Embora a OpenAI não tenha divulgado uma análise formal de causa raiz, a correção descrita pelo líder do Codex, Thibault Sottiaux, dá uma pista e tanto. Ele confirmou que a resolução envolveu "resetar os limites de uso do Codex em todos os planos" em uma janela de 24 horas . Isso indica que o problema não era falta de computação física, mas sim que os tetos internos de limite de uso foram definidos muito abaixo do necessário para o pico repentino de demanda, fazendo o sistema rejeitar requisições legítimas como se estivesse realmente lotado.

Um incidente menor, relacionado, em 11 de junho, já havia soado o alarme, registrando "taxas de erro elevadas para o GPT 5.5 no Codex" . Para os usuários que sentiram o golpe no bolso ou na produtividade, esse 16 de junho foi o estouro de uma pressão que vinha se acumulando, não um raio em céu azul.

A Cronologia do Incidente: Uma Corrida de Três Horas

A interrupção teve uma longa cauda de problemas e um pico curto e intenso. Serviços de monitoramento externo detectaram as primeiras falhas no final da noite de 15 de junho, por volta das 23h12 às 23h16 no horário de Brasília . No entanto, o incidente só foi formalmente reconhecido na manhã seguinte, deixando às cegas os desenvolvedores que dependem do Codex para tarefas noturnas e trabalhos de madrugada .

Assim que os alarmes internos soaram, a resposta foi rápida:

• 7h32 (horário de Brasília) — A página de status da OpenAI marcou o incidente como "Identificado" .
• Por volta das 8h39 — Vaibhav Srivastav reconheceu o erro publicamente no X, direcionando os usuários para a página de status .
• Por volta das 8h40 — O líder do Codex, Thibault Sottiaux, postou: "Estamos cientes de que alguns usuários do Codex estão enfrentando altas taxas de erro com 'modelo na capacidade máxima' e estamos trabalhando para estabilizar as coisas" .
• 10h32 — Uma mitigação foi aplicada e o monitoramento começou .
• 10h48 — O status ficou verde: "Todos os serviços impactados já se recuperaram totalmente" .

A queda afetou o Codex em toda a sua superfície de uso: o CLI, a extensão para VS Code e o aplicativo Desktop . Embora o relógio oficial do incidente mostre cerca de 3 horas de problema, a interrupção prática para os usuários durou muito mais tempo.

A Frustração dos Desenvolvedores Chegou ao Limite

Para assinantes de planos Pro e profissionais, isso não foi um mero inconveniente — foi uma ameaça ativa à produtividade. A reação na Comunidade de Desenvolvedores da OpenAI e no X foi visceral.

A reclamação principal não era só que o serviço caiu, mas como ele falhou. Usuários relataram que as sessões do Codex "saíam no meio do fluxo sem salvar o estado", forçando-os a reconstruir manualmente todo o contexto perdido e refazer o trabalho . Um usuário no Reino Unido resumiu o sentimento de forma vívida: "Torna impossível trabalhar, pois você não sabe em que ponto o Codex vai sair e fica indo e voltando na mesma coisa para ver o que foi feito e o que não foi. Totalmente inaceitável" .

A própria mensagem de erro genérica foi uma grande fonte de raiva. O conselho para "tentar um modelo diferente" não oferecia nenhuma orientação prática quando o modelo principal estava indisponível e os usuários não tinham como saber se deveriam tentar de novo, reduzir o esforço de raciocínio ou simplesmente esperar .

A confiança na comunicação da OpenAI também foi abalada. Vários usuários apontaram uma lacuna entre quando os problemas realmente começaram — pelos relatos da comunidade e experiência pessoal — e quando o relógio da página de status oficial começou a contar, uma discrepância que faz a transparência de incidentes parecer pouco confiável .

Em meio à frustração, surgiu uma pitada de humor ácido entre os devs. O influenciador Matthew Berman criou o site willcodexquotareset.com, que exibia, em tom de piada, uma "94% de chance de um reset de cota do Codex nas próximas 48 horas" . Uma análise de sentimento feita pelo Digg sobre a conversa em torno do evento mostrou uma divisão: 63,8% de comentários positivos, com muitos agradecendo à OpenAI pela correção rápida, mas significativos 36,2% negativos, com usuários questionando a confiabilidade do serviço após uma série de quedas repetidas .

