festgelegten Obergrenzen für die plötzliche Nachfragespitze zu niedrig angesetzt waren. Das System wies gültige Anfragen ab, als wäre es voll.

Ein kleinerer, damit zusammenhängender Vorfall am 11. Juni hatte bereits auf das Problem hingewiesen und „erhöhte Fehlerraten für GPT 5.5 in Codex“ verzeichnet . Für die betroffenen Nutzer war der große Ausfall daher nur der Höhepunkt eines sich aufbauenden Drucks und kein isoliertes Ereignis.

Die Chronologie: Drei Stunden hektische Fehlerbehebung

Die Störung hatte einen langen Vorlauf und einen kurzen, intensiven Höhepunkt. Externe Überwachungsdienste registrierten erste Auffälligkeiten spät am Abend des 15. Juni, etwa um 4:12 bis 4:16 Uhr MESZ . Offiziell bestätigt wurde der Vorfall jedoch erst am nächsten Morgen. Entwickler, die für nächtliche oder frühmorgendliche Aufgaben auf Codex angewiesen sind, blieben so im Ungewissen .

Sobald die internen Alarme anschlugen, war die Reaktion jedoch schnell:

• 12:32 Uhr MESZ — Die OpenAI-Statusseite stufte den Vorfall als „Identifiziert“ ein .
• ~13:39 Uhr MESZ — Vaibhav Srivastav räumte den Fehler öffentlich auf X ein und verwies auf die Statusseite .
• ~13:40 Uhr MESZ — Codex-Leiter Thibault Sottiaux postete: „Uns ist bekannt, dass einige Codex-Nutzer erhöhte Fehlerraten bei 'Modell ausgelastet' erleben, und wir arbeiten daran, die Lage wieder zu stabilisieren“ .
• 15:32 Uhr MESZ — Eine Problemumgehung wurde implementiert und die Überwachung begann .
• 15:48 Uhr MESZ — Die Statusanzeige sprang auf Grün: „Alle betroffenen Dienste sind nun vollständig wiederhergestellt“ .

Der Ausfall betraf Codex auf allen Benutzeroberflächen – CLI, VS Code-Erweiterung und Desktop-App . Während die offizielle Ausfalluhr etwa drei Stunden Störung anzeigte, war der tatsächliche Produktivitätsverlust für viele Nutzer deutlich länger.

Der Frust der Entwickler kocht über

Für Profi- und Pro-Abonnenten war dies keine kleine Unannehmlichkeit, sondern eine handfeste Bedrohung ihrer Arbeit. Die Reaktionen in der OpenAI Developer Community und auf X waren heftig.

Der Kern der Kritik war nicht nur, dass der Dienst ausfiel, sondern wie er ausfiel. Nutzer berichteten, dass Codex-Sitzungen „mitten im Prozess ohne Speichern des Zustands abbrechen“, sodass sie gezwungen waren, verlorenen Kontext mühsam zu rekonstruieren und Arbeitsschritte zu wiederholen . Ein Nutzer aus Großbritannien brachte die Stimmung auf den Punkt: „Es macht das Arbeiten unmöglich, weil man nie weiß, an welcher Stelle Codex aussteigt, und man ständig das Gleiche wiederholt, um herauszufinden, was erledigt war und was nicht. Völlig inakzeptabel“ .

Auch die pauschale Fehlermeldung selbst sorgte für erheblichen Ärger. Der Rat, ein „anderes Modell zu versuchen“, war völlig nutzlos, wenn das eigentliche Modell nicht verfügbar war und die Nutzer nicht wussten, ob sie es erneut versuchen, die Reasoning-Einstellung zurückschrauben oder einfach warten sollten .

Das Vertrauen in OpenAIs Kommunikation wurde ebenfalls beschädigt. Mehrere Nutzer wiesen auf eine Diskrepanz zwischen dem tatsächlichen Beginn der Probleme – laut Community-Berichten und persönlicher Erfahrung – und dem Zeitpunkt hin, zu dem die offizielle Statusseite die Uhr startete. Eine Unstimmigkeit, die die Transparenz bei Vorfällen unzuverlässig erscheinen lässt .

Inmitten des Frusts kam auch eine Portion Galgenhumor auf. Der Influencer Matthew Berman erstellte die Seite willcodexquotareset.com, die scherzhaft eine „94%ige Wahrscheinlichkeit für einen Codex-Kontingent-Reset in den nächsten 48 Stunden“ anzeigte . Eine Sentiment-Analyse von Digg zur Diskussion über das Ereignis zeigte ein geteiltes Bild: 63,8 % positive Reaktionen, viele dankten OpenAI für die schnelle Lösung, aber ein signifikanter Anteil von 36,2 % war negativ und stellte die Zuverlässigkeit des Dienstes nach einer Reihe wiederholter Ausfälle in Frage .

Ein schwieriges Jahr: Die Codex-Zuverlässigkeit 2026

Der Vorfall vom 15. und 16. Juni ist kein Einzelfall. Er ist der sichtbarste Ausschlag in einem Jahr wiederkehrender Codex-Verschlechterungen, die Anfang Mai 2026 ernsthaft begannen. Ein Muster aus Sättigung von GPT-5.5-Kapazitäten und nicht passenden Ratenbegrenzungen trat wiederholt auf.

Eine Zeitleiste der wichtigsten Codex-Ereignisse im Jahr 2026 zeigt eine Plattform unter dauerhafter Belastung:

• 23. April — Die Fehlermeldung „Ausgewähltes Modell ist ausgelastet“ wird erstmals breit im Community-Forum gemeldet, wobei Nutzer auf Abbrüche mitten in der Sitzung und das Fehlen einer Zustandsspeicherung hinweisen .
• Ab 7. Mai — Ein Bündel von Leistungsverschlechterungen bei Codex-Latenz und Wiederverbindungsschleifen beginnt, mit messbar schlechteren öffentlichen Antwortzeiten .
• 12. Mai — Nach der Einführung einer „2x-Kapazität“ kommt es in der Codex-App vermehrt zu Stream-Abbrüchen, die mit WebSocket-Schließungsfehlern enden .
• 13. Mai — GPT-5.5 zeigt hohe Fehlerraten, von denen überproportional Nutzer des kostenlosen Tarifs betroffen sind .
• 14. Mai — Codex Cloud und Code Review-Dienste weisen 32 Minuten lang eine hohe Fehlerquote auf .
• 29. Mai — Ein umfassender OpenAI-Ausfall legt ChatGPT, API, DALL-E, Codex und Sora gleichzeitig lahm .
• 3. Juni — Erhöhte Fehlerraten betreffen Codex, ChatGPT und die Responses API für rund 6,2 Stunden .
• 11. Juni — Erhöhte Fehler für GPT-5.5 in Codex tauchen am Abend auf und bereiten die Bühne für das Hauptereignis .
• 15.–16. Juni — Der Fehler „Ausgewähltes Modell ist ausgelastet“ wird zu einem vollständigen, etwa dreistündigen Ausfall .

Der rote Faden ist klar: Die Nachfrage nach GPT-5.5 stößt immer wieder an konfigurierte Obergrenzen, sei es durch Ratenbegrenzungen, Überlastung durch Reasoning-Einstellungen oder eine breitere Belastung der Infrastruktur. Die Lösung vom 16. Juni war ein Reset der Ratenbegrenzungen – eine Maßnahme, die das Symptom behandelte, nämlich das Erreichen der Obergrenze, und nicht die zugrundeliegende Diskrepanz zwischen Kapazität und der Beliebtheit des Modells. Ohne eine tiefergehende Skalierungslösung für die Infrastruktur wird dieser Fehler mit hoher Wahrscheinlichkeit zurückkehren, sobald noch mehr Entwickler Codex für rechenintensive Programmieraufgaben einsetzen.