ChatGPT 読了 5 分

Codexの「model at capacity」エラー、ピーク時の80分の1に――OpenAIエンジニアが明かした中身

Shiritomo編集部 @shiritomoAI_jp 2026年11月16日 更新
Codexの「model at capacity」エラー、ピーク時の80分の1に――OpenAIエンジニアが明かした中身

「Codex team might have actually fixed the ‘model at capacity’ errors that have been pestering you」(Codexチームは、ずっとあなたを悩ませてきた「model at capacity」エラーを、本当に直せたかもしれません)。

日本時間11月16日午後、OpenAIでCodexチームのエンジニアを務めるTibo氏がXにそう投稿しました。
AIコーディングツール「Codex」を使っていると、作業の途中で「Selected model is at capacity. Please try a different model.」という表示に止められること、心当たりのある人は少なくないはずです。
この表示がどこまで減ったのか、そして何が変わったのかを確かめると、Codexの使い方そのものを見直すきっかけになりそうでした。

先に結論をまとめると:
– OpenAIのCodexチームに所属するエンジニア本人が、長年続いていた「model at capacity」エラーの大幅な改善をXで報告した
– このエラーは作業を強制的に止める表示で、以前から多くの利用者を悩ませてきた
– 改善の具体的な数字は投稿者本人の発表によるもので、実際の安定運用が続くかは今後も注目される

Codexチームのエンジニアが投稿で明かした中身

Tibo氏の投稿によると、「model at capacity」エラーの発生率は、ピーク時の6.82%から0.085%まで下がったとされています。
単純計算で、以前の約80分の1です。
わずか数パーセントの差と思うかもしれませんが、作業の節目でいきなり止められる体験としては、この差はかなり大きく感じられるものです。

本人の投稿(日本語訳:「Codexチームは、ずっとあなたを悩ませてきた『model at capacity』エラーを、本当に直せたかもしれません」)はこちらです。

投稿にはグラフも添えられており、改善がどのタイミングで起きたかを示す内容になっていました。
ただ、この数字はあくまで投稿者本人が示したものです。
そこで「model at capacity」というエラーそのものがどういう仕組みで出ていたのかを確かめてみました。

調べて分かったこと

「model at capacity」とはどういうエラーなのか

このエラーは、OpenAI側のサーバーが選択中のモデルを処理しきれないときに返される表示です。
CLIやエディタ上では普通のエラーメッセージのように見えますが、実際にはHTTPの通信自体は成功した状態のまま、ストリームの途中に埋め込まれる形で届く仕組みになっています。
利用者からすると「急に止まった」という体感になりやすいのは、この仕組みのためのようです。

外部の監視サービスでも、この種のエラーが時期によって跳ね上がることが報告されており、混雑が強い日には発生率が平常時より大きく上がっていたという記録も見られました。
Codexの利用者が増えるほど、こうした「容量不足」の表示に当たりやすくなるのではないかという見方もあります。

なぜ今回の報告が意味を持つのか

OpenAIはCodexの障害やエラー傾向について、ステータスページでまとまった情報を出すことがありますが、今回のような改善の経緯そのものが、担当エンジニア本人のポストとして共有されるのは珍しいケースでした。
ユーザー側からすれば、公式のアナウンスを待つより先に、現場の担当者の言葉で状況を知れる機会になったとも言えます。

もっとも、エンジニア個人の投稿は公式発表ではありません。
今回示された数字がどの期間・どの条件を基準にしたものかは、投稿だけでは詳細までは分かりません。
今後もエラーの発生率が低いまま続くのかは、実際に使い続けてみないと分からない部分が残ります。

エラーが出たときの対処法

「model at capacity」が表示されたときの基本的な対処は、エラーメッセージが示すとおり別のモデルに切り替えることです。
CLIであれば /model コマンドでモデルを選び直せます。
改善が報告された後でも、混雑時には同じ表示に当たる可能性はゼロではないため、この切り替え手順自体は覚えておいて損はありません。
OpenAIの稼働状況は、status.openai.comでも確認できます。

Shiritomo編集部の考察:現場の一言が信頼の材料になる時代

SNS運用やツール選定に関わる立場から見ると、今回のケースは「誰が何を言ったか」の重みが変わってきていることを示す例でもあります。
公式発表よりも先に、担当エンジニア個人の投稿が状況説明として機能し、それが多くの開発者の目に触れる。
企業がAIツールの信頼性を見極めるとき、こうした現場からの一次情報をどう受け止めるかも、判断材料の一つになりそうです。
数字そのものは投稿者本人の発表に基づくものなので、鵜呑みにせず「今後も安定するか」を使う側が確かめていく姿勢は変わらず必要でしょう。

まとめ

Codexの「model at capacity」エラーは、担当エンジニアの投稿によれば大幅に改善したとされています。
ただ、公式な発表ではない以上、実際の使用感が良くなったかどうかは、利用者それぞれが確かめていくことになりそうです。

さらに深掘りしたい方へ

「クソみたいに後悔してる」――企業のCodex全社導入、Xで上がった嘆きの声「クソみたいに後悔してる」――企業のCodex全社導入、Xで上がった嘆きの声会社のAI全社導入をCodexで進めたことを後悔しているという投稿が話題になった記事です。