Um Ano Atribulado: A Confiabilidade do Codex em 2026

O incidente de 15-16 de junho não é um caso isolado. É o pico mais visível de um ano de degradação recorrente do Codex que começou para valer no início de maio de 2026. Um padrão de saturação de capacidade do GPT-5.5 e descompassos nos limites de uso surgiu repetidamente.

Uma linha do tempo dos principais eventos do Codex em 2026 mostra uma plataforma sob estresse persistente:

• 23 de abril — O erro "Modelo selecionado está na capacidade máxima" é relatado amplamente pela primeira vez no fórum da comunidade, com usuários notando falhas no meio da sessão e sem preservação de estado .
• 7 de maio em diante — Começa um aglomerado de degradações de latência e loops de reconexão do Codex, com piora mensurável nos tempos de resposta públicos .
• 12 de maio — Após a implementação de "2x de capacidade", as desconexões de stream no Aplicativo Codex se tornam comuns, terminando com erros de fechamento de websocket .
• 13 de maio — GPT-5.5 apresenta altas taxas de erro, atingindo desproporcionalmente os usuários do plano gratuito .
• 14 de maio — Os serviços Codex Cloud e Code Review sofrem uma alta taxa de falha por 32 minutos .
• 29 de maio — Uma queda total da OpenAI derruba ChatGPT, API, DALL-E, Codex e Sora simultaneamente .
• 3 de junho — Taxas de erro elevadas atingem Codex, ChatGPT e a API de Respostas por cerca de 6,2 horas .
• 11 de junho — Erros elevados para GPT-5.5 no Codex aparecem à noite, preparando o terreno para o evento principal .
• 15-16 de junho — O erro "Modelo Selecionado Está na Capacidade Máxima" se transforma em uma queda completa com duração de cerca de 3 horas .

O fio condutor é claro: a demanda pelo GPT-5.5 não para de bater nos tetos configurados, seja por limites de uso, sobrecarga de esforço de raciocínio ou tensão mais ampla na infraestrutura. A correção de 16 de junho foi um reset de limites de uso, um remédio que tratou o sintoma — o teto sendo atingido — em vez do descompasso subjacente entre a capacidade e a popularidade do modelo. Sem uma solução mais profunda de dimensionamento de infraestrutura, o erro continua sendo um provável visitante frequente à medida que mais desenvolvedores adotam o Codex para tarefas de programação de alta intensidade.

Embora a OpenAI não tenha divulgado uma análise formal de causa raiz, a correção descrita pelo líder do Codex, Thibault Sottiaux, dá uma pista e tanto. Ele confirmou que a resolução envolveu "resetar os limites de uso do Codex em todos os planos" em uma janela de 24 horas . Isso indica que o problema não era falta de computação física, mas sim que os tetos internos de limite de uso foram definidos muito abaixo do necessário para o pico repentino de demanda, fazendo o sistema rejeitar requisições legítimas como se estivesse realmente lotado.

Um incidente menor, relacionado, em 11 de junho, já havia soado o alarme, registrando "taxas de erro elevadas para o GPT 5.5 no Codex" . Para os usuários que sentiram o golpe no bolso ou na produtividade, esse 16 de junho foi o estouro de uma pressão que vinha se acumulando, não um raio em céu azul.

A Cronologia do Incidente: Uma Corrida de Três Horas

A interrupção teve uma longa cauda de problemas e um pico curto e intenso. Serviços de monitoramento externo detectaram as primeiras falhas no final da noite de 15 de junho, por volta das 23h12 às 23h16 no horário de Brasília . No entanto, o incidente só foi formalmente reconhecido na manhã seguinte, deixando às cegas os desenvolvedores que dependem do Codex para tarefas noturnas e trabalhos de madrugada .

Assim que os alarmes internos soaram, a resposta foi rápida:

• 7h32 (horário de Brasília) — A página de status da OpenAI marcou o incidente como "Identificado" .
• Por volta das 8h39 — Vaibhav Srivastav reconheceu o erro publicamente no X, direcionando os usuários para a página de status .
• Por volta das 8h40 — O líder do Codex, Thibault Sottiaux, postou: "Estamos cientes de que alguns usuários do Codex estão enfrentando altas taxas de erro com 'modelo na capacidade máxima' e estamos trabalhando para estabilizar as coisas" .
• 10h32 — Uma mitigação foi aplicada e o monitoramento começou .
• 10h48 — O status ficou verde: "Todos os serviços impactados já se recuperaram totalmente" .

A queda afetou o Codex em toda a sua superfície de uso: o CLI, a extensão para VS Code e o aplicativo Desktop . Embora o relógio oficial do incidente mostre cerca de 3 horas de problema, a interrupção prática para os usuários durou muito mais tempo.

A Frustração dos Desenvolvedores Chegou ao Limite

Para assinantes de planos Pro e profissionais, isso não foi um mero inconveniente — foi uma ameaça ativa à produtividade. A reação na Comunidade de Desenvolvedores da OpenAI e no X foi visceral.

A reclamação principal não era só que o serviço caiu, mas como ele falhou. Usuários relataram que as sessões do Codex "saíam no meio do fluxo sem salvar o estado", forçando-os a reconstruir manualmente todo o contexto perdido e refazer o trabalho . Um usuário no Reino Unido resumiu o sentimento de forma vívida: "Torna impossível trabalhar, pois você não sabe em que ponto o Codex vai sair e fica indo e voltando na mesma coisa para ver o que foi feito e o que não foi. Totalmente inaceitável" .

A própria mensagem de erro genérica foi uma grande fonte de raiva. O conselho para "tentar um modelo diferente" não oferecia nenhuma orientação prática quando o modelo principal estava indisponível e os usuários não tinham como saber se deveriam tentar de novo, reduzir o esforço de raciocínio ou simplesmente esperar .

A confiança na comunicação da OpenAI também foi abalada. Vários usuários apontaram uma lacuna entre quando os problemas realmente começaram — pelos relatos da comunidade e experiência pessoal — e quando o relógio da página de status oficial começou a contar, uma discrepância que faz a transparência de incidentes parecer pouco confiável .

Em meio à frustração, surgiu uma pitada de humor ácido entre os devs. O influenciador Matthew Berman criou o site willcodexquotareset.com, que exibia, em tom de piada, uma "94% de chance de um reset de cota do Codex nas próximas 48 horas" . Uma análise de sentimento feita pelo Digg sobre a conversa em torno do evento mostrou uma divisão: 63,8% de comentários positivos, com muitos agradecendo à OpenAI pela correção rápida, mas significativos 36,2% negativos, com usuários questionando a confiabilidade do serviço após uma série de quedas repetidas .

Um Ano Atribulado: A Confiabilidade do Codex em 2026

O incidente de 15-16 de junho não é um caso isolado. É o pico mais visível de um ano de degradação recorrente do Codex que começou para valer no início de maio de 2026. Um padrão de saturação de capacidade do GPT-5.5 e descompassos nos limites de uso surgiu repetidamente.

Uma linha do tempo dos principais eventos do Codex em 2026 mostra uma plataforma sob estresse persistente:

• 23 de abril — O erro "Modelo selecionado está na capacidade máxima" é relatado amplamente pela primeira vez no fórum da comunidade, com usuários notando falhas no meio da sessão e sem preservação de estado .
• 7 de maio em diante — Começa um aglomerado de degradações de latência e loops de reconexão do Codex, com piora mensurável nos tempos de resposta públicos .
• 12 de maio — Após a implementação de "2x de capacidade", as desconexões de stream no Aplicativo Codex se tornam comuns, terminando com erros de fechamento de websocket .
• 13 de maio — GPT-5.5 apresenta altas taxas de erro, atingindo desproporcionalmente os usuários do plano gratuito .
• 14 de maio — Os serviços Codex Cloud e Code Review sofrem uma alta taxa de falha por 32 minutos .
• 29 de maio — Uma queda total da OpenAI derruba ChatGPT, API, DALL-E, Codex e Sora simultaneamente .
• 3 de junho — Taxas de erro elevadas atingem Codex, ChatGPT e a API de Respostas por cerca de 6,2 horas .
• 11 de junho — Erros elevados para GPT-5.5 no Codex aparecem à noite, preparando o terreno para o evento principal .
• 15-16 de junho — O erro "Modelo Selecionado Está na Capacidade Máxima" se transforma em uma queda completa com duração de cerca de 3 horas .

O fio condutor é claro: a demanda pelo GPT-5.5 não para de bater nos tetos configurados, seja por limites de uso, sobrecarga de esforço de raciocínio ou tensão mais ampla na infraestrutura. A correção de 16 de junho foi um reset de limites de uso, um remédio que tratou o sintoma — o teto sendo atingido — em vez do descompasso subjacente entre a capacidade e a popularidade do modelo. Sem uma solução mais profunda de dimensionamento de infraestrutura, o erro continua sendo um provável visitante frequente à medida que mais desenvolvedores adotam o Codex para tarefas de programação de alta intensidade.