OpenAI признала: восемь багов Codex могли съедать до 70% недельного лимита — квоты сбросили всем платным пользователям

Кажется, пользователям Codex всё-таки не казалось. Лимиты действительно могли исчезать не только потому, что задача сложная, контекст огромный, а GPT-5.6 Sol решила ещё немного подумать. OpenAI нашла целую пачку внутренних багов, из-за которых продукт тратил квоту там, где пользователь вообще не просил его работать.

Самый жёсткий случай — уже выполненная цель или бесконечные повторы сломанного инструмента могли съесть от 15% до 70% недельного лимита. В другом треде фоновый процесс 15 000 раз проверил, можно ли ему наконец остановиться. Очень старательный сотрудник, ничего не скажешь.

После расследования компания исправила восемь проблем и запустила полный сброс лимитов для всех платных пользователей Codex и ChatGPT Work. По оценке OpenAI, теперь той же квоты должно хватать на 10–50% больше работы — точная разница зависит от сценария.

Источник — пост Тибо Соттьо от 29 августа. Он руководит основными продуктами OpenAI, включая ChatGPT и Codex; в официальных материалах компании его также называют главой Codex.

Больше практических разборов AI-инструментов, агентов и вайбкодинга — в @AlexnVibe.

Жалобы на внезапно исчезающие лимиты идут не первую неделю. В июле OpenAI уже объясняла перерасход поведением GPT-5.6 Sol: модель дольше работала, чаще вызывала инструменты, подключала субагентов и активнее распараллеливала задачи. Тогда компания говорила примерно о 18% экономии после оптимизаций и тоже сбрасывала квоты.

Нынешний апдейт намного интереснее. Команда, по словам Соттьо, разобрала тысячи отчётов и нашла не одну большую проблему, а восемь разных утечек. Некоторые существовали давно и проявлялись только в определённых сочетаниях функций, поэтому у одного пользователя расход выглядел нормально, а у другого недельная квота могла улететь буквально за одну задачу.

То есть универсальный ответ «вы просто используете тяжёлую модель» оказался слишком удобным. Иногда пользователь и правда запускал дорогую работу. А иногда Codex запускал лишнюю работу сам.

«В зависимости от того, как вы используете Codex, теперь лимита должно хватать на 10–50% больше», — Тибо Соттьо.

Когда длинная сессия приближается к пределу контекста, Codex сжимает старую историю, чтобы освободить место. Но прежняя реализация сохраняла старые изображения. Контекст мог остаться настолько большим, что почти сразу запускалось новое сжатие.

После исправления пользователи, активно работающие с картинками, стали тратить примерно на 10% меньше квоты.

Воркеры памяти могли унаследовать Stop-hooks — правила, которые выполняются при завершении задачи. Если такой hook не давал процессу закончиться, воркер продолжал попытки.

Проблема затронула менее 1% пользователей, но хвост оказался прекрасен: в одном треде процесс 15 000 раз проверил, можно ли ему остановиться.

Команда /goal могла формально завершиться, после чего агент всё равно шёл дальше. Похожая проблема возникала со сломанными инструментами: вместо нормальной остановки модель продолжала повторять неработающий вызов.

В изученных OpenAI случаях это съедало от 15% до 70% недельного лимита. Самая дорогая утечка во всём списке.

Некоторые пользовательские расписания выполнялись чаще, чем было указано в настройках. Если автоматизация должна была стартовать раз в день, а просыпалась чаще, каждый лишний запуск уходил в ту же квоту.

Luna и другие небольшие модели иногда выбирали более мощного субагента, хотя пользователь этого не просил. Оркестратор, который сам не работал в /fast, также мог отправить субагента в быстрый режим.

Иными словами, экономный маршрут мог незаметно превратиться в более дорогой. OpenAI запретила такое неявное повышение класса модели и режима.

Старая реализация истории компьютера снова и снова суммаризировала пересекающиеся куски действий. В отдельных случаях эта фоновая работа съедала до одной пятой недельной квоты.

Rolling task summaries запускались даже на обычных ходах и добавляли около 1% к расходу токенов. Мелочь на одной реплике, но на длинной рабочей неделе она стабильно складывалась в платный шум. Функцию отключили.

Некоторые ответы MCP-инструментов попадали в контекст в двойной кодировке. Кроме того, инструкции инструментов могли обрезаться, после чего Codex запрашивал их заново. Обе проблемы исправили.

Часть этих изменений уже видна в публичном репозитории Codex: там есть отдельные исправления для сжатия, памяти, целей, выбора субагентов и MCP. Но проценты и экстремальные случаи — это внутренняя телеметрия OpenAI, независимо проверить её невозможно.

Главное — OpenAI не просто вручную нажала любимую кнопку Reset. Компания утверждает, что внесла архитектурные изменения, которые должны не допустить возвращения этих проблем. Если похожая утечка всё же повторится, ответственные команды будут получать автоматическое оповещение.

Всем платным пользователям Codex и ChatGPT Work квоты сбросили. Это не отменяет обычные ограничения тарифов и не превращает Codex в безлимитный сервис. Смысл в другом: внутренние фоновые процессы больше не должны оплачивать свою странную жизнь из пользовательского лимита.

Отдельно OpenAI работает над прозрачной разбивкой расхода прямо в приложении. Сейчас пользователь видит, что процент уменьшился, но почти не понимает почему: контекст, изображения, поиск, субагенты, автоматизация или зацикленный инструмент выглядят в счётчике одинаково.

Нормальный экран usage здесь важнее очередного подарочного сброса. Один ресет возвращает квоту сегодня. Понятный счётчик позволяет завтра увидеть, что именно снова пошло не так.

Проблема не только в нескольких процентах. Codex и ChatGPT Work продаются как рабочие агенты: им дают длинные задачи, подключают почту, документы, MCP-серверы, расписания и субагентов. В такой системе пользователь физически не видит большую часть выполняемой работы.

Если обычный чат написал слишком длинный ответ, причина хотя бы находится перед глазами. Если фоновый воркер 15 000 раз спросил себя, можно ли остановиться, человек видит только внезапно опустевшую недельную квоту.

Поэтому признание OpenAI полезное. Оно подтверждает, что аномальный расход не всегда был результатом неправильных промптов или слишком тяжёлой модели. Но настоящий тест начинается после исправления: должны стабилизироваться не отдельные красивые цифры в анонсе, а реальный расход на длинных сессиях, изображениях, автоматизациях и мультиагентной работе.

В объявлении нет инструкции обновлять приложение, менять промпты или отключать функции: исправления относятся к самому продукту. После сброса стоит проверить три вещи:

Если расход остаётся аномальным, теперь особенно полезно фиксировать конкретный тред и набор включённых функций. OpenAI утверждает, что разобрала тысячи пользовательских отчётов — похоже, именно они и позволили найти редкие сочетания багов.

В общем, выдыхаем, но счётчик пока не закрываем. Если заявленные 10–50% подтвердятся на реальной работе, это будет одно из самых полезных обновлений Codex без новой модели в названии.

Практические наблюдения за Codex, ChatGPT Work и новыми AI-агентами публикую в @AlexnVibe. Подписывайтесь.