Kuota Codex dan ChatGPT Work Ditetapkan Semula Selepas Pepijat Menghabiskan Kredit Pengguna

Penetapan semula pada 29 Ogos 2026 bukanlah kenaikan kekal kuota langganan. Ia lebih tepat difahami sebagai langkah pemulihan untuk pelanggan berbayar Codex dan ChatGPT Work yang kuotanya susut akibat ketidakcekapan produk, pemprosesan latar belakang atau pepijat—bukan semata-mata kerana tugasan pengekodan yang mereka jalankan. OpenAI memulihkan kuota yang berkenaan secara automatik supaya pengguna tidak perlu membuat tuntutan individu. Langkah ini berbeza daripada pengebilan API, yang dikira berdasarkan jumlah token dan mempunyai harga tersendiri. 4 17

Angka 10% hingga 50% juga tidak bermaksud semua pelanggan menerima kuota numerik yang 10% hingga 50% lebih besar. Sebaliknya, laporan berkaitan OpenAI menyatakan pembaikan itu boleh menjadikan kuota sedia ada bertahan 10% hingga 50% lebih lama, bergantung pada corak penggunaan setiap orang. 8 4

Apakah yang menghabiskan kuota tanpa disedari?

Pasukan kejuruteraan OpenAI pada mulanya mengenal pasti tiga punca utama:

• Pemampatan konteks yang melibatkan banyak imej: Dalam sesi panjang, sistem memampatkan semula sejarah perbualan apabila konteks semakin besar. Imej lama yang terus dikekalkan boleh menyebabkan proses menjadi berulang dan kurang cekap. Catatan perubahan Codex menyatakan imej yang dikekalkan kini dikira dalam belanjawan konteks, manakala imej lebih lama akan dipadam apabila perlu. 15 30
• Lebihan aktiviti Computer History: Penggunaan pada tahap tinggi bagi ciri yang merekod sejarah aktiviti komputer dilaporkan memerlukan sumber yang luar biasa besar. 15
• Penjanaan tajuk perbualan secara automatik: Fungsi yang menghasilkan tajuk sesi menggunakan lebih banyak kuota daripada yang sepatutnya, walaupun ia tidak berkaitan secara langsung dengan tugasan utama pengguna. 15

Laporan seterusnya menyebut sejumlah lapan pembaikan. Isu tambahan yang dilaporkan termasuk ejen yang terus bekerja selepas matlamatnya pada dasarnya selesai, subejen yang diarahkan kepada model lebih mahal, serta automasi berjadual yang berjalan terlalu kerap atau dalam keadaan yang tidak dimaksudkan pengguna. 4 8

Kesan praktikalnya ialah penggunaan tersembunyi. Imej boleh diproses semula setiap kali konteks dimampatkan; ejen yang gagal berhenti boleh terus membuat panggilan model dan alat; manakala ciri latar belakang boleh menggunakan sebahagian kuota tanpa arahan baharu yang jelas. Inilah sebabnya sesetengah pengguna melihat meter kuota menurun lebih pantas daripada jumlah kerja pengekodan yang kelihatan pada skrin.

Namun begitu, bahan awam yang tersedia tidak memberikan pecahan berautoriti, satu demi satu, bagi kesemua lapan pembaikan. Tiada juga angka tepat tentang penjimatan bagi setiap pepijat atau pengurangan penggunaan pemprosesan imej untuk semua akaun.

Sejauh mana kuota boleh bertahan lebih lama?

Anggaran yang dilaporkan ialah 10% hingga 50% lebih banyak kerja berguna daripada kuota yang sama—bukan kenaikan 10% hingga 50% pada jumlah kuota itu sendiri. Pengguna yang menjalankan sesi panjang dengan banyak imej, Computer History, aliran kerja berbilang ejen atau tugasan berjadual berkemungkinan mendapat manfaat lebih besar berbanding pengguna yang hanya menjalankan sesi pengekodan teks yang ringkas. 8

Pembaikan berkaitan imej disokong oleh catatan perubahan yang diterbitkan. Walau bagaimanapun, tiada sumber awam yang kukuh dalam bahan ini menetapkan pengurangan tepat penggunaan pemprosesan imej untuk semua akaun. Pengguna yang tidak terkesan oleh tingkah laku tersebut mungkin melihat perubahan yang kecil selepas penetapan semula.

Apa yang dikatakan Thibault Sottiaux sebelum penetapan semula?

Pada 24 Ogos, Thibault Sottiaux—ketua kejuruteraan Codex dan ChatGPT—berkata pasukannya telah menemui tiga punca awal dan menggunakan pasukan khas “tiger team” untuk meneliti laporan serta menghantar pembaikan. 15 Laporan berikutnya menyatakan pasukan itu meneliti ribuan laporan pengguna sebelum penetapan semula yang lebih menyeluruh pada 29 Ogos. 8

Urutan ini penting: penetapan semula tersebut dilihat sebagai pampasan sementara OpenAI membaiki masalah kecekapan dan pengiraan penggunaan, bukannya bukti bahawa kuota langganan telah dinaikkan secara kekal.

Mengapa pertumbuhan Codex menjadikan masalah ini lebih besar?

Codex dan ChatGPT Work berkembang dengan pantas dalam tempoh yang sama. Laporan sekunder menganggarkan jumlah pengguna gabungan sekitar 8 juta pada pertengahan Julai, 15 juta pada pertengahan Ogos dan 20 juta pada 21 Ogos. 10 23

Pertumbuhan itu berlaku selepas pelancaran GPT-5.6 Sol pada awal Julai, ketika OpenAI turut mengurangkan harga Sol. Reuters melaporkan harga API Sol untuk konteks pendek standard turun kepada AS$4 bagi setiap sejuta token input dan AS$20 bagi setiap sejuta token output selepas pengurangan pada 21 Ogos. 17 Halaman model OpenAI pula menyatakan GPT-5.6 tersedia melalui ChatGPT, Codex dan API, dengan penggunaan serta harga berbeza mengikut produk. 28

Ketika jutaan pengguna menggunakan alat pengekodan berasaskan ejen, pembaziran kecil dalam satu sesi boleh berubah menjadi masalah besar dari segi kapasiti pengkomputeran, pengiraan bil dan sokongan pelanggan.

Mengapa penetapan semula berlaku berulang kali?

Codex dan ChatGPT Work telah melalui beberapa penetapan semula serta perubahan had sepanjang Jun, Julai dan Ogos, termasuk penetapan semula global yang dilaporkan pada 11 Ogos. 18 Penetapan sebelumnya dikaitkan dengan sambutan pencapaian pengguna, perubahan dasar sementara atau usaha memastikan pengguna boleh terus bekerja ketika OpenAI melaraskan sistem. 14 23

Bahan yang ada tidak cukup kukuh untuk mengesahkan dakwaan khusus bahawa terdapat “enam penetapan semula dalam dua minggu” pada Julai, atau bahawa setiap penetapan semula berpunca sepenuhnya daripada kegagalan infrastruktur. Kesimpulan yang lebih selamat ialah OpenAI berulang kali menentukur sistem pengiraan kuota, penghalaan model, ciri latar belakang dan kawalan kapasiti ketika permintaan meningkat.

Sejarah ini juga menjelaskan mengapa sesetengah pengguna berasa skeptikal. Penetapan semula sempena pencapaian 20 juta pengguna sebelum ini digambarkan sebagai penetapan tersimpan (banked reset) yang boleh ditebus kemudian, bukannya pengisian serta-merta pada meter aktif. 13 10 Jika pengguna menjangkakan meter mereka naik terus, kredit tersimpan itu boleh kelihatan seolah-olah tidak pernah diterima.

Bagaimana ia berkait dengan had Plus dan Pro?

Penetapan semula itu hadir bersama usaha lebih luas untuk mengurus kapasiti Codex dan ChatGPT Work. OpenAI memulihkan had bergulir lima jam untuk pelanggan ChatGPT Plus selepas tempoh apabila had mingguan menjadi kekangan utama. 5 6 Laporan ketika itu menyatakan pelan Pro masih dikecualikan, walaupun had pada masa depan mungkin diperkenalkan apabila penggunaan terus meningkat. 12

Ketegangan ini mencerminkan cabaran ekonomi alat pengekodan berasaskan ejen. Satu tugasan boleh melibatkan konteks panjang, panggilan alat, pemprosesan imej, aktiviti latar belakang dan beberapa subejen. Langganan harga tetap memang lebih mudah difahami pelanggan, tetapi ia menjadikan pengiraan penggunaan yang tepat dan telus semakin penting apabila beban kerja setiap pengguna sangat berbeza.

Bagaimana pula dengan paparan perbelanjaan penggunaan?

OpenAI telah menerangkan ciri untuk menyemak aktiviti dan penggunaan kredit dalam ChatGPT Work serta Codex. Pentadbir boleh melihat kadar penggunaan, mengenal pasti ahli atau kumpulan yang menghampiri had dan mengurus permintaan perbelanjaan. 49

Namun, bahan yang tersedia tidak mengesahkan reka bentuk atau status pelancaran paparan perbelanjaan yang lebih terperinci untuk semua pengguna. Paparan yang memecahkan penggunaan mengikut model, tugasan, imej, ejen dan automasi sememangnya boleh menjadikan penggunaan kuota lebih mudah difahami, tetapi perkara itu belum boleh dianggap sebagai spesifikasi produk yang disahkan.

Kesimpulan paling jelas ialah OpenAI menetapkan semula kuota pelanggan berbayar selepas membaiki beberapa punca penggunaan tidak sengaja. Bagi pengguna yang banyak menggunakan imej, ejen dan automasi, kuota yang sama mungkin bertahan jauh lebih lama. Namun, persoalan jangka panjang masih kekal: mampukah alat pengekodan berasaskan ejen menawarkan penggunaan yang cukup boleh dijangka untuk model langganan harga tetap?