La caída de Codex en junio de 2026: Tensión en la plataforma, GPT-5.5 al límite y la frustración de los desarrolladores

A primera hora del 16 de junio de 2026, desarrolladores de todo el mundo abrieron sus terminales para encontrarse con un mensaje desesperante: "Modelo seleccionado a capacidad máxima. Prueba con otro modelo". El error paralizó los flujos de trabajo de Codex durante aproximadamente tres horas, pero la historia real no es solo una caída aislada. Es la de una plataforma que se tambalea bajo el peso de su propio éxito, y la vulnerabilidad particular del modelo GPT-5.5 que le da vida.

La causa raíz: GPT-5.5 toca techo

El fallo no fue un colapso total de la infraestructura. Fue un caso preciso de saturación de los límites de tasa a nivel de modelo para GPT-5.5, el motor principal de codificación de Codex . El problema fue más agudo para aquellos que combinaban GPT-5.5 con la configuración de "esfuerzo de razonamiento xhigh", una opción que devora más recursos de computación .

Aunque OpenAI no publicó un análisis formal de la causa raíz, la solución descrita por Thibault Sottiaux, líder de Codex, da una pista muy sólida. Confirmó que la resolución implicó "reiniciar los límites de tasa de Codex en todos los planes" en un plazo de 24 horas . Esto indica que el problema no fue una falta de recursos físicos, sino más bien que los techos internos de los límites de tasa estaban demasiado bajos para el repentino pico de demanda, haciendo que el sistema rechazara solicitudes válidas como si estuviera lleno.

Un incidente menor relacionado el 11 de junio ya había dado la señal de alarma, registrando "tasas de error elevadas para GPT 5.5 en Codex" . Para los usuarios que pagan la factura, este fue el punto de ruptura de una presión acumulada, no un hecho aislado.

Cronología del incidente: Tres horas de tensión máxima

La interrupción tuvo una larga cola y un pico corto pero intenso. Los servicios de monitoreo externos detectaron los primeros fallos a última hora de la noche del 15 de junio, sobre las 22:12-22:16 hora del Este (ET) . Sin embargo, el incidente no se reconoció formalmente hasta la mañana siguiente, dejando a los desarrolladores que dependen de Codex para tareas nocturnas en un punto ciego .

Una vez que saltaron las alarmas internas, la respuesta fue rápida:

• 6:32 a. m. ET — La página de estado de OpenAI marcó el incidente como "Identificado" .
• ~7:39 a. m. ET — Vaibhav Srivastav reconoció públicamente el error en X, dirigiendo a los usuarios a la página de estado .
• ~7:40 a. m. ET — El líder de Codex, Thibault Sottiaux, publicó: "Somos conscientes de que algunos usuarios de Codex están experimentando altas tasas de error con 'modelo a capacidad máxima' y estamos trabajando para estabilizar el servicio" .
• 9:32 a. m. ET — Se aplicó una mitigación y se inició la monitorización .
• 9:48 a. m. ET — El semáforo pasó a verde: "Todos los servicios afectados se han recuperado por completo" .

La caída afectó a Codex en todas sus aplicaciones: la CLI, la extensión de VS Code y la aplicación de escritorio . Aunque el "reloj oficial" del incidente marcó unas 3 horas, la interrupción práctica para los usuarios abarcó una ventana mucho más amplia.

La frustración de los desarrolladores llega al límite

Para los suscriptores de pago y del plan Pro, esto no fue una pequeña molestia: fue una amenaza directa a su productividad. La reacción en la Comunidad de Desarrolladores de OpenAI y en X fue visceral.

La queja principal no era solo que el servicio se cayera, sino cómo fallaba. Los usuarios informaron de que las sesiones de Codex se interrumpían a mitad de la tarea sin guardar el estado, obligándoles a reconstruir manualmente el contexto perdido y rehacer el trabajo . Un usuario en Reino Unido resumió el sentimiento de forma muy gráfica: "Hace imposible trabajar porque no sabes en qué momento Codex se cierra. Te ves obligado a repasar todo una y otra vez para saber qué se hizo y qué no. Totalmente inaceptable" .

El propio mensaje de error genérico fue otra gran fuente de enfado. El consejo de "probar con otro modelo" no ofrecía ninguna guía práctica cuando el modelo principal no estaba disponible, y los usuarios no tenían forma de saber si reintentar, bajar el esfuerzo de razonamiento o simplemente esperar .

La confianza en la comunicación de OpenAI también resultó dañada. Varios usuarios señalaron un desfase entre el momento en que realmente empezaron los problemas —según reportes de la comunidad y experiencia personal— y cuando el reloj de la página de estado oficial empezó a correr; una discrepancia que hace que la transparencia sobre los incidentes parezca poco fiable .

En medio de la frustración, surgió una pizca de humor negro entre los desarrolladores. El influencer Matthew Berman creó willcodexquotareset.com, un sitio que mostraba en tono de broma una "probabilidad del 94% de un reinicio de cuota de Codex en las próximas 48 horas" . Un análisis de sentimiento de Digg sobre la conversación mostró una división: un 63,8% de comentarios positivos, con muchos agradeciendo a OpenAI la rápida solución, pero un significativo 36,2% de comentarios negativos, con usuarios cuestionando la fiabilidad del servicio tras una cadena de caídas repetidas .

Un año complicado: La fiabilidad de Codex en 2026

El incidente del 15-16 de junio no es un hecho aislado. Es el pico más visible de un año de degradaciones recurrentes de Codex que comenzaron en serio a principios de mayo de 2026. Un patrón de saturación de capacidad de GPT-5.5 y desajustes en los límites de tasa ha aparecido repetidamente.

Una línea de tiempo de los principales eventos de Codex en 2026 muestra una plataforma bajo estrés constante:

• 23 de abril — El error "Modelo seleccionado a capacidad máxima" se reporta ampliamente por primera vez en el foro de la comunidad, con usuarios notando fallos en mitad de la sesión y sin preservación del estado .
• 7 de mayo y ss. — Comienza un grupo de degradaciones de latencia en Codex y bucles de reconexión, con un empeoramiento medible en los tiempos de respuesta públicos .
• 12 de mayo — Tras un lanzamiento que prometía "el doble de capacidad", las desconexiones de flujo en la aplicación de Codex se vuelven comunes, fallando con errores de cierre de websocket .
• 13 de mayo — GPT-5.5 experimenta altas tasas de error, afectando de forma desproporcionada a los usuarios del plan gratuito .
• 14 de mayo — Los servicios de Codex Cloud y Code Review sufren una alta tasa de fallos durante 32 minutos .
• 29 de mayo — Una caída total de los servicios de OpenAI tira simultáneamente ChatGPT, la API, DALL-E, Codex y Sora .
• 3 de junio — Tasas de error elevadas impactan en Codex, ChatGPT y la API de Responses durante unas 6,2 horas .
• 11 de junio — Aparecen errores elevados para GPT-5.5 en Codex por la noche, preparando el terreno para el evento principal .
• 15-16 de junio — El error "Modelo Seleccionado a Capacidad Máxima" se convierte en una caída en toda regla que dura aproximadamente 3 horas .

El hilo conductor está claro: la demanda de GPT-5.5 no deja de chocar contra los techos configurados, ya sea por límites de tasa, sobrecarga del esfuerzo de razonamiento o una tensión más amplia de la infraestructura. La solución del 16 de junio fue un reinicio de los límites de tasa, un remedio que trató el síntoma —el techo que se alcanzaba— en lugar del desajuste de fondo entre la capacidad y la popularidad del modelo. Sin una solución de escalado de infraestructura más profunda, es muy probable que el error vuelva a medida que más desarrolladores utilicen Codex para tareas de codificación de alta intensidad